
- •5. Стохастические системы
- •5.1. Стохастические процессы (Лекция 16)
- •5.1.1. Определение и естественные характеристики случайного процесса
- •5.1.1.1. Определение случайного процесса
- •5.1.1.2. Характеристики случайного процесса
- •5.1.2. Спектральное представление случайного процесса
- •5.1.2.1. Спектр функции
- •5.1.2.2. Спектральная плотность
- •5.1.2.3. Физический смысл гармонического анализа случайного процесса
- •5.1.2.4. Взаимосвязь функций времени и их спектрального представления
- •5.1.2.5. Матрица спектральных плотностей энергии
- •5.1.2.6. Пример определения функции спектральной плотности по ковариационной функции (Пример 5.1)
- •5.2. Задачи слежения (Лекция 17)
- •5.2.1. Характеристики качества следящих систем.
- •5.2.1.1. Описание разомкнутой следящей системы
- •5.2.1.2. Описание замкнутой следящей системы.
- •5.2.1.2. Интегральные характеристики качества регулирования
- •5.2.1.3. Среднее значение и дисперсия характеристик качества регулирования
- •5.2.1.4. Передаточные функции замкнутой системы
- •5.2.2. Примеры анализа стохастических систем
- •5.2.2.1. Реакция линейной системы стохастические внешние воздействия
- •5.2.2.2. Реакция линейных дифференциальных систем на белый шум
- •5.2.2.3. Пример дифференциальной системы, возбуждаемой белым шумом(Пример 5.2)
- •5.2.2.4. Моделирование стохастических процессов.
- •5.2.2.5. Моделирование стационарного процесса уравнением 1-го порядка (Пример 5.3)
- •5.2.3. Некоторые принципы проектирования следящих систем.
- •5.2.3.1. Устойчивость
- •5.2.3.2. Требования к следящей системе
- •5.2.3.3. Соглашение о входных воздействиях
- •5.2.4. Использование полос пропускания при проектировании
- •5.2.4.1. Скалярный случай
- •5.2.4.2. Принцип проектирования
- •5.2.4.3. Полоса частот системы
- •5.2.4.4. Полоса частот эталонного процесса
- •5.2.4.5. Реализация принципа проектирования( минимизация ошибки)
- •5.2.4.6. Реализация принципа проектирования ( минимизация входной переменной)
- •5.2.4.7. Оценка длительности переходных процессов
5.2.2. Примеры анализа стохастических систем
5.2.2.1. Реакция линейной системы стохастические внешние воздействия
Теорема . Пусть линейная система с матричной импульсной переходной функцией K(t, τ) находится в моментt0в нулевом состоянии. Пусть входное воздействие на систему есть реализация стохастического случайного процессаu(t) со среднимmu(t) и ковариационной матрицейRu(t1,t2). Тогда выходные величины системы есть реализация стохастического процессаy(t) со средним:
(5.42)
и ковариационной матрицей:
(5.43)
при условии, что интеграл существует.
Так как выход описывается
(5.44)
то имеем
Теорема. Предположим, что линейная система с постоянными коэффициентами является асимптотически устойчивой и имеет матричную переходную функцию K(t-τ) и входной процессu(t) является стационарным в широком смысле с ковариационной матрицейRu(t1-t2). Тогда, если входное воздействие на систему является реализацией процессаu(t), который приложен с момента -∞, выходная переменная является реализацией стационарного в широком смысле стохастического процессаy(t) с ковариационной матрицей
.
(5.46)
Теорема.
Рассмотрим асимптотически устойчивую
линейную систему с постоянными параметрами
и матричной передаточной функцией H(p).
Предположим, что входная переменная
стационарного в широком смысле
стохастического процессаu(t)
с матричной спектральной плотностью,
который приложен в момент времени -∞.
Тогда выходная переменная является
реализацией стационарного в широком
смысле стохастического процессаy(t)
с матричной спектральной плотностью
.
(5.47)
Это преобразование Фурье предыдущего (5.46) выражения после замены t1–t2на τ и использования того, чтоH(p) есть преобразование Лапласа отK(τ).
5.2.2.2. Реакция линейных дифференциальных систем на белый шум
Белый шум.Скалярный стохастический процесс некоррелированный даже при малых (t2 – t1) называется процессом белого шума. Более строго он определяется следующим образом:
при
,
(5.48)
где ε – «малое» число. В идеальном случае
(5.49)
где
V(t)– интенсивность процесса приt.
Определение. Векторный стохастический процесс ω(t)cнулевым средним и ковариационной матрицей (5.49) является стохастическим процессом типа белого шума интенсивностиV(t). ЕслиV(t)=V– процесс является стационарным в широком смысле, то матрица спектральных плотностей имеет вид:
.
(5.50)
Отсюда видно, что стационарный в широком смысле белый шум имеет равную на всех частотах плотность энергии. Отсюда название по аналогии с белым светом. Понятно, что интеграл (5.43) от константы (V> 0) в пределах от -∞ до +∞ дает бесконечную величину. Это указывает, что в природе нет белого шума. Но подобная идеализация бывает полезна при моделировании слабо коррелированных широкочастотных воздействий – шумов.
5.2.2.3. Пример дифференциальной системы, возбуждаемой белым шумом(Пример 5.2)
Рассмотрим дифференциальную систему первого порядка, возбуждаемую белым шумом. Пусть система описывается уравнением:
,
(П52.1)
где ω(t) – скалярный белый шум интенсивности μ с ковариационной функцией:
(П52.2)
(t)
- скалярная стохастическая величинаcнулевым математическим
ожиданием (E[0]
= 0) и заданной дисперсией (E[20]
=2).
Уравнение (П52.1) неоднородное его решение может быть получено следующим образом:
(*)
(***)
Из
(П20.2) следует
.
Тогда, принимая, чтоt1 <
t2, интегрировать
нужно доt1и из (***) далее
следует:
(П52.3)
Дисперсия определяется для t1=t2=t; поэтому получаем:
Q(t)=.
(П52.4)