книги из ГПНТБ / Кавалеров, Г. И. Введение в информационную теорию измерений
.pdfширокополосный усилитель 1, назначение которого — нормирование процесса, а затем через линейный ключ 2 на устройство сравнения 3. Одновременно генерируемый генератором шума 7 случайный сигнал y(t) через функ циональный преобразователь 6 и линейный ключ 4 также подается на устройство сравнения 3. Для синхронизации моментов снятия отсчетов процессов x(t) и y(t) линей ные ключи 2 и 4 управляются от единого генератора тактовых импульсов 5. В результате сравнения каждой пары значений x(ti) и y(t\) устройство сравнения 3 фор мирует величину z(li) по правилу
(5-104)
Практически z(l) — \ воплощается как наличие им пульса на выходе 3, а z(t) = 0 — как отсутствие импульса. Далее в устройстве имеются счетчики импульсов 8 и 9. Счетчик 8 фиксирует общее число сравнений N, а счет чик 9 — число сравнений с исходом z(ti) — V. Схема по строена таким образом, что счетчик 8 всегда накапли вает некоторое фиксированное число, как правило, N = = 10'!, где k = 2, 3, 4 (возможно либо постоянное /г, зало женное при создании схемы, либо переключение значе ний /г оператором с пульта прибора). После проведения N сравнений происходит считывание показаний 9 с по мощью устройства 10 и автоматический сброс счетчиков 8 и 9. Кроме того, имеются дешифратор 11 и цифропе чатающее устройство 12.
Рисунок 5-11 иллюстрирует работу АЦП. Нетрудно видеть, что отношение числа п (число явлений z(U) = 1) к общему числу сравнений N характеризует долю за штрихованной на рисунке площади в площади прямо угольника с площадью ХлансАѵ, т. е. вероятность попада ния случайной величины y(t) ниже кривой x(t). Поэто му n/N определяет среднее значение некоторой функции от x(t) на интервале времени (0, tn). В частности, при равномерном распределении вероятностей y(t{) величина n/N при N— >-оо сходится по вероятности к
о
что является несмещенной оценкой математического ожи дания X.
213
Рис. 5-11. Временной график работы АЦП по методу Монте-Карло.
Докажем ‘последнее утверждение и оценим диспер сию величины n/N при конечных значениях N. Вероят ность получения одного из двух возможных значений
величины 2 равна: |
L |
X |
|
|
|
||
p(z = 1) = р {у < х) = |
Г до (х) |
Г до (у) dy dx. |
(5-105) |
|
о |
о |
4L Ж . |
При равномерном законе распределения вероятно |
|||
стей, т. е. при условии |
|
|
|
до (у) —Ь~1П (y/L), |
|
||
имеем: |
|
|
|
р (г = 1) = р {у < х) — -L- I* xw (х) dx = |
(5-106) |
||
Математическое ожидание величины Z |
|
||
1-P(z = 1 ) + |
0-p (2 = 0) = -£-, |
(5-107) |
|
а дисперсия |
|
|
|
2__(£ — Х)Х |
(5-108) |
|
214
Если прибор провел |
N |
независимых |
сравнений x (tk) |
|||||||
с у (tu), то вероятность получения |
на |
выходе |
значения |
|||||||
mjn равна: |
|
|
|
|
|
|
|
|
|
|
|
Pn (z = /п) = |
CmN |
|
( 1 |
- |
|
|
(5-109) |
||
а математическое |
ожидание методической |
погрешности |
||||||||
прибора yb—-jj— |
iZ |
равно: |
|
|
|
|
|
|||
5 ' . = £ ( т - г ) с і ( і ) " Л - 4 ) * - ” = о . |
(5-1 ю) |
|||||||||
|
ш = 0 |
|
|
|
|
|
|
|
|
|
Отметим, что максимум а2 достигается |
при ^ = 0,5L |
|||||||||
и равен: |
|
|
шах о2 = |
0,25. |
|
|
(5-111) |
|||
|
|
|
|
|
|
|||||
|
|
|
|
{*} |
2 |
|
|
|
|
|
Поэтому, воспользовавшись известной формулой дис |
||||||||||
персии суммы независимых величин, имеем: |
|
|
||||||||
|
2 |
_ |
BZ _ |
(L — |
X )X |
0,25 |
|
|
(5-112) |
|
|
° y a |
|
N |
|
L N |
< |
N |
' |
|
|
|
|
|
|
|
||||||
В |
ходе этого |
вывода |
учитывалось, что |
величины |
||||||
У (tu) |
иУ (4+1) взаимно |
независимы, так как У ( t) — шу |
мовой процесс, имеющий автокорреляционную функцию, близкую к дельта-функции Дирака. Итак, погрешность уменьшается сравнительно медленно при возрастании Лй Для сопоставления с методом аналого-цифрового пре образования, предусматривающим последующее интегри рование, отметим, что, как показано в ;[Л. 5-19], в этом последнем случае с ростом числа отсчетов N погреш
ность убывает со скоростью порядка N У N. Однако каждое сравнение в методе Монте-Карло в принципе занимает меньше времени, чем аналого-цифровое преоб разование. Например, в преобразователе развертываю щего типа, выполненном на сопоставимых элементах, требуется в 2к раз больше времени, где k — число дво ичных разрядов. С помощью метода Монте-Карло воз можно также измерение в цифровой форме средних зна чений различных функций от исходного процесса, например моментов распределения вероятностей выше первого порядка. Для этого необходимо иметь шум У
215
с заданным, отличным от равномерного законом распреде ления вероятностей. Пусть, например, требуется получе ние среднