Фетисов, Вячеслав Николаевич (д-р техн. наук; профессор).
    Эффективное применение многоядерных микропроцессоров для реализации алгоритмов управления стохастическим объектом [Текст] / В. Н. Фетисов ; ст. представлена к публ. В. Д. Малюгиным // Проблемы управления. - 2009. - N 6. - С. 76-80 : 2 рис. - Библиогр.: с. 80 (14 назв.) . - ISSN 1819-3161
УДК
ББК 32.973-018.2
Рубрики: Вычислительная техника
   Системное программное обеспечение

   
Кл.слова (ненормированные):
микропроцессоры -- многоядерные микропроцессоры -- алгоритмы управления -- стохастические объекты -- параллельные вычисления -- управление с прогнозирующей моделью -- марковские объекты
Аннотация: Рассмотрена проблема применения многоядерных микропроцессоров для реализации алгоритма управления с прогнозируемой моделью марковским объектом. Показано, что для различных операционных систем реализовать параллельные вычисления можно довольно просто, если использовать соответствующие системные функции. рассмотрены особенности применения предложенного подхода. В частности, указана область исходных данных, когда организация параллельных вычислений может оказаться неэффективной. Показана более высокая эффективность предлагаемого способа вычислений по сравнению с применением языка программирования OpenMP.


Доп.точки доступа:
Малюгин, В. Д. (член редколлегии) \.\

Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)




    Руденко, Е. А.
    Оптимальный нелинейный рекуррентный фильтр с конечной памятью [Текст] / Е. А. Руденко // Известия РАН. Теория и системы управления. - 2018. - № 1. - С. 45-63. - Библиогр.: с. 63 (24 назв. ) . - ISSN 0002-3388
УДК
ББК 22.171
Рубрики: Математика
   Теория вероятностей

Кл.слова (ненормированные):
Монте-Карло метод -- гауссовское распределение -- дискретные объекты -- конечномерные фильтры -- линеаризованное распределение -- марковские объекты -- метод Монте-Карло -- нелинейные фильтры -- рекуррентные фильтры -- фильтры
Аннотация: Рассматривается задача наилучшего оценивания текущих значений части переменных состояния дискретного стохастического марковского объекта по результатам измерений. С целью обеспечения достаточно простой обработки этих измерений предлагается синтезировать конечномерный фильтр, который запоминает в своем векторе состояния только несколько последних измерений. Объем памяти фильтра произволен и может выбираться из условия компромисса между достигаемой точностью оценивания и сложностью аппаратной реализации фильтра. Получено представление среднеквадратически оптимальной структуры фильтра через соответствующее распределение вероятности, найден способ рекуррентного нахождения этого распределения, приведен алгоритм численного построения фильтра методом Монте-Карло. Вследствие его громоздкости рассмотрены аналитические гауссовское и линеаризованное приближения к предлагаемому фильтру. Демонстрируется содержательный пример сравнения точности этих приближений с их известными аналогами.


Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)