- •Введение
- •1. Основные задачи теории автоматического управления
- •Формулировка задачи управления
- •Математическая модель объекта управления
- •1.3. Управляющая система и объект автоматического управления
- •1.4. Закон обратной связи
- •1.5. Общая задача теории автоматического управления
- •2. Математические модели сау
- •2.1. Построение модели элемента системы управления
- •2.2. Динамические и статические звенья сау
- •2.3. Составление дифференциальных уравнений систем автоматического управления
- •2.4. Примеры составления дифференциальных уравнений звеньев сау
- •2.5. Типовые динамические звенья линейных сау
- •2.6. Соединение звеньев и преобразование структурных схем сау
- •2.7. Вопросы идентификации моделей объектов управления
- •3. Методы исследования линейных сау
- •3.1. Общая модель линейной непрерывной и дискретной сау
- •3.2. Линейные сау, описываемые обыкновенными дифференциальными уравнениями с постоянными коэффициентами
- •3.3. Дискретные линейные сау
- •4.1. Метод фазовой плоскости
- •4.2. Линеаризация нелинейных дифференциальных уравнений
- •4.3. Автоколебания нелинейных сау
- •5. Устойчивость систем автоматического управления
- •5.1. Основные понятия теории устойчивости (математическая формулировка)
- •5.2. Общие теоремы об устойчивости линейных сау
- •5.3. Устойчивость линейной сау с постоянной матрицей
- •5.4. Связь устойчивости с корнями характеристического уравнения
- •5.5. Критерии устойчивости
- •5.6. Алгебраические критерии устойчивости
- •5.7. Частотные критерии устойчивости
- •5.8. Логарифмический критерий устойчивости
- •5.9. Запас устойчивости по фазе и амплитуде
- •5.10. Устойчивость импульсных сау
- •5.11. Устойчивость нелинейных сау
- •6. Качество систем автоматического управления
- •6.1. Показатели качества переходного процесса
- •6.2. Прямые методы определения показателей качества
- •6.3. Связь переходного процесса с вещественной частотной характеристикой системы
- •6.4. Интегральные оценки качества
- •7. Случайные воздействия в линейных сау
- •7.1. Понятие случайной функции
- •7.2. Основные характеристики случайной функции
- •7.3. Стационарные случайные функции
- •7.4. Спектральное представление стационарной случайной функции
- •7.5. Спектральная плотность стационарной случайной функции
- •7.6. Преобразование стационарной случайной функции стационарной линейной динамической системой
- •7.7. Преобразование случайных сигналов безынерционными нелинейными звеньями
- •7.8. Понятие статистически оптимальной линейной системы
- •7.9. Статистическая проверка гипотез
- •8. Задачи оптимального управления
- •8.1. Экстремумы функций. Принцип Лагранжа
- •8.2. Начала вариационного исчисления
- •8.3. Прямые методы решения задач оптимального управления
- •8.4. Принцип максимума Понтрягина
- •8.5. Оптимальное позиционное управление (динамическое программирование)
- •9. Современные тенденции развития систем управления
- •9.1. Управление при неполной начальной информации
- •9.2. Экстремальные сау
- •9.3. Самонастраивающиеся системы (снс)
- •9.4. Самоорганизующиеся и самообучающиеся сау
- •9.5. Автоматизированные системы управления
- •9.6. Роботы и гибкие производственные системы
- •9.7. Математические методы в управлении роботами и гпс
7.5. Спектральная плотность стационарной случайной функции
В рассуждениях предыдущего параграфа предполагалось, что случайная функция представима конечным набором гармонических колебаний различных частот со случайными амплитудами. В общем случае произвольной стационарной случайной функции вводится понятие спектральной плотности. Спектральной плоскостью стационарной случайной функции X(t) называется предел отношения дисперсии, приходящийся на данный интервал частот, к длине этого интервала, когда последняя стремится к нулю. Для вычисления спектральной плотности применяются математические методы, основанные на интегральном преобразовании Фурье. Для спектральной плотности реализации случайного процесса имеем
(7.5.1)
следующее соотношение:
(7.5.2)
где ХТ(iω) - преобразование Фурье x(t). Спектральная плотность является вещественной функцией, значение которой для частоты ω равно квадрату амплитуды соответствующей гармоники спектрального разложения реализации случайной функции.
Спектральная плотность Sx(ω) и корреляционная функция Kx(τ) связаны преобразованиями Фурье. В действительной форме они имеют вид
(7.5.3)
(7.5.4)
Из последнего соотношения вытекает, что
(7.5.5)
Физический смысл спектральной плотности можно уяснить на следующем примере. Пусть x(t) - электрический ток. Тогда, если он протекает по резистору, имеющему сопротивление 1 Ом, то выделенная средняя мощность будет равна М[х2(t)]=Dx. Эта мощность выделена во всем интервале частот от 0 до ∞. Поэтому спектральная плотность пропорциональна мощности, выделяемой на единичном сопротивлении в диапазоне частот от ω до (ω +∆ω).
Аналогично вводится понятие взаимной спектральной плотности двух случайных функций. Взаимная корреляционная функция и взаимная спектральная плотность двух стационарных (эргодических) случайных функций X(t) и Y(t) связаны прямым и обратным фурье-преобразованиями:
(7.5.6)
(7.5.7)
На рис. 7.4 показаны спектральная плотность и корреляционная функция двух стационарных случайных функций. Чем медленнее изменяется Kx(τ), тем быстрее изменяется Sx(ω) (кривые 2); чем быстрее меняется Sх(ω),
тем медленнее меняется Kx(τ) (кривые 1).
Рисунок 7.4
В теории случайных функций используется понятие стационарного белого шума, которым называют стационарную случайную функцию, спектральная плотность которой постоянна: Sx(ω)=s0=const. Корреляционная функция стационарного белого шума
(7.5.8)
Учитывая, что
(см. (4.1.10) и (3.2.18)), имеем Kx(τ)=2πs0δ(τ), где δ(τ) - дельта-функция; коэффициент 2πs0 называют интенсивностью стационарного белого шума.
Так как дельта-функция при τ≠0 равна нулю, то это означает некоррелированность любых двух сечений случайной функции. Так как реализовать белый шум невозможно (для этого нужна бесконечная мощность источника энергии), то белый шум является математической абстракцией, полезной для моделирования случайных процессов.
