ЭЛЕКТРОТЕХНИКА, ЭЛЕКТРОМЕХАНИКА 51 УДК 621.398:656.1 Анализ эффективности фильтра Калмана для систем безопасности автомобиля при различных моделях движения А. Г. Калинин* Проведено сравнение эффективности фильтра Калмана для различных типов движения отслеживаемого объекта. <...> Рассмотрены четыре модели: постоянные скорость и ускорение, в которых возмущение движения моделируется как белый шум, и марковские модели с нулевым и ненулевым средним. <...> Применяли алгоритмы для случая смешанного движения автомобиля, совершающего различные типы маневров. <...> Сделаны выводы о наиболее подходящей модели в алгоритме фильтрации для системы автомобильной безопасности. <...> Для автомобильных противоаварийных систем необходима оценка таких величин как положение, скорость, ускорение и угловая скорость окружающих объектов. <...> Задача слежения за целями состоит в обнаружении объектов и в оценке их кинематических параметров. <...> Оценка состояния основывается на предположении о модели движения объекта, которая, в свою очередь, описывает динамику оцениваемой системы (объекта) и соотношение между измерениями и оцениваемыми параметрами и может быть выражена общей формулой: t + t = f (t , qt ), где t — вектор состояний в момент времени t; f — функция эволюции процесса; qt — «шум» процесса (случайное возмущение). <...> В контексте автомобильного движения случайное возмущение qt в основном обусловлено командами, исходящими от человека или контроллера к отслеживаемому объекту, то есть влияние * skalininex@gmail.com водителя или контроллера моделируется стохастическим процессом, тип которого часто неизвестен. <...> Уравнение наблюдений можно описать как Ut = h(t , Ut ), где Ut , Ut — вектор и ошибки измерений (измерительный шум); h — функция связи вектора измерений и вектора состояний процесса. <...> В этом случае предполагается, что вероятностное распределение возмущений процесса pq() и ошибок измерений pU() известны. <...> Связь между наблюдаемым вектором измерений <...>