Zusammenfassung
Die bisher gebrachten optimalen Kontrollmethoden hängen von der exakten Messung der Systemvariablen (Zustandsvariablen) ab. Tatsächlich aber werden alle Meßmethoden immer mit Ungenauigkeiten behaftet sein. In der Literatur werden zahlreiche mathematische Methoden angegeben, wie der Einfluß von Meßfehlern minimisiert werden kann. Diese Methoden werden oft als „optimales Filtern“ bezeichnet, hängen aber mit nachrichtentechnischen Filtern im Prinzip nicht zusammen. Wir sind der Meinung, daß „optimale Schätzung“ eine bessere Bezeichnung für diese Methoden ist. Im folgenden wollen wir solche Verfahren beschreiben, deren Brauchbarkeit durch praktische Anwendungen bewiesen ist.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Battin, R. H., et al.: Guidance System Operations Plan for Manned CM Earth Orbital Mission. M.I.T. Report R-547, Cambridge, Mass., Dezember 1967.
Bucy, R. S., und P. D. Joseph: Filtering for Stochastic Processes with Applications to Guidance. New York: Interscience. 1968.
Chang, S. S. L.: Synthesis of Optimum Control Systems. New York: McGraw-Hill. 1961.
Guha, A. K.: SAS-D Phase B Study Report. NASA Goddard Space Flight Center, Greenbelt, Maryland (in Vorbereitung).
Jazwinski, A. H.: Stochastic Processes and Filtering Theory. New York: Academic Press. 1970.
Kalman, R. E.: New Methods in Wiener Filtering Theory, in: Bogdanoff, J. L., und F. Kozin (Hrsg.), Proc. First Symposium Eng. Appl. Random Function Theory and Probability. New York: Wiley. 1963.
Kishi, F. H.: Autonomous Navigation Study. TRW Systems Report 7221.2–19, Januar 1967.
Koppel, L. B.: Introduction to Control Theory. Englewood Cliffs, N. J.: Prentice-Hall. 1968.
Loeve, M.: Probability Theory, 3. Aufl. Princeton, N. J.: Van Nostrand. 1963.
Mccausland, I.: Introduction to Optimal Control. New York: Wiley. 1969.
Pipes, L. A.: Applied Mathematics for Engineers and Physicists, 2. Aufl. New York: McGraw-Hill. 1958.
Schmidt, S. F.: Application of State-Space Methods to Navigation Problems. Advan. Control Systems 3, 293–340 (1966).
Schmidt, S. F., J. D. Weinburg und J. S. Lukesh: Case Study of Kalman Filtering in the C-5 Aircraft Navigation Systems. Case Studies in System Control, Workshop Preprints, IEEE-GAC and Univ. of Michigan, Ann Arbor, Michigan, Juni 1968.
Sorenson, H. W.: Least Squares Estimation: From Gauss to Kalman. IEEE Spectrum 1970, 63–68.
Wagner, W. E.: Re-Entry Filtering, Prediction, and Smoothing. J. Spacecraft and Rockets 3, 1321–1327 (1966).
Wiener, N.: The Extrapolation, Interpolation, and Smoothing of Stationary Time Series. New York: Wiley. 1949.
Kalman, R. E., und R. S. Bucy: New Results in Linear Filtering and Prediction Theory. ASME J. Basic Engineering 1961, 95ff.
Solodownikow, W. W.: Einführung in die statistische Dynamik linearer Regelungssysteme. München: Oldenbourg. 1963; Berlin: VEB Verlag Technik. 1963.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1974 Springer-Verlag/Wien
About this chapter
Cite this chapter
Zach, F. (1974). Optimale Schätzung von Systemvariablen. In: Technisches Optimieren. Springer, Vienna. https://doi.org/10.1007/978-3-7091-8339-7_10
Download citation
DOI: https://doi.org/10.1007/978-3-7091-8339-7_10
Publisher Name: Springer, Vienna
Print ISBN: 978-3-7091-8340-3
Online ISBN: 978-3-7091-8339-7
eBook Packages: Springer Book Archive