Регуляризованные алгоритмы адаптивного оценивания состояния объектов управления с учетом параметрических возмущений.

Шартли гаусс фильтрлари назарияси асосида параметрик ғалаѐнларни эътиборга олиб бошқариш объекти ҳолатини адаптив баҳолашнинг турғун алгоритмларини қуриш масалалари кўриб чиқилган. Мунтазамлашган Холецкий омиллаштириш усули ва ғалаѐнли симметрик матрицани сохта мурожаатидан фойдаланиб, стохастик бошқариш объекти ҳолатини баҳолаш алгоритмлари келтирилган. Кўрилган алгоритмлар стохастик объект ҳолатини баҳолашда матрица муносабатларидаги амалларни барқарорлаш ҳамда ғалаѐнлар остидаги объект параметрлари ва кузатувчиларининг ҳолат векторини ҳақиқий баҳосини топишда аниқликни ошириш имконини беради.

Рассматриваются вопросы построения устойчивых алгоритмов адаптивного оценивания состояния объектов управления с учетом параметрических возмущений на основе теории условно-гауссовской фильтрации. Приводятся алгоритмы оценивания состояния стохастических управляемых объектов с использованиям регуляризованного метода Холецкого факторизации и псевдообращения возмущенных симметричных матриц. Приведенные алгоритмы позволяют стабилизировать процедуру обращения матриц при оценивании состояния стохастических объектов и тем самым повысить точность определения истинной оценки вектора состояния при возмущении параметров объекта и наблюдателя. 

The problems of constructing stable algorithms for adaptive estimation of the state of control objects with allowance for parametric perturbations based on the theory of conditional Gaussian filtration are considered. Algorithms for estimating the state of stochastic controllable objects using the regularized method of the Cholesky factorization and pseudo-inversion of perturbed symmetric matrices are given. These algorithms allow us to stabilize the procedure for inversion of matrices in estimating the state of stochastic objects and, thereby, to increase the accuracy of determining the true estimate of the state vector when the parameters of the object and the observer are perturbed.