- •Лекція 1. Аналіз стану електронних систем
- •1.1. Простір станів, передатна функція електронних систем
- •1.2. Моделі автокореляційних функцій стаціонарних сигналів
- •1.3. Двовимірна оцінка похибок апроксимації
- •1.4. Моделі спектрального аналізу стаціонарних сигналів
- •Спектральний аналіз
- •Лекція 2. Механізми перетворення випадкових сигналів
- •2.1. Механізми виникнення випадкових корисних сигналів
- •2.2. Механізми генерації білих та кольорових завад
- •2.3. Оцінка відношення дисперсій сигнал-перешкода та вплив на граничні помилки не реалізованих електронних систем
- •Лекція 3. Структурний стохастичний синтез завадостійких систем
- •3.1. Структурний та параметричний синтез
- •3.2. Операції факторизації та сепарації.
- •Задачі фільтрація вимірювальної інформації
- •Лекція 4
- •4.1. Стохастика каналів керування першого порядку
- •4.2. Стохастичний синтез форсованих систем другого порядку
- •Невідомі параметри знайдемо із системи рівнянь:
- •В алгебраїчній формі вони дорівнюють:
- •Методика Ван-Трiса.
- •4.3. Приклади стохастичного синтезу систем третього порядку.
- •Позначимо відомі параметри сигналів:
- •4.4. Структурний синтез систем довільного порядку.
- •Лекція 5. Стохастична фільтрація
- •5.1 Стохастична фільтрація в каналах вимірювання
- •5.2. Структурна фільтрація рожевої завади
- •5.3. Структура системи фільтрації червоної завади.
- •Лекція 6. Аналіз усталених та перехідних похибок
- •6.1. Вплив безрозмiрних параметрiв сигналу на усталену похибку системи
- •6.2. Дослідження вільної складової руху системи
- •Номограми розрахунку мiнiмальної усталеної похибки I показникiв якостi динамічних систем
- •Лекція 7. Декомпозиція електронної системи
- •7.1. Структура та раціональний порядок елементарної ланки
- •7.2. Послідовне ввімкнення елементарних ланок
- •7.3. Паралельне ввімкнення ланок
- •7.4. Розмикання передатних функцiй форсованих систем
- •Лекція 8. Фільтри Баттерворта, Чебишева, Бесселя та Кауера
- •8.1. Інженерні методи розрахунку аналогових фільтрів
- •Огляд популярних аналогових фільтрів
- •8.2. Порівняльний аналіз амплітудних і фазових характеристик фільтрів Баттерворта, Чебишева та еліптичного.
- •Лекція 9. Цифрові віртуальні фільтри
- •9.1 Структура системи цифрової обробки аналогових сигналів
- •9.2. Нерекурсивні фільтри з кінцевою імпульсною характеристикою
- •9.3. Рекурсивні фільтри з нескінченною імпульсною характеристикою
- •9.4. Фільтри зі змінюваною частотою дискретизації
- •9.5. Адаптивні фільтри
- •9.6. Вплив періоду дискретизації на динаміку електронної системи
- •Дискретний сигнал і його спектр описуються формулами:
- •Лекція 10. Програмно-апаратні засоби спряження з пк
- •10.1. Розробка блоку автоматичної аттенюації
- •10.2. Блок перетворення коду і рівнів сигналу при передачі/прийомі інформації з інтерфейсу rs-232c
- •Лекція 11. Синтез інтелектуальних завадостійких давачів
- •Експоненційне згладжування
- •Застосування експоненційної і стохастичної фільтрації
- •11.3. Фільтрація з врахуванням динамічних можливостей датчика
- •11.3.1. Фільтрація з урахуванням динамічних властивостей датчика.
- •11.4. Суміщення фільтрації та інтерполяції (екстраполяції)
- •Лекція 12. Стохастичний синтез завадостійких систем нижнього рівня
- •12.1. Інженерна методика розрахунку систем автоматичного регулювання технологічних параметрів
- •12.2. Методика структурного синтезу завадостійких контурів компенсації збурень
- •Аналогічне відношення для нефорсованої системи
4.2. Стохастичний синтез форсованих систем другого порядку
Розглянемо суму спектральної щільності випадкового сигналу з періодичною складовою та перешкоди – білого шуму. Поширені дві апроксимації спектральної щільності корисного сигналу – диференцьованою і недиференцьованою функціями.
