AVTOMATLASHTIRILGAN BOSHQARUV TIZIMLARIDA SIGNAL FILTRLASHNING ZAMONAVIY YONDASHUVLARI
Article Sidebar
Main Article Content
Аннотация:
Ushbu maqolada avtomatlashtirilgan boshqaruv tizimlarida signalni filtrlash jarayonining nazariy va amaliy asoslari yoritiladi. Real sanoat sharoitida datchiklardan olingan ma’lumotlar tashqi shovqinlar, elektromagnit halaqitlar, o‘lchov xatoliklari va tebranishlar ta’sirida buzilishi mumkin. Bu esa boshqaruv tizimining noto‘g‘ri ishlashiga, xavfsizlikning pasayishiga va jarayon samaradorligining kamayishiga olib keladi. Shu sababli signalni filtrlash – avtomatlashtirilgan tizimlarda ishonchli boshqaruvni ta’minlovchi asosiy texnologiya hisoblanadi. Maqolada Kalman filtri, adaptiv filtrlash, raqamli past-o‘tkazuvchi filtrlar hamda sun’iy intellektga asoslangan filtr modellarining afzalliklari ilmiy jihatdan taqqoslab tahlil qilingan. Tadqiqot natijalari zamonaviy filtrlash texnologiyalari boshqaruv tizimlarining aniqligi, barqarorligi va xavfsizligini sezilarli darajada oshirishi mumkinligini ko‘rsatadi.
Article Details
Как цитировать:
Библиографические ссылки:
Kalman R.E. A New Approach to Linear Filtering and Prediction Problems // Journal of Basic Engineering. – 1960. – Vol. 82, No. 1. – P. 35–45.
Haykin S. Adaptive Filter Theory. – New Jersey: Prentice Hall, 2002. – 976 p.
Oppenheim A.V., Schafer R.W. Discrete-Time Signal Processing. – Boston: Pearson, 2010. – 1120 p.
Simon D. Optimal State Estimation: Kalman, H∞, and Nonlinear Approaches. – New York: Wiley, 2006. – 552 p.
Goodfellow I., Bengio Y., Courville A. Deep Learning. – Cambridge: MIT Press, 2016. – 800 p.
Jo‘rayev B.J., Raxmonov A.A. Raqamli signalni qayta ishlash asoslari. – Toshkent: Tamaddun nashriyoti, 2020. – 264 b.
Toirov S.S. Avtomatlashtirilgan tizimlarda axborotni qayta ishlash. – Toshkent: TDTU nashriyoti, 2021. – 198 b.
Xolmurodov H., Olimov M. Sun’iy intellektning texnologik jarayonlarni boshqarishdagi o‘rni // Texnika va Texnologiyalar jurnali. – 2020. – T. 7, № 1. – B. 22–30.
Chen Y., Huang L. Deep neural network–based denoising approaches for signal processing // Engineering Applications of Artificial Intelligence. – 2019. – Vol. 78. – P. 1–12.
Liu H., Wang X., Zhao Y. AI-driven filtering techniques in industrial automation // International Journal of Automation and Control. – 2020. – Vol. 15, No. 3. – P. 211–225.