![](/user_photo/_userpic.png)
книги из ГПНТБ / Кавалеров, Г. И. Введение в информационную теорию измерений
.pdfимеем: |
|
|
|
|
|
|
|
/„„„2= і°8.'Л '+ (l |
- |
^ r)lo ? |
(l - |
^ ) + |
|||
|
+ 4 i l°e - k |
"г-1“ Ч " 1- |
|
||||
Ѵ - * = “« |
ѵ + т £ - 1‘* |
6P |
- Ң ’ - й - ) * |
||||
* |
|
||||||
|
|
W i+r—1 |
|
|
|
||
х в д [ - ! - ( > - f r ) ] + r S |
2] f [ ' - + « - |
||||||
|
|
1=1 /=<+1 |
|
|
|
||
- f) Jlog |
1 ---- 7- 0' —oj} |
|
при |
(3'4°) |
|||
где r = ljq. |
|
|
|
|
|
|
|
При N— |
|
|
|
|
|
|
|
|
/ X дг<—vZ |
log— |
|
|
|
||
|
|
|
S |
Vel |
|
|
|
Полученные для аддитивной погрешности зависимости |
легко распространяются на случай мультипликативной
погрешности. Пусть, например, |
гвЫХ — кх, |
где |
/е — слу |
|||
чайная величина. Используя |
соотношение |
/ д. |
z = |
|||
= f x*~Hi, (Z)* где cp (z) — взаимооднозначная |
функция, |
за |
||||
пишем / д<_^2 ==^х*_>іп z' |
Тогда |
в |
силу |
соотношения |
||
1'пг = 1пл:+ 1п£ задача |
анализа |
мультипликативных |
погрешностей сводится к ранее рассмотренной задаче анализа аналого-цифрового преобразования при аддитив ных погрешностях.
Явные формулы для вычисления количества инфор мации при других законах распределения вероятностей
X и Твх приведены в [Л. 3-й7, 3-18, 3-27].
При N—->-оо приведенные формулы хорошо согласу ются с ранее полученными зависимостями для звеньев непрерывного преобразования информации (см. § 2-6).
Перейдем далее к выбору целесообразного числа де лений по критерию количества информации. Из графика на рис. 3-3 видно, что малое число делений N приводит к неоправданным потерям информации. С другой сторо ны, увеличение числа делений до бесконечности также нецелесообразно, так как практически не дает выигрыша в количестве информации, удорожая в то же время изде лие. Отсутствие экстремумов у кривой на рис. 3-3 не
133
позволяет сделать однозначные рекомендации. Однако если задаться целесообразным соотношением /лгДманс=
=0, где /маис—количество информации без квантования,
а/ Лг — то же, но при квантовании с числом делений N, то
можно указать целесообразное число делений. Например, из формулы (3-38) имеем:
N |
L/a |
(L/a) |
(3-41) |
|
(1—Ѳ) log |
||||
|
|
График зависимости N от L/ct при различных значе ниях Ѳ показан на рис. 3-5.
Возможен и другой подход к определению целесооб разного числа областей квантования, основанный на экономических критериях и не связанный с информаци онными оценками. Запишем соотношение
|
|
|
|
Эі = Т01{(Э2—Э3), |
|
|
|
|
(3-42) |
|||
где Э1— затраты, связанные с изготовлением |
и устаиов- |
|||||||||||
кой |
прибора; |
Э2— эффект |
I |
денежном выражении от |
||||||||
|
|
|
|
|
|
|
применения данного при |
|||||
|
|
|
|
|
|
|
бора за единицу времени; |
|||||
|
|
|
|
|
|
|
Э3— затраты |
на |
эксплуа |
|||
|
|
|
|
|
|
|
тацию прибора в единицу |
|||||
|
|
|
|
|
|
|
времени; |
Ток — срок |
оку |
|||
|
|
|
|
|
|
|
паемости. |
|
|
и Э3 для |
||
|
|
|
|
|
|
|
Величины Эі |
|||||
|
|
|
|
|
|
|
конкретных |
типов |
АЦП |
|||
|
|
|
|
|
|
|
легко связать с числом N. |
|||||
іо |
го |
зо чо wo |
гоо зоо |
|
Если возможно |
|
установ |
|||||
|
ление |
функциональной |
||||||||||
Рис. 3-5. Зависимость |
необходи |
|
зависимости Э2=Э2(ІN) , |
|||||||||
мого |
числа |
делении |
N |
от це |
|
то выражение |
(3-42) по |
|||||
лесообразного |
отношения |
Ѳ= |
|
зволяет |
получить целесо |
|||||||
— I N ( / макс) |
|
|
|
|
|
образное |
число |
уровней |
||||
|
|
|
|
|
|
|
||||||
данном сроке |
|
|
|
|
квантования Nn при за- |
|||||||
окупаемости. Например, при |
|
|
|
|
||||||||
|
|
5i = a0+ öi logN; |
|
Эз=Ьо + bi log N |
|
|
|
|||||
и справедливости формулы |
(3-37) имеем А/ц как |
реше |
||||||||||
ние трансцендентного уравнения |
|
|
|
|
|
|||||||
|
|
a. log Щ |
- |
+ |
0,Гок log УѴц = |
|
|
|
|
|||
|
|
= cTw log (Ljа) — bQTок — а0. |
|
|
|
(3-43) |
134
Наименьший срок окупаемости может быть получен из уравнения
(3-44)
В ряде случаев при выборе измерительного прибора прибегают к так называемому «запасу по шкале», т. е. берут щрибор, имеющий заведомо более широкий диапа зон, чем область возможных изменений измеряемой ве личины. Иногда это вынуждается отсутствием в распо
ряжении |
эксплуатационников |
подходящего прибора. |
В других |
случаях это является |
уловкой изготовителя |
прибора с целью приписать изделие к определенному классу (тогда оговаривают так называемую «рабочую часть шкалы»). При этом следует иметь в виду, что ин формационные свойства прибора ухудшаются, так как вместо величины L во все вышеприведенные формулы следует подставлять реальную область возможных зн а чений х. В заключение отметим, что, как нетрудно ви деть, информационный показатель связан неоднозначно с дисперсией ошибки. Каким из критериев следует вос пользоваться, зависит от характера решаемой задачи, т. е. от назначения средств измерения.
Г Л А В А Ч Е Т В Е Р Т А Я
ДИСКРЕТИЗАЦИЯ НЕПРЕРЫВНЫХ ПРОЦЕССОВ
4-1. О РОЛИ ТЕОРЕМЫ ОТСЧЕТОВ
Под дискретизацией понимается замена исходной непрерывной во времени реализации процесса x(t) неко торой дискретной во времени последовательностью чи сел— результатов измерений в фиксированные моменты времени, по которым можно затем восстановить исход ную реализацию с заданной точностью.
Алгоритм дискретизации может быть основан на:
1) измерении в заранее назначенные моменты време ни, не зависящие от хода реализации x(t), например через равные интервалы времени ('циклическая дискре тизация);
135
2) измерении в моменты времени, определяемые ходом данной реализации (спорадическая и адаптивная дискретизация);
3) измерении в случайные моменты времени, не свя занные однозначно с данной реализацией (например, измерение «по вызову»),
В настоящее время наибольшее распространение 'по лучили алгоритмы первой из перечисленных групп, причем главным образом (применяется циклическая диск ретизация. Этому виду дискретизации уделяется основ ное внимание в данной главе. Рассмотрим в первую очередь те возможности, которые открывает применение различных вариантов теоремы отсчетов.
Остановимся прежде всего на теореме Котельникова, называемой также теоремой отсчетов, а в иностранной литературе — теоремой Шеннона. Опуская доказатель ства этой теоремы, имеющиеся в многочисленной лите ратуре по теории информации, например в [Л. 1-24, 4-2], поиведем лишь одну из возможных ее формулировок: «Любая реализация случайного процесса со спектром, находящимся в интервале от 0 до F, полностью опреде ляется последовательностью ее значений в точках, отстоя щих на ѴзЛ единиц времени друг от друга». Теорема Котельникова обобщается на случай ограниченного спектра, не содержащего низших частот. Известны так же работы, в которых теорема отсчетов распространя ется на случайные процессы с неограниченным спектром, основная часть энергии которых сосредоточена в некото ром интервале частот [Л. 4-3—4-7]. Отличительной осо бенностью их является рассмотрение сигналов с ограни ченным спектром как известного приближения к модели сигнала с неограниченным спектром.
Отметим некоторые особенности теоремы Котельни кова. Прежде всего эта теорема сформулирована для детерминированных функций, а не случайных процессов, что плохо согласуется с принятой нами моделью истин ного значения измеряемой величины и погрешности. Кроме того, теорема Котельникова приводит к громозд ким расчетам при восстановлении функции по дискрет ным отсчетам, так .как в качестве восстанавливающего полинома используется выражение
00
«W-S |
«(»ГДЕЗР* (4-'> |
«=—00 |
|
136
Это означает, что если -на ограниченном участке вре мени наблюдения в соответствии с рекомендациями тео ремы нами взяты 2FTn значений, то восстановить даже детерминированную функцию по этим отсчетам в точно сти нельзя, так как неизвестные нам отсчеты, лежащие за пределами этого интервала, также должны вносить свой вклад в восстановление исходного процесса. Кроме того, сами члены ряда в формуле (4-1) неудобны для расчетов. Часто их характеризуют как отклик фильтра нижних частот на бесконечно короткий импульс. Однако при этом нарушается принцип причинно-следственной связи, так как следствие (отклик) начинается, вообще говоря, за бесконечно большое время до причины (им пульса). Практически можно брать ограниченное число членов ряда и считать, что восстановление идет с соот ветствующей задержкой. В [Л. 4-8] было показано, что конечный ряд вида (4-1) дает сравнительно медленную сходимость к исходной функции по мере увеличения числа слагаемых. Согласно этой работе для восстанав ливающей функции
k + N |
|
|
|
/ /г N sin (2TzFt — rtn) |
0 <c <C °°i |
(4-2) , |
|
[ i F ) |
2nFt — пт. |
||
n = k —N |
|
|
|
где к и N—целые числа |
(к зависит от времени t, |
а N— |
не зависит), имеем приближение к исходному процессу
x(t) |
с погрешностью, не превосходящей по |
абсолютной |
|
величине |
|
|
|
|
4 шах IX (t) I |
при — оо < t < со. |
(4-3) |
|
л2/Ѵ(1— г) |
||
В |
спектре функции |
x(t) предполагались |
гармоники |
с частотой только меньше, чем rF, т. е. предполагалось, что преобразование Фурье — Стильтьеса постоянно для всех частот выше rF, а число к выбиралось из условия
2РТЯ— 1/2 < k (t) < 2FTa+ 1/2,
где Ги — интервал наблюдения (длительность сигнала). Например, при N=24, Т7= 1000 Гц и rF—750 Гц
погрешность менее 0,068max \x(t)\.
Скорость схождения к исходной функции по мере роста N может быть увеличена применением разложе-
. 137
мня вида |
|
|
|
ZKFqt |
nqn |
|
|
|
k + N |
|
Л |
sin |
m |
|
) ,X |
2 (0 = |
J] Л |
|
|
iT<7/i |
|||
|
2F |
2nF(;/ |
|||||
|
/і=А— |
|
|
m |
m |
|
|
|
X |
sin (^n/7/ — mt) |
|
|
(4-4) |
||
|
|
2л/7/ — /гтс |
’ |
|
|||
где in^Nqne-1— целое |
.положительное |
число; 9= 1— |
|||||
е — основание |
натурального |
логарифма. В этом случае |
|||||
ошибка не превосходит по абсолютной величине |
|||||||
|
1,48 max | х (/) | |
|
|
м_сч |
|||
|
(3,2)9'|^/Ѵ -1,74 |
‘ |
|
Ѵ ’ |
Полагая по-прежнему 7Ѵ= 24, і7—1000. Гц и 9=0,25,
имеем предельное |
абсолютное значение |
ошибки 6,8X |
Х І0_1 max|,v(/) |, |
т. е. в 100 раз меньше, |
чем по форму |
ле (4-2). |
|
|
Возможен также другой подход к теореме отсчетов, предложенный в [Л. 4-9]. При этом исходный непрерыв ный процесс заменяется последовательностью дискрет ных во времени отсчетов, следующих в 2 раза реже, чем по теореме Котельникова. Однако во время каждого отсчета считывается сама функция и ее первая произ водная. Восстанавливающая функция имеет вид:
ОО
:(,)= Ъ [ х |
( т ) Ч 1 - + |
) ' { + ) ] * |
|
X |
sin (2Ft — 2п) |
т |
(4-6) |
|
2Ft — 2/2 |
|
Здесь также возможно усеченное разложение, при котором восстанавливающая функция согласно [Л. 4-9] имеет вид:
k + N
Z(t): £ |
Х Х |
+ |
( ' - т М т |
) х |
|
|
n = k —N |
|
|
|
|
|
inqFt |
m |
J |
sin (2Ft — 2л) |
|
X- |
m |
(4-7) |
|||
4nqFt |
4nq |
|
2Ft — 2n |
||
|
|
]' |
|||
|
m |
m |
|
|
|
138
где
Ft— \ / 2 ^ k ( t ) ^ F i + \ / 2 .
Ошибка этого разложения не превосходит по абсо лютной величине
2,1 max [X (<)] |
.. |
™ |
(ß,2)3qNVrqN— 0,87' |
{ |
1 |
Зависимость от ‘времени ошибки в восстановлении функции с помощью теоремы Котельникова по конечно му числу отсчетов была получена в виде [Л. 4-10]
\x(t) — z (0 |< -^ -£ x |s in itF f| - \ f -------Т-^~ъ------> (4-9) |
||||
1 w |
W l |
" |
1 |
1у 2F (0,25^ —О |
где Ех — полная |
мощность |
сигнала x(t). Изменение |
погрешности во времени показано на рис. 4-1, откуда видно, что погрешность равна нулю в точках отсчета, имеет частные максимумы в серединах интервалов меж ду отсчетами и глобальные максимумы на расстоянии VvF от краев интервала наблюдения Тв. График на глядно показывает неправильность бытующего мнения о возможности полного безошибочного восстановления
lx(t)-z(t)\
ГГУУтуу^пгѵзПГ(Т\
-Т н О l i t
Рис. 4-1. Зависимость от времени ошибки в восстановлении функции с помощью теоремы Котельникова по конечному числу отсчетов.
функции на отрезке Та по 2FTUотсчетам. Ошибка равна нулю лишь при интервале наблюдения от —оо до +оо. В этом находит свое отражение значительно более общая закономерность, связанная с возможностью предсказания конечного будущего.
Рассмотрим этот вопрос несколько подробнее. Пусть на основании наблюдения конечного интервала времени Тн нами получен некоторый отрезок реализации случай ного процесса x(t). Допустим, задано, что все реализа
139
ции x ( t ) представляют собой аналитические функции, т. е. как x ( t ) , так и производные любой кратности от него по t — непрерывные функции времени. Тогда на ос новании теоремы единственности [Л. 4-11] можно утвер ждать, что функция (данная реализация) имеет единст венное продолжение за пределами участка Ги. На пер вый взгляд кажется, будто высказанное положение рав нозначно утверждению о возможности предсказания дальнейшего хода реализации на неограниченный отрезок времени снеограниченной точностью На самом деле это не так. Для предсказания (экстраполяции) и восстанов ления непрерывной функции (интерполяции) необходи мо построить многочлен, аппроксимирующий исходную функцию. Этот многочлен не может быть построен точно по конечному отрезку реализации, в чем мы убеждались на примере ряда Котельникова. Предсказание возможно лишь с отличной от нуля погрешностью, причем точность падает по мере удаления от точек отсчета.
Рассмотрим |
в более общем |
виде вопрос о точности экстра |
|
поляции стационарного случайного |
процесса |
Ограничимся постанов |
|
кой задачи о точности линейного |
прогнозирования. Пусть ...X(t- 1), |
||
X (Iq), X (t i),..., |
X (tm )... — стационарный в |
широком смысле слу |
чайный процесс с дискретным временем. Известно [Л. 4-45], что наи
лучшим в смысле среднеквадратического отклонения линейным прог |
||||
нозом |
случайной |
величины |
X (tm), т |
>0 по случайным величинам |
X{t„), |
X (t- ,),..., |
X(t-„) ... |
является |
проекция X (tm) на замыкание |
линейной оболочки этих величин в комплексном гильбертовом про странстве всех случайных величин с конечным вторым моментом. Для определения величины среднеквадратической погрешности
экстраполяции воспользуемся |
представлением процесса |
X (tі) |
в виде |
|
|
СО |
|
|
|
А' ( ( , ) = |
2 |
а ъ Н (**_*) 4-С (ft), |
|
[(4-10) |
|
£ = 0 |
|
|
|
где C(U) — сингулярная составляющая процесса А (/і), |
допускающая |
|||
в принципе безошибочный |
прогноз; # ( б ) — нормированный |
процесс |
с некоррелированными значениями, стационарно связанный с X{U)\ ай — числовой коэффициент, определяемый равенством
ah= X {U )X *(ti- k),
где знак «*» означает комплексную сопряженность.
Тогда дисперсия погрешности прогноза обусловлена только ве
личиной X (ti) —C(U), |
называемой регулярной составляющей |
про |
цесса X (ti), и равна: |
|
|
т —I |
т —1 |
|
> = Е |
к і 2 = Ei*(M A '*(<t_„)i2 • |
(4-п) |
*=0 |
к=О |
|
140
При т -* оо дисперсия погрешности экстраполяции стремится к
СО
S К І 2. т> е- к дисперсии регулярной составляющей процесса X (/t).
fc=o
Более подробное изложение задачи линейного прогноза и опре деление связанных с ним понятий можно найти в [Л. 4-45].
Возвращаясь к обсуждению теоремы отсчетов, отме тим, что нигде не оговаривался вид спектра. Этой теоре ме удовлетворяет любая функция с ограниченным спек тром вне зависимости от формы кривой, описывающей этот спектр.
В [Л. 4-40] показывается, что ряд (4-1) приближает исходную функцию в среднеквадратическом смысле и в случае, если Х(і) есть непрерывный в среднеквадрати ческом и стационарный в широком смысле слова случай ный процесс. Естественно, что этот факт не противоречит высказанным выше соображениям о неудобстве примене ния теоремы отсчетов в нашем случае. Однако теорема устанавливает другую важную закономерность — число степеней свободы. В ряде случаев отсчеты, взятые по Котельникову, не коррелированы. Это, впрочем, не зна чит, что значения процесса X(t), отстоящие, например, на интервал 1,5/2F, также не коррелированы между собой. Покажем это на примере. Пусть задана реализа ция стационарного процесса X(t), имеющего энергети ческий спектр
А* при'0< I со I < I ш2I ;
(4-12)
О при
где иг есть граничная частота, или частота среза (заме тим, что такая модель соответствует сингулярности про цесса) .
В соответствии с теоремой Котельникова отсчеты сле дует брать через интервалы Т = я сог-1- С помощью коси нус-преобразования Фурье найдем автокорреляционную функцию
Rx(т)= -L j[G/(u>) COS сох rfco = -І- sin со3х. |
(4-13) |
о |
|
При t= £wd~ i = k T автокорреляционная функция об ращается в нуль, где h= 1, 2, 3 ... Вид этой функции по-
141
казан на рис. 4-2. Итак, в точках отсчета автокорреля ционная функция обращается в нуль, но в промежутках между точками отсчета она отлична от нуля. Корреля ционные связи ослабевают по мере увеличения т. Ниже будет показано, что функция автокорреляции знакопере менна для всех процессов со спектром с разрывом пер-
Рис. 4-2. Автокорреляционная функция процесса с ограниченным спектром.
вого рода на граничной частоте. Поэтому показанная на данном примере картина в некотором смысле слова ти пична.
Докажем следующее утверждение, имеющее непосредственное отношение к рассматриваемому вопросу.
У т в е р ж д е н и е . Если функция f(x ) непрерывна при хф А ,
кусочно-непрерывно дифференцируема и, кроме того, удовлетворяет условиям
f (х) |
-. а > |
0при 0< х < Л ; |
/ (х) = |
0 |
(4-14) |
при X > А , |
то косинус-преобразованне Фурье этой функции является знакопере менной функцией, причем меняет знак бесконечное число раз.
Д о к а з а т е л ь с т в о . Обозначим
f( x ) — a = <р(х),
где а= іпН (х)>0; х<=[0, А]. Продолжим функцию f(x ), а следова
тельно, и ф(х) на отрицательную полуось четным образом. Функция ф(х) непрерывна во всей области определения, а функция f(x) имеет разрывы в точках х ± А и кусочно-непрерывную производную.
Косинус-преобразование Фурье для функции f(x) имеет вид:
f (т) = if (т) -|- |
sin At. |
(4-15) |
143