تحقیق آشکار سازی اطلاعات بد و تعیین هویت 41 ص

دسته بندي : دانش آموزی و دانشجویی » دانلود تحقیق
لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل :  word (..doc) ( قابل ويرايش و آماده پرينت )
تعداد صفحه : 43 صفحه

 قسمتی از متن word (..doc) : 
 

‏فصل 5- آشکارسازی اطلاعات بد و تعیین هویت
‏یکی از کارهای اساسی یک برآورد کننده عبارت اند‏ ‏از تعیین خطاهای اندازه گیری و تعیین و حذف آنها است اگر ممکن باشد، اندازه گیری ها ممکن است حاوی خطاهای ناشی از دلایل مختلف باشد. خطاهای تصادفی معمولا‏ً‏ در سنجش های ناشی از دقت محدود مترها و وسایل ارتباطات وجود دارند. اگر redundancy‏ زائده های کافی در بین سنجش ها وجود داشته باشد، چنین خطاهایی توسط برآورد کننده حالت، فیلتر‏
‏می شود. طبیعت این عمل فیلتر کردن بستگی به روش برآورد بکار رفته دارد.‏ خطاهای اندازه گیری بزرگ می توانند وقتی رخ ‏د‏هند که مترها دارای بایاس ها، یا اتصالات (یا ارتباطات) غلط باشد. خرابی های سیستم ارتباطات از راه دور یا نویز ایجاد شده توسط تداخل پیش بینی نشده نیز منجر به انحرافات زیاد در سنجش های ثبت شده می شود. قطع نظر از این موارد‏،‏ یک برآورد کننده ممکن است با اطلاعات توپولوژی‏ک غیرصحیح فریب داده شود که بعداً‏ بصورت اطلاعات بد توسط برآورد کننده تفسیر می شود. چنین موقعیتهایی (حالتهایی) به سختی کنترل می شوند و برطرف کردن خطاهای توپولوژی بعدا در فصل 7 بحث می شوند. بعضی اطلاعات بد آشکار هستند و می توانند توسط کنترل های ساده‏،‏ آشکار شده یا حذف شوند.‏ ‏اندازه گیری مقادیر ولتاژ منفی از اندازه گیری بزرگتر یا کوچکتر از مقادیر پیش بینی شده اند از آن جمله است. یا تفاوت های زیاد جریانهای ورودی و خروجی در یک گره ارتباطی در یک ایستگاه فرعی از جمله مثالهای چنین اطلاعات بد می باشند. مت‏أ‏سفانه تمام انواع اطلاعات بد به آسانی قابل آشکار شدن توسط این دستگاه ها نمی باشند. بنابراین، برآورد کننده های حالت باید مجهز به ویژگی های پیشرفته تری باشند که آشکارسازی و ‏تعی‏ین هویت هر نوع از اطلاعات بد را آسان می کند. عملیات اطلاعات بد بستگی به روش برآورد حالت بکار رفته در اجرا دارد. این فصل بر روی آشکار سازی اطلاعات بد و روش های تعیین هویت تمرکز دارد که با روش WLS‏ مرتبط هستند. سایر روش های برآورد حالت از قبیل روش هایی که در فصل 6 بحث می شوند، پردازش اطلاعات بد را بصورت روش برآورد کننده حالت ترکیب می کند و بنابراین بحث آنها شامل جنبه های عملیات اطلاعات بد نیز می باشد هنگام استفاده از روش برآورد
WLS‏، آشکار سازی و تعیین هویت اطلاعات بد فقط پس از فرایند برآورد توسط پردازش باقیمانده های اندازه گیری انجام می شوند. تحلیل بر اساس خواص این باقیمانده ها است که شامل توزیع احتمالات پیش بینی شده آنها می باشد. اطلاعات بد ممکن است به راههای مختلفی ظاهر شود که بستگی به نوع، محل و تعداد اندازه گیری هایی دارد که در خطا هستند.‏ آنها می توانند به این شرح طبقه بندی شوند :
‏اطلاعات بد واحد : فقط یکی از سنجش ها در کل سیستم دارای یک خطای بزرگ است.
‏اطلاعات بد چندگانه : بیش از یک اندازه گیری در خطا خواهد بود.
‏اطلاعات بد چ‏ند‏گ‏ا‏نه ممکن است در سنجش هایی ظاهر شو‏د‏ که باقیمانده های آنها بطور قوی یا ضعیف مرتبط هستند، سنجش های مرتبط بطور قوی آنهایی هستند که خطاهای آنها بر روی مقدار برآورد شده از یکدیگر تاثیر زیادی می گذارند و باعث می شوند که مورد خوب‏ی‏ در خطا ظاهر شود هنگامی که سایر موارد حاوی یک خطای بزرگ باشد. برآوردهای اندازه گیری ها ‏با ‏باقیمانده های مرتبط تحت تاثیر خطاهای یکدیگر نمی باشند، وقتی که باقیمانده های اندازه گیری قویاً مرتبط باشند، خطاهای آنها ممکن است برابر باشند، خطاهای انطباقی / خطاهایی هستند که با یکدیگر بطور منطقی و سازگار ظاهر می شوند. اطلاعات بد چندگانه می توانند بعداً به یکی از این سه گروه طبقه بندی شوند :