Для першої апроксимації маємо:
Оскільки для спектральної щільності сигналу використовується відношення резонансної частоти до параметру затухання як ступінь регулярності сигналу, то логічно ввести аналогічну характеристику для полінома чисельника сумарного сигналу. Дрібно-раціональна функція має вигляд:
(4.18)
Невідомі параметри знайдемо із системи рівнянь:
Рішення системи рівнянь можна представити в тригонометричній і алгебраїчній формах. В тригонометричній формі невідомі параметри – параметр затухання і ступінь регулярності полінома чисельника сумарного сигналу дорівнюють:
(4.19)
В алгебраїчній формі вони дорівнюють:
(4.20)
Легко показати, що одержані - алгебраїчна та тригонометрична форми запису є еквівалентні.
Якщо рівень перешкоди дуже малий, то ступінь регулярності наближається до одиниці. Коли рівень перешкоди дуже великий, тоді параметр затухання сумарного сигналу співпадає з параметром затухання сигналу, як і резонансні частоти, а ступінь регулярності чисельника сумарного сигналу дорівнює ступіню регулярності корисного сигналу.
Таким чином, при малому рівні перешкоди ступінь регулярності чисельника сумарного сигналу не залежить від ступіня регулярності корисного сигналу і відношення середньоквадратичних відхилень сигналу і перешкоди і близьке до одиниці. З підвищенням рівня перешкоди ступінь регулярності чисельника сумарного сигналу наближається до ступеня регулярності корисного.
Якщо корисний сигнал з періодичною складовою апроксимовано більш простою недиференцьованою функцією, тоді сумарний сигнал має вигляд:
Невідомі параметри знайдемо із системи рівнянь:
Звідки знайшли параметри сумарного сигналу. Параметр затухання:
(4.21)
Ступінь регулярності дорівнює:
(4.22)
Для великого рівня перешкоди залежності ступенів регулярності корисного сигналу і чисельника сумарно одинакові для недиференційної і диференційної апроксимацій сигналу. Але для малого рівня перешкоди для недиференційної апроксимації сигналу ступінь регулярності чисельника сумарного сигналу дорівнює 0,408 для нульового рівня ступеня регулярності сигналу і відповідно одиниці для рівня сигналу, рівного безкінечності. Вказані криві мають спільну точку, коли ступіні регулярності однакові для недиференційної апроксимації і дорівнюють 0,46, а для диференційної апроксимації відповідно одиниці. Для других відношень середньоквадратичних відхилень сигналу і перешкоди криві знаходяться в заштрихованих секторах з тими же точками однакового рівня ступіней регулярності.
Оскільки вхідний сигнал може бути добутком більш простих, розглянемо найбільш поширені випадки.
При переході від змінної р до змінної ω ліва та права напівплощини переходять відповідно в верхню та нижню напівплощини комплексної площини ω. Дійсно, в наслідок зміни р на іω, одержали:
(4.23)
При переході від якої-небудь точки площини р до відповідної точки площини ω треба повернути радіус-вектор, проведений в площині р, до цієї точки на 90˚ по годнниковій стрільці.
Наприклад, спектральна щільність сумарного корисного диференцьованого випадкового сигналу і перешкоди має вигляд:
(4.24)
Корені
верхньої напівплощини параметру ω
мають вигляд
і нижньої
(для знаменника) та
і
(для чисельника).
Якщо сумарний сигнал записати в плошині р, тоді:
(4.25)
Корені,
які знаходяться в лівій напівплощині
параметру р, дорівнюють
для знаменника і
для чисельника, а в правій напівплощині
відповідно
і
.
Перехід від якої-небудь точки площини ω до відповідної точки площини р означає поворот радіуса-вектора, проведеного до цієї точки, на 90˚ проти годинникової стрілки, оскільки із відомої формули:
.
(4.26)
при ωτ=π/2,
можна записати, що
,
тому
.
Приклад. Розглянемо задачу оптимальної фiльтрацiї, коли на входi випадковий корисний сигнал має перiодичну складову i апроксимований диференцiйною або недиференцiйною функцiями, а перешкода - бiлим шумом. Спектральну щiльнiсть суми корисного сигналу i перешкоди в загальному виглядi представимо так:
,
де полiноми чисельника i знаменника являють собою добуток чотирьох спiвмножникiв, якi мають дiйсну частину – параметр затухання корисного або сумарного сигналу i уявну частину - резонансну частоту як добуток ступеня регулярностi на параметр затухання корисного i сумарного сигналiв.
Розглянемо спектральну щiльнiсть, апроксимовану диферен цiйною функцiєю. Виконаємо структурний синтез за методикою Ван-Трiса, а для порівняння за методикою виконанням операцiї сепарацiї по теоремi Кошi про лишки (див. додаток 1 приклад 6.1).
