izvestswsuИзвестия Юго-Западного государственного университетаProceedings of the Southwest State University2223-15602686-6757ЮЗГУ10.21869/2223-1560-2020-24-3-183-195izvestswsu-801Research ArticleИнформатика, вычислительная техника и управлениеComputer science, computer engineering and IT managmentФильтрация сигнала в нечетком фильтре на основе метода отношения площадейFiltering a Signal in a Fuzzy Filter Based on the Area Ratio Methodhttps://orcid.org/0000-0002-5400-6817БобырьМ. В.BobyrM. V.

Бобырь Максим Владимирович, доктор технических наук, профессор

ул. 50 лет Октября 94, г. Курск 305040

Maksim V. Bobyr, Dr. of Sci. (Engineering), Professor

50 Let Oktyabrya str. 94, Kursk 305040

fregat_mn@rambler.ruhttps://orcid.org/0000-0002-5774-4487ЛуневаМ. Ю.LunevaM. Yu.

Лунева Марина Юрьевна, аспирант

ул. 50 лет Октября 94, г. Курск 305040

Мarina Yu. Luneva, Post-Graduate Student

50 Let Oktyabrya str. 94, Kursk 305040

marinok-l@yandex.ruЮго-Западный государственный университетSouthwest State University202006122020243183195Copyright © Бобырь М.В., Лунева М.Ю., 20202020Бобырь М.В., Лунева М.Ю.Bobyr M.V., Luneva M.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestswsu.elpub.ru/jour/article/view/801

Цель исследования. Цифровая фильтрация сигнала позволяет в режиме реального времени сглаживать шумы, возникающие в электронных устройствах. В настоящее время существует множество различных цифровых фильтров, отличающихся быстродействием, затратами вычислительных мощностей, алгоритмами и ограничениями по условиям использования. Одним из таких фильтров является фильтр Калмана, однако настройка коэффициентов усиления данного фильтра весьма усложнена процессом дополнительных экспериментов и сбором статистической информации. Поэтому в данной работе авторы рассматривают упрощённый алгоритм нахождения коэффициентов регулирования нечеткого цифрового фильтра с дефаззификатом на основе метода отношения площадей и исследуют влияние параметров метода отношения площадей на фильтрацию сигнала, тем самым достигая цель – повышение точности работы нечеткого цифрового фильтра. Методы. Для алгоритма нахождения коэффициентов регулирования цифрового фильтра использовался аппарат нечеткой логики. Коэффициенты регулирования определяются с помощью дефаззификатора на основе метода отношения площадей. Результаты. В ходе экспериментальных исследований проводился расчет среднеквадратической ошибки RMSE для нечеткого цифрового фильтра с использованием метода отношения площадей, метода центра тяжести и фильтра Калмана. На основании полученных результатов был сделан вывод о том, что у нечеткого фильтра на основе метода отношения площадей RMSE в 5,43 раза меньше чем для фильтра Калмана и в 2,77 раза меньше чем для дефаззификатора на основе метода центра тяжести. Полученные результаты доказывают эффективность использования нечеткого цифрового фильтра с методом отношения площадей. Заключение. В данной статье рассмотрен алгоритм работы нечеткого цифрового фильтра, проведено моделирование нечеткого цифрового фильтра и фильтра Калмана в системе Simulink, рассчитаны значения RMSE для нечеткого цифрового фильтра с методом отношения площадей и методом центра тяжести, а так же фильтра Калмана.

Purpose of reseach. Digital signal filtering allows real-time noise reduction in electronic devices. Currently, there are many different digital filters, differing in speed, computing power, algorithms and restrictions on the conditions of use. One of these filters is the Kalman filter, but adjusting the gains of this filter is very complicated by the process of additional experiments and collection of statistical information. Therefore, in this paper, the authors consider a simplified algorithm for finding the control coefficients of a fuzzy digital filter with defuzzifier based on the area ratio method and investigate the influence of the area ratio method parameters on signal filtering, thereby achieving the goal of improving the accuracy of the fuzzy digital filter. Methods. For the algorithm for finding the control coefficients of the digital filter, a fuzzy logic apparatus was used. The control factors are determined using a defuzzifier based on the area ratio method. Results. In the course of experimental studies, the mean square error RMSE was calculated for a fuzzy digital filter using the area ratio method, the center of gravity method and the Kalman filter. Based on the results obtained, it was concluded that the fuzzy filter based on the area ratio RMSE method is 5.43 times less than for the Kalman filter and 2.77 times less than for the defuzzifier based on the center of gravity method. The results obtained prove the effectiveness of using a fuzzy digital filter with the area ratio method. Conclusion: This article considers an algorithm for the operation of a fuzzy digital filter, simulates a fuzzy digital filter and a Kalman filter in the Simulink system and calculates the RMSE values for a fuzzy digital filter with the area ratio method and the center of gravity method, as well as the Kalman filter.