‏اطلاعات بد غیر- تراکنشی چندگانه : اطلاعات بد در سنجش های دارای بقایای اندازه گیری مرتبط ضعیف
‏اطلاعات بد غیر- انطباقی ولی‏ تراکنشی چندگانه : اطلاعات بد غیر انطباقی در سنجش ها با بقایای مرتبط قوی‏.
‏اطلاعات بد انطباقی و تراکنشی چندگانه : اطلاعات بد سازگار در سنجش های با بقایای مرتبط قوی.
‏تعیین مقدار تراکنش بین سنجش ها و تحلیل خطاها می توانند براساس حساسیت های بقایای اندازه گیری برای خطاهای اندازه گیری انجام شوند. خواص بقایای ‏اندازه گیری‏ ‏ای‏ که توسط روش برآورد حالت 6 ساله بدست می آیند ‏از ‏قبل برای این منظور، بازنگری می شوند. ‏عملیات اطلاعات بد بستگی به روش برآورد حالت بکار رفته در اجرا دارد. این فصل برروی آشکار سازی اطلاعات بدو روش های تعیین هویت های تمرکز دارد که با روش WLS‏ بکار رفته متداول مرتبط است، سایر روش های برآورد حالت از قبیل مواردی که در فصل 6 بحث می شوند، پردازش اطلاعات بد را بصورت بخشی از روش برآورد حالت ترکیب می شوند و بحث آنها شامل‏
‏جنبه های عملیات آنها بر روی اطلاعات بد نیز می باشد. هنگام استفاده از روش برآورد WLS‏ ، آشکار سازی و تعیین هویت اطلاعات بد فقط پس از فرایند برآورد توسط پردازش باقیمانده های اندازه گیری انجام می شوند. تحلیل بر اساس خواص این باقیمانده ها است که شامل توزیع احتمالات پیش بینی شده آنها است، اطلاعات بد ممکن است به روش های مختلفی ظاهر شوند که بستگی به نوع، محل و تعداد ‏اندازه گیری هایی دارد که که در خطا هستند. اطلاعات بد چندگانه ممکن است در اندازه گیری هایی ظاهر شوند که بقایای آنها ‏بطور قوی یا ضعیف مرتبط می شوند، اندازه گیری های مرتبط شده قوی آن اندازه گیری هایی هستند که خطاهای آنها بر روی مقدار برآورد شده یکدیگر تاثیر چشمگیری می گذارند که باعث می شود که موارد خوب نی‏ز‏ در خطا ظاهر شوند هنگامی که دیگری حاوی یک خطای بزرگ است، برآوردهای اندازه گیری ها با باقیمانده های مرتبط بطور چشمگیری تحت تاثیر خطاهای یکدیگر نمی باشند. وقتی که باقیمانده های اندازه گیری با خطاهای آنها مرتبط باشند، خطاهای آنها ممکن است مطابقت نداشته باشد‏.‏ خطاهای انطباقی، خطاهایی هستند که با یکدیگر سازگار بنظر می رسند. اطلاعات بد چندگانه می توانند بعداً به سه گروه طبقه بندی شوند. 1- اطلاعات بد غیر تراکنشی چندگانه : اطلاعات
‏بد در اندازه گیری ها با باقیمانده های اندازه گیری مرتبط ضعیف‏.‏
‏2- اطلاعات بد غیر انطباقی ولی تراکنشی چندگانه : اطلاعات بد غیر انطباقی در اندازه گیری ها با باقیمانده های مرتبط.‏ ‏
‏3- اطلاعات بد انطباقی و تراکنشی چندگانه : اطلاعات بد منطقی در اندازه گیری ها با باقیمانده های مرتبط قوی.
‏تعیین کیفیت میزان تراکنش بین اندازه گیری ها و تحلیل خطاها می تواند بر اساس حساسیت های باقیمانده های اندازه گیری برای سنجش خطاها، انجام شود. خواص باقیمانده های اندازه گیری که توسط روش برآورد WLS‏ بدست می آیند در زیر بازنگری میشود.
‏1-5 خواص باقیمانده های اندازه گیری
‏معادلات اندازه گیری خطی شده را در نظر بگیرید‏:
‏بطوری که E (e)=0‏ و COV (e) = R‏ است که یک ماتریس قطری براساس این فرض است که خطاهای اندازه گیری مرتبط نمی باشند. توجه کنید که باقیمانده های اندازه گیری ممکن است هنوز مرتبط باشند.‏ حتی اگر خطاهای مستقل درنظر گرفته شوند. آنگاه برآورد کننده WLS‏ از بردار‏ها حالت ‏تغییر ‏داده ‏شده چنین می شود :
‏
‏و مقدار برآورد شده ‏ چنین است:
‏(3-5)
‏در جایی که ‏ و گاهی اوقات موسوم به ماتریس hat‏ بخاطر قرار دادن یک کلاه (hat‏ ) بر روی ∆z‏ نامیده می شود. یک ایده درباره اندازه گیری موضعی در اطراف یک متر مفروض می تواند بدست آید، که توسط کنترل کردن ورودی های