книги из ГПНТБ / Кавалеров, Г. И. Введение в информационную теорию измерений
.pdfкика); Zi(t) — реальный сигнал на выходе датчика; yi(t) — погрешность на выходе датчика; zz(L) — сигнал на выходе интерполятора; у%(і) — погрешность на выхо де интерполятора.
Предположим, что для датчика (см. § 2-3) |
|
|
И^р (/») = j y è f T ’ W» |
= 1• |
(4‘68) |
Тогда |
|
|
00 |
|
|
р |
dt'. |
(4-69) |
— СО
Процесс Zi(t) подвергается дискретизации с интерва лом времени Т = const, а затем восстанавливается по формуле
|
|
zz{ti+x) = (1—a)Zi(ti) +aZi(ti + T), |
(4-70) |
|||
где |
a = r/T\ 0<;т<;7\ |
|
|
|
|
|
Погрешность на выходе интерполятора |
|
|
||||
|
Уі.{Іі + х) =x(t+x) — (1—a)Zi{ti)—azi{ti + T), |
(4-71) |
||||
а дисперсия этой погрешности |
|
|
||||
% |
“Ь х) — % + (1 ~ Ф І + ß-^z, — 2(1 — а) RXZi (к-\- |
|||||
|
-(""i t-i) — 2 я ^ Х2і |
{к - j - "с, ti -f- T)-\-2(\ — а) X |
|
|||
|
|
X aRZi (k, k + T). |
|
(4-72) |
||
Входящие в формулу (4-72) величины могут быть сог |
||||||
ласно [Л. |
4-36] записаны в виде |
|
|
|||
|
|
|
00 |
|
|
|
|
|
< = £ |
] |
* ,(')ех р ( - • £ - ) * ; |
|
(4-73) |
|
|
|
U |
|
|
|
|
|
|
с о |
|
|
|
RXZi (/*+ X,-к) = |
|
( * ' + X) exp ( - |
dt' ; |
(4-74) |
||
ф |
(ti + |
+ T) = |
^ |
f Rx(t' + «. - T) exp |
( - |
dt'; |
|
|
|
|
|
|
(4-75) |
11* |
163 |
|
Cö |
|
|
^z.z, |
V 4" T) = 2 7 ^- J |
[Rx ( / '- f r ) - f |
|
|
и |
|
|
-F Rx V' — 7 )1 exp |
dt'. |
(4-76) |
|
Подставляя |
полученные значения в (4-72), |
имеем: |
|
|
2 оо |
|
|
4 (4- + |
4 = < + ^ | { ( 1 - |
2а + 2а2) Рх(/') - |
Ü
— 2(1 — а) р*(/' - f t) — 2ар* (t' -f х —. Т) - f а (1 — а) [рх(/' -f
+ Г) + Р х (/'-Г )])ех р ^ —4 - ) Л '. |
(4-77) |
При Гр— >-0 формула (4-78) преобразуется к ранее по лученным зависимостям для дисперсии погрешности ли нейной интерполяции, что вытекает из равенства
00
lirn^ J Rx(t' z± t) exp dt' — Rx(i). (4-78) p о
Допустим далее, что ^х(т:) = з^ехр(—а | т | ). Тогда
|
|
1+ |
- ~ a^ ~ + |
2a(l |
- а ) X |
|
|
X |
exp (— b\) — b, exp |
|
|
|
|
1 - b f |
|
|
|
|
|
|
|
|
|
- 2a |
exp(= .^ -i- a ) — 2 (1—Д). exp (— b2a) |
||||
|
|
|
|
|
1 + b, |
|
|
exp |
( —i r ) ( l — «)] |
|
(4-79) |
+ |
|
|
|
||
4а ----- ^ |
-----------------— при 6, ф 1; |
||||
|
|
|
• ~b\ |
|
|
! + |
1 |
-22 ±2д3 + e (1 -- «) (1 + b 2) exp ( - ba) ~ |
|||
— (1 — а) exp ( — bza) — а (1 - f 2f, — 2Ьга) X |
|||||
|
|
X e x p [— 62(1 — a)\ |
при |
6, = 1, |
164
Где 0<^а=т/Т <1; Ьі=иТѵ\ Ь^=аТ. Можно получиіъ также среднее значение дисперсии погрешности по фор муле
|
|
|
|
|
т |
|
|
|
|
|
|
Ѵ р= 4 |
|
о |
|
|
|
с4-80) |
|
|
|
|
|
|
|
|
|
|
|
В данном случае оно равно |
|
|
|
|
|||||
г |
|
|
ехр (—\Ьг) — 6,‘ехр |
|
|
|
|||
1 + |
|
|
|
|
|
||||
3(1 + 6.) |
|
|
. 3(1 — öf |
|
|
|
|||
|
4 |
Г 1 |
|
|
~ ехР ( - М |
1+ |
|
|
|
|
Чл ІТ7— І П |
|
|
||||||
|
1 - |
6? И* |
|
|
|
|
|
|
|
Уіср. |
4Ь, |
1Ь: |
|
. У |
1 - ехр ( — ^ |
|
|
||
1 - 6 |
JA— f h |
} |
(4-81) |
||||||
I 62 |
у 62) |
|
|
|
|||||
|
|
при |
Ь ,ф 1; |
|
|
|
|
||
Т - + 4 - (! + |
exp ( - *0 - |
2 (3 + |
Ьг) X |
|
|||||
з |
‘ 6 |
|
|
|
|
|
|
|
|
Х | й;— |
-^-[1 |
— ехр (— ö2)] t. j |
при |
bt = 1. |
|
||||
Ьг |
|
|
|
|
|
|
|
|
|
Пользуясь |
выражениями |
(4-79) |
и (4-81), |
|
можно, |
с одной стороны, по заданному значению интервала дис кретизации Т определить текущее, максимальное и сред нее значения дисперсии погрешности у%, с другой сторо ны, по заданным значениям максимальной или средней погрешности определить требуемый интервал Т. При этом нужно иметь в виду, что максимальная дисперсия погрешности в данном случае не соответствует т=0,5Т.
Продолжая рассмотрение коррелированных измере ний, остановимся на вопросе об оптимизации частоты из мерений. Как было показано в § 4-3, зависимость мак симальной дисперсии погрешности от интервала времени между измерениями Т при циклической дискретизации имеет характер монотонного возрастания. Как видно, по данному критерию оптимума не существует. Принци пиально ясно, что чем чаще производятся измерения, тем меньше погрешность. Однако существуют другие сообра жения, удерживающие разработчика от повышения ча стоты отсчетов. Среди'них отметим в первую очередь
165
экономические факторы. Как правило, повышение быс тродействия аппаратуры дается недаром: удорожается регистрирующая часть, снижается надежность как меха нических частей из-за ускорения износа, так и электрон ных из-за уменьшения помехоустойчивости, т. е. возра стают эксплуатационные расходы, удорожаются некото рые элементы (например, при переходе от обычных по лупроводниковых элементов к туннельным) и т. д. Ра зумеется, все эти факторы по-разному сказываются на различных диапазонах частот. Однако принципиально такая тенденция имеется.
С другой стороны, изменение погрешности измерений также связано со стоимостными показателями. Правда, эти связи далеко не всегда прослеживаются в конкрет ной форме, но принципиально они всегда существуют. Б ряде случаев существует возможность связать погреш ность с другими нестоимостными показателями качества, препятствующими повышению быстродействия.
Воспользуемся функцией штрафов, введенной в гл. 1, и применим формулу (1-51) для ряда конкретных при меров.
Пусть дискретизации подвергается непрерывный слу чайный процесс Х(1). По результатам дискретных во времени измерений, следующих друг за другом через время Т, с помощью ступенчатой интерполяции восста навливается непрерывный процесс. В отношении исход ного процесса Х(і) предполагается, что он центрирован ный и стационарный, а дисперсия его ах2 и нормирован ная автокорреляционная функция р.ѵ(т) известны. Пусть далее затраты на увеличение быстродействия на ограни ченном диапазоне возможных значений Т можно описать зависимостью £(Г) = k2/T+А3.
В роли критерия оценки качества интерполяции используем максимальную дисперсию.
Тогда в соответствии с (1-51) и формулой для макси мального значения дисперсии погрешности при ступен чатой интерполяции можно записать:
Ф(Г) =2kiOx4\—Рх(Т)]-\~kiOyz+ кг/Т-\-kz, (4-82)
где ki и k2— масштабные коэффициенты; /г3— константа, которая выражена в тех же единицах, что и функция штрафов; ау2— дисперсия погрешности измерения в узловых точках, т. е. «статическая» погрешность или погрешность в моменты снятия отсчетов. ■
166
Учитывая малость реально возможных значений Т по сравнению с интервалом корреляции процесса X(t), можно произвести разложение рх(Т) в степенной ряд и отбросить все члены, содержащие Г2 и более высокие степени Т. Например, при р^(т)=ехр(—аі|т |) можно формулу (4-82) переписать в виде
Ф(Г) = 2 W c u r + klGv2+k2T-i + k3. |
(4-83) |
Минимум соответствует точке |
|
Т = Т0 = з~' У 0,5/г2(/г.а,) -1 |
(4-84) |
и равен: |
|
min <р(Г) я; У 2а^/г, -f- k,a2 -)- k3. |
(4-85) |
Следует отметить, что временное положение миниму ма >t(T) не зависит от статической погрешности у и кон станты k3.
При других видах корреляционной функции также имеется экстремальное значение. Например, при р.х(т) = = ехр(—ссгт2) имеем:
ф(Г) ~2kiox2azT2+kiOyz+ кгТ~1 + k3. |
(4-86) |
||
Минимум соответствует точке |
|
|
|
Т0 = |
р , 2 Ь К ( к / хЧ)-' |
|
(4-87) |
и равен: |
|
|
|
min <р(Г) = 2 |
0,5£jtyx2&, -]- |
+ k3. |
(4-88) |
Рассмотрим ту же ситуацию, ,что и в первом приме ре, но с применением линейной интерполяции. Тогда, учитывая результаты § 4-3, имеем:
cp (Т) = АктЛ1,5—0,5рЛ- (Т) —2рх (0,5Т) ]+ |
|
+ ^ і07/2+^27’_1 + ^з. |
(4-89) |
При рж(т) = ехр(—а і|т |) |
|
ср(Г) ~0,5^іаіох2Т + kiOvz+kzT^ + ks. |
(4-90) |
Минимум соответствует точке |
|
T = T0 = a- ' V 2 k t (kl«l) - 1 |
(4-91) |
167
и равен:
min <р(7') = аху 2fe1a1fca-f- k,a2+ kt. |
(4-92) |
Как видно из приведенных примеров, формулы (4-84) и (4-85) почти совпадают соответственно с формулами (4-91) и (4-92), отличаясь лишь некоторыми численными коэффициентами. Как и следовало ожидать, абсолютное значение минимального штрафа при линейной интерпо ляции оказалось меньше, чем при ступенчатой. Понятно также смещение экстремума в сторону больших значе нии Т, т. е. тот факт, что при линейной интерполяции можно и целесообразно допустить увеличение интервала времени между измерениями по сравнению со ступенча той.
4-5. ВЛИЯНИЕ НЕТОЧНОСТИ ОЦЕНКИ ДИСПЕРСИИ И АВТОКОРРЕЛЯЦИОННОЙ ФУНКЦИИ НА ОПРЕДЕЛЕНИЕ ПОГРЕШНОСТИ ИНТЕРПОЛЯЦИИ
Из сказанного в предыдущем параграфе не следует делать вывод, что математически обоснованный выбор необходимой частоты измерений практически невозмо жен из-за отсутствия точных характеристик процессов. Наиболее реальным представляется решение задачи с помощью приведенных в предыдущем параграфе фор мул с подстановкой в них выборочных оценок р*(т) и ах2 и последующей оценкой неточности в определении по грешностей (т. е. «погрешности второго порядка»). В ка честве примера приведем такую «погрешность второго порядка» для формулы (4-44) в соответствии с [Л. 4-51].
Пусть объем выборки, по которому определяются ста тистические параметры процесса X(t), ограничен неко торым конечным количеством членов п и вместо истин
ных значений параметров %(t), a2(t) и рx(t, f-f-T) извест
ны их [оценки vx(t), S2ß ) и rx(t, t ß i ) , равные
|
П |
|
V .X (0 = |
5 ] Хі (0; |
(4-93) |
|
1=1 |
|
п |
|
|
? (0 = ~ т 5 ] \Хі ( 0 - ѵ ,( 0 ] 2; |
(4-94) |
|
м |
|
|
1$?
М |
м - И = ~ т Х |
|
к |
|
|
Е [*і (о - |
ѵло] [*і (*+■») - |
V» (< -и)і |
X і=і |
S« (О S, (/ + ■«), |
(4-95) |
В результатё вместо истинных значений математиче ского ожидйния !FB(0 и дисперсии <j2 (t) погрешности ап
проксимации |
будут |
рассчитываться их |
оценки |
v |
(t) |
и |
|
S2 (^), и правомерен вопрос, насколько |
сильно |
сцазыва- |
|||||
"в |
|
|
|
и ря(/Х + |
х) |
на |
|
ется точность определения S '(0 , а2(t) |
|||||||
точности оценок ѵ |
(/) и 5 2 (£). |
* |
|
|
|
|
|
Величина |
”в |
^в |
случайной и |
зависит |
|||
S2 (^ + х) является |
от конкретной выборки, по которой рассчитывались оцен ки S2& -H ), S2(ti) и rs (ti, ^ + t).
Запишемвыражение для дисперсии этой случайной величины, считая ее функцией трех других случайных величин и используя формулы линеаризации [Л. 4-43]. Тогда в первом приближении дисперсия
( ^ + 't) |
|
у (tt + т) |
|
X |
(4- + |
-0 + |
||||
|
ÖS* ( t t -f* х) |
|
||||||||
dSy (<i + |
t) |
|
|
|
|
|
|
|
|
|
-'и |
|
|
|
|
|
|
|
|
|
|
+ |
(ti) |
J |
|
|
|
L |
^ |
‘^ + - T)J |
x |
|
ö s x |
|
|
|
|||||||
|
( |
n |
(f, + ') 1 |
r |
^ B(ft +x) |
|||||
X dr « t . 't + ^ |
+ |
2 [ |
ö s’ ^ |
+ |
tj |
J |
[ |
dSx (t.i) |
X |
|
X ^ [S .fe + x), 5ХУ1 + |
|
[dSg^ |
+ |
X) |
X |
|||||
2 ^ |
(*< + |
*) |
||||||||
|
|
|
|
|
|
|
|
|||
( U + |
x) |
|
|
|
|
|
|
|
|
|
X dricVtJt+T) |
Я [ З Д + |
Х). rX^X* + |
x)H- |
|||||||
|
d S y B (ti |
+ х) |
[ d S y |
|
( t i + |
t) 1 |
|
|
||
+ 2 |
d S . ( t і) J |
|
“в |
|
|
X |
|
|||
drx |
(tt , t u + i ) |
|
(4-96)
где все частные производные рассчитываются при зна чениях аргументов, равных их математическим ожидани-
169
ЙМ, и
ÖSUa У* + х> __ а. (tt + т) - |
ад и ) rx ( f t . f t + X) _ |
|
А |
|
||
dS„(tt + %) |
s |
(*t+t) |
|
s u (<* + t) |
' |
|
|
|
D |
|
“в |
|
|
|
|
|
|
(4-97) |
||
ÖSüBVt + T) _ 0, (tj) - |
0, |
(/, + t) rx (ft.ft+*) _ |
|
В |
|
|
d S s ( t i ) |
s , yJn(ft + t) |
|
S n ( f t + ' c) |
’ |
||
|
|
|
|
(4-98) |
||
(<i + |
x)____ «,(<<) |
|
(4-99) |
|||
drx (ft ■0+ x) |
"0(fi + 't) |
’ |
||||
|
|
a К — соответствующие корреляционные моменты, причем
ТС [S x (к -} - т), Sx(к)\ =
|
|
4~х) \ |
(^) р5к <f ,+т) 5Я(0’ |
(4-100) |
||
ТС[Sx (к -j- т), Гя (ti, ti -f- t)[ — |
(4-101) |
|||||
(h + |
xK |
e ((,, r+t)PsKи .+,) rx {t., r+ |
||||
K[Sx(ti), |
rx(ti, |
ti -j- т)1= |
(4-102) |
|||
= 4 ^ |
\ |
Vf k+^ 4 |
<'*j- r* <**■<t+^* |
|||
|
Проанализируемвыражение (4-96) подробнее. При достаточно больших объемах выборки оценки средне квадратических отклонений выборочных оценок диспер сии Sx(ti+x) и Sx(ti) распределены по закону, близкому к нормальному, и их дисперсии, как известно из [Л. 4-42], определяются из формул
|
|
І Ч , |
X (ti + |
0 ----- Н -2. |
X (ti + О |
(4-103) |
|
|
(ti + х) : |
4ЯҢ.2, * (ft + |
t) |
||||
|
(*<)= |
: (ft) — Р - 2 , X Ѵі) |
(4-104) |
||||
|
4п|Аг,х (іг) |
’ |
|||||
|
|
||||||
где |
п — объем выборки, |
по |
которому рассчитывались |
||||
оценки Sx (и -f- ъ) и Sx (ti); |
р-4. * (к + |
x) |
и ц4> x (U) — теоре |
||||
тические четвертые |
центральные |
моменты в |
сечениях |
||||
ti + |
ч и U, а ѵ?х (к + |
х) = |
(к + х) и i>?'Jti) = |
<S (к). |
|||
Несколько более |
сложно обстоит |
дело с дисперсией |
|||||
а2 |
, , ., так как |
выборочная оценка гх(к, к-\- %) имеет |
|||||
гх Vf к +’!> |
|
|
|
|
|
|
170
несимметричное распределение, которое очень медленно сходится к нормальному. Р. Фишером было найдено та кое преобразование коэффициента корреляции, распре деление которого приближается к нормальному намного быстрее, чем распределение самого гх. Этим преобразо ванием является известное в статистике г-преобразова- ние коэффициента корреляции. Распределение случайной величины
2= 0,5 in |
1 + |
rx {tj’ tj ~4~ т) |
(4-105) |
|
1— rx (t0 tt + т) |
|
|
уже при умеренных объемах |
выборки ( п ^ 50) |
близко |
к нормальному распределению с математическим ожида нием
Z «= 0,5ln 1 |
+ |
~ ° ’5 (/г - і)"1 |
и-\гі) |
и дисперсией |
|
|
(4-106) |
|
|
|
|
|
Оя2 « ( Л _ 1) - ‘ + |
|
|
+ 0 ,5 (д -1 )-2[ 4 - Р; ^ , ^, + , ) ] ~ - L _ , |
(4-107) |
которая не зависит от значения коэффициента корреля
ции px(ii, |
ti + x) |
[Л. 4-43]. |
|
|
|
|
|
^+ т) = |
||
Учитывая в соответствии с (4-105), что rx(ti, |
||||||||||
= thz, получаем приближенное равенство |
|
|
|
|
||||||
а; |
|
я=< [(thz)'х\ |
_ а 2= |
------!----- =. |
|
(4-108) |
||||
|
r*(tv t.+^) |
' |
ZJz=z * |
(/г — 3) ch4,Z |
|
v |
' |
|||
Подставляя |
полученные |
выражения |
в |
формулу |
||||||
(4-96), имеем: |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
( A 1 H4, * ( 0 |
+ "t) — °x (h |
+ |
|
1 |
||
4 Уа & + ■ * ) ' ~ Ж |
0 , - f t ) |
\ 4 л |
|
<>*('*+■') |
|
|
^ |
|||
|
|
"в |
|
|
|
|
|
|
|
|
+ |
к-*.« ( У - 4 ( М |
|
г 4 ( ^ + T > ° f - ( 0 ) |
I |
|
|
||||
— |
|
ах2 (tt) |
|
(п — 3) ch4 Z |
|
|
|
|||
~ |
4n |
|
|
|
|
|
||||
|
+ |
2 Л Л К [ 5 х ( ^ + т); S , ( f , - ) ] - |
|
|
|
|
||||
2?х(І-і) Ѵх |
ifi 4“ {AK [S.\- (^г' |
{fit |
ti “l- T)] H- |
|
||||||
|
+ |
BK[3x(ti)\ |
rx(ti, ^ + |
T)]}}, |
|
|
(4-109) |
171
и, переходя в (4-109) от теоретических моментов к их оценкам, получаем;
«в & + ■*)■ St (/( + *) |
j42 ті, к (h + x) — |
(^i + x) |
||
4n |
S“ (tt 4- x) |
|
||
В* |
»U.x{ti)—Sl(ti) |
|
|
|
An |
Sliti) |
( n — 3) civ* z |
|
|
|
|
|||
|
+ 2 4 M [ S I ( 4 4 - i S x ( t i ) \ ~ |
|
||
— 2Sx ( ) |
5.x (t-i-|- x) {AK [Sx (ti -f- x), |
гX(ti, |
-f-T)] -(- |
|
|
+ BK [5x(ti), rx(ti, ti + X)]} j , |
(4-110) |
||
где |
Ä = S x(ti+т) —S ~ (ti)гx(ti, |
t i+ т ) ; |
|
|
|
|
|||
|
B = S x(ti)— Sx(ti-\-x)rx(t{, |
/j+ т ) ; |
|
|
А и В — то же что Ä и В, |
но выраженные через истин |
ные значения соответствующих моментов; К — соответст
вующие оценки корреляционных моментов; |
z — выбо |
|||||
рочная оценка математического ожидания Z. |
|
|||||
Оценка относительной |
погрешности |
расчета средне |
||||
квадратической погрешности восстановления |
|
|||||
|
Sy (<і + т) |
|
|
|
||
|
° |
п |
|
Sy (ti + х) X |
||
+ |
5 |
“ |
+ |
|||
А* m4,x(ti+*) — S*(tt + T) |
. в* m4,x(ti)— |
|
||||
X ІЪг |
Si (t{ + X) |
|
|
4n |
sU ‘<) |
|
4п |
|
|
|
|||
S2x (ti+')S2x (ti) |
2ABK t5* & + ^ |
S*M l - |
||||
. (B_ 3)ch*£ + |
||||||
— 2 S X ( t i ) S x |
( t i -{- x) { A K |
[Sx От Ң- x)> f x |
( t i , t i |
-f- x)]—(— |
||
|
|
|
|
|
,1/2 |
(4-111) |
-)- B K [Sx ( t i ) , |
г X ( t i , |
U -j-x)]} |
|
|||
|
|
Если дискретизируемый процесс стационарен, то вы ражение (4-110) можно существенно упростить. Дейст вительно, при условии стационарности
°x(ti+x) = a x2(ti)=oxz-, Ц4,х(£і + т) =
“ JJ.4, x ( t i ) — (J-4, *;
172