нечеткий цифровой фильтрфильтр Калманадефаззификациякоэффициент фильтрацииметод отношения площадейfuzzy digital filterKalman filterdefuzzificationfiltration coefficientarea ratio methodРабота выполнена в рамках государственного задания ГЗ № 0851-2020-0032.The work was carried out within the framework of the state assignment GZ No. 0851-2020-0032.ReferencesПрактическое руководство по цифровой обработке сигналов: цифровые фильтры и обработка ЭКГ сигналов / С.Н. Торгаев, И.А. Лежнина, И.Д. Шульга, Е.А. Юрченко, М.В. Тригуб. Томск. 2020. 112 с.Torgaev S.N., Lezhnina I.A., Shulga I.D., Yurchenko E.A., Trigub M.V. Prakticheskoe rukovodstvo po tsifrovoi obrabotke signalov: tsifrovye fil'try i obrabotka EKG signalov [A practical guide to digital signal processing: digital filters and ECG signal processing]. Tomsk, 2020. 112 p. (In Russ.).Du G., Zhang P., Novel A. Human–Manipulators Interface Using Hybrid Sensors With Kalman Filter and Particle Filter // Robotics and Computer-IntegratedManufacturing, 2016. №38. P. 93-101.Du G., Zhang P., Novel A. Human – Manipulators Interface Using Hybrid Sensors With Kalman Filter and Particle Filter. Robotics and Computer-Integrated Manufacturing, 2016, no. 38, pp. 93-101.Arc Length Stable Method of GTAW Based on Adaptive Kalman Filter / H. Wanga, T. Lei, Y. Ronga, W. Shaoa, Y. Huang // Journal of Manufacturing Processes. 2020. P. 1-9. (In Press). https://doi.org/10.1016/j.jmapro.2020.01.029.Wanga H., Lei T., Ronga Y., Shaoa W., Huang Y. Arc Length Stable Method of GTAW Based on Adaptive Kalman Filter. Journal of Manufacturing Processes, 2020, pp.1-9 (In Press).Амосов О.С. Фильтрация марковских последовательностей на основе байесовского, нейросетевого подходов и систем нечеткой логики при обработке навигационной информации // Известия РАН. Теория и системы управления, 2004. № 4. С. 61–69.https://doi.org/10.1016/j.jmapro.2020.01.029. 4. Amosov O.S. Fil'tratsiya markovskikh posledovatel'nostei na osnove baiesovskogo, neirosetevogo podkhodov i sistem nechetkoi logiki pri obrabotke navigatsionnoi informatsii [Filtration of Markov sequences based on Bayesian, neural network approaches and fuzzy logic systems in the processing of navigation information]. Izvestiya RAN. Teoriya i sistemy upravleniya = Izvestiya RAN. Theory and Control Systems, 2004, no. 4, pp. 61–69 (In Russ.).Елисеев А.В., Музыченко Н.Ю. Метод адаптивной настройки фильтра Калмана в задаче слежения за динамическим объектом с неизвестным ускорением // Радиотехника. 2014. №8 С. 39-44.Eliseev A.V., Muzychenko N. Yu. Metod adaptivnoi nastroiki fil'tra Kalmana v zadache slezheniya za dinamicheskim ob"ektom s neizvestnym uskoreniem [The method of adaptive tuning of the Kalman filter in the problem of tracking a dynamic object with unknown acceleration]. Radiotekhnika = Radiotekhnika, 2014, no. 8, pp. 39-44 (In Russ.).Yanga Q., SunbL., A fuzzy Сomplementary Kalman Filter Based on Visual and IMU Data for UAV landing // Optik. 2018. №173. P. 279-291.Yanga Q., Sunb L., A Fuzzy СomplementaryKalman Filter Based on Visual and IMUD atafor UAV landing. Optik, 2018, no. 173, pp. 279-291.Ngatini, Apriliani E., Nurhadi H. Ensemble and Fuzzy Kalman Filter for Position Estimation of an Autonomous Underwater Vehicle Based on Dynamical System of AUV Motion // Expert Systems With Applications. 2017. №68. P. 29-35.Ngatini, Apriliani E., Nurhadi H. Ensemble and Fuzzy Kalman Filter for Position Estimation of an Autonomous Underwater Vehicle Based on Dynamical System of AUV Motion. Expert Systems With Applications, 2017, no. 68, pp. 29-35.Бобырь М.В., Лунева М.Ю., Ноливос К.С.А. Нечеткий цифровой фильтр для управления роботом-манипулятором ARMino // Мехатроника, автоматизация, управление. 2019. Т. 40. №4. C. 244 – 250.Bobyr M.V., LunevaM.Yu., Nolivos K.S.A. Nechetkii tsifrovoi fil'tr dlya upravleniya robotom-manipulyatorom ARMino [Fuzzy digital filter for controlling the ARMino robot arm]. Mekhatronika, avtomatizatsiya, upravlenie = Mechatronics, Automation, Control, 2019, vol. 40, no. 4, pp. 244 - 250 (In Russ.).Бобырь М.В., Лунева М.Ю., Ноливос К.С.А. Алгоритм функционирования робота-манипулятора // Промышленные АСУ и контроллеры. 2018. №7. С. 34-40.Bobyr M.V., Luneva M.Yu., Nolivos K.S.A. Algoritm funktsionirovaniya robotamanipulyatora [Algorithm of functioning of a robotic manipulator]. Promyshlennye ASU i kontrollery = Industrial ACS and Controllers, 2018, no. 7, pp. 34-40 (In Russ.).Исследование устройства нечеткого цифрового фильтра для робота-манипулятора / М.В. Бобырь, Н.А. Милостная, В.А. Булатников, М.Ю. Лунева // Известия Юго-Западного государственного университета. 2020; 24(1): 115-129. https://doi.org/10.21869/2223-1560-2020-24-1-115-129.Bobyr M. V., Milostnaya N. A., Bulatnikov V. A, Luneva М. Yu. Fuzzy Digital Filter Device Study for the Robot Manipulator. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta = Proceedings of the Southwest State University. 2020, 24(1): 115-129 (In Russ.). https://doi.org/10.21869/2223-1560-2020-24-1-115-129 (In Russ.).Титов В.С., Бобырь М.В., Анциферов А.В. Алгоритм высокоскоростной обработки деталей на основе нечеткой логики // Мехатроника, автоматизация, управление. 2012. №6. С. 21-26.Titov V.S., Bobyr M.V., Antsiferov A.V. Algoritm vysokoskorostnoi obrabotki detalei na osnove nechetkoi logiki [Algorithm for high-speed machining of parts based on fuzzy logic]. Mekhatronika, avtomatizatsiya, upravlenie = Mechatronics, Automation, Control, 2012, no. 6, pp. 21-26 (In Russ.).Титов В.С., Бобырь М.В., Милостная Н.А. АСУ прогнозированием точностей обработки деталей // Автоматизация в промышленности. 2008. №4. С. 3-4.Titov V.S., Bobyr M.V., Milostnaya N.A. ASU prognozirovaniem tochnostei obrabotki detalei [ACS for predicting the accuracy of parts processing]. Avtomatizatsiya v promyshlennosti = Automation in Industry, 2008, no. 4, pp. 3-4 (In Russ.).Титов В.С., Бобырь М.В., Анциферов А.В. Адаптивный мультисетевой алгоритм нечетко-логического вывода в задачах управления оборудованием с ЧПУ // Мехатроника, автоматизация, управление. 2013. №5. С. 18-23.Titov V.S., Bobyr M.V., Antsiferov A.V. Adaptivnyi mul'tisetevoi algo-ritm nechetko-logicheskogo vyvoda v zadachakh upravleniya oborudovaniem s ChPU [An adaptive multi-network fuzzy inference algorithm in problems of controlling equipment with CNC]. Mekhatronika, avtomatizatsiya, upravlenie = Mechatronics, Automation, Control, 2013, no. 5, pp. 18-23 (In Russ.).Бобырь М.В., Титов В.С., Милостная Н.А. Прогнозирование работы мехатронных систем на основе мягких нечетких баз знаний // Мехатроника, автоматизация и управление, 2014. №10. С. 8 – 14.Bobyr M.V., Titov V.S., Milostnaya N.A. Prognozirovanie raboty mekhatronnykh sistem na osnove myagkikh nechetkikh baz znanii [Forecasting the operation of mechatronic systems based on soft fuzzy knowledge bases]. Mekhatronika, avtomatizatsiya i upravleniya = Mechatronics, Automation and Control, 2014, no. 10, pp. 8 - 14 (In Russ.).Bobyr M.V., Milostnaya N.A., Kulabuhov S.A. A method of defuzzification based on the approach of areas ratio // Applied Soft Computing. 2017. Vol. 59. P. 19-32.Bobyr M.V., Milostnaya N.A., Kulabuhov S.A. A method of defuzzification based on the approach of areas ratio. Applied Soft Computing, 2017, no.59, pp. 19-32.Bobyr M.V., Yakushev A.S., Dorodnykh A.A. Fuzzy devices for cooling the cutting tool of the cnc machine implemented on FPGA // Measurement. 2020. Vol. 152. P. 107378.Bobyr M.V., Yakushev A.S., Dorodnykh A.A. Fuzzy devices for cooling the cutting tool of the cnc machine implemented on FPGA. Measurement, 2020, vol. 152, pp. 107378.Анализ быстродействующих дефаззификаторов в задаче управления роботомманипулятором / М.В. Бобырь, Н.А. Милостная, А.Е. Архипов, М.Ю. Лунева // Вестник компьютерных и информационных технологий. 2020. Vol.17. №4. P. 18-28.Bobyr M.V., Milostnaya N.A., Arkhipov A.E., Luneva M.Yu. Analiz bystrodeistvuyushchikh defazzifikatorov v zadache upravleniya robotom-manipulyatorom [Analysis of high-speed defuzzifiers in the problem of controlling a robotic manipulator]. Vestnik komp'yuternykh i informatsionnykh tekhnologii = Bulletin of Computer and Information Technologies, 2020, vol. 17, no.4, pp. 18-28 (In Russ.).Бобырь М.В., Кулабухов С.А., Милостная Н.А. Обучение нейро-нечеткой системы на основе метода разности площадей // Искусственный интеллект и принятие решений. 2016. № 4. С. 15-26.Bobyr M.V., Kulabukhov S.A., Milostnaya N.A. Obuchenie neiro-nechetkoi sistemy na osnove metoda raznosti ploshchadei [Teaching a neuro-fuzzy system based on the area difference method]. Iskusstvennyi intellekt i prinyatie reshenii = Artificial Intelligence and Decision Making, 2016, no. 4, pp. 15-26 (In Russ.).Bobyr M.V., Emelyanov S.G. A nonlinear method of learning neuro-fuzzy models for dynamic control systems // Applied Soft Computing. 2020. Vol. 88. P. 106030.Bobyr M.V., Emelyanov S.G. A nonlinear method of learning neuro-fuzzy models for dynamic control systems. Applied Soft Computing, 2020, vol. 88, pp. 106030.Бобырь М.В., Архипов А.Е., Милостная Н.А. Метод расчета карты глубин на основе мягких операторов // Системы и средства информатики. 2019. Т.29. №2. С. 71-84.Bobyr M.V., Arkhipov A.E., Milostnaya N.A. Metod rascheta karty glubin na osnove myagkikh operatorov [Method for calculating depth maps based on soft operators]. Sistemy i sredstva informatiki = Systems and Means of Informatics, 2019, vol.29, no. 2, pp. 71-84(In Russ.).

The authors declare that there are no conflicts of interest present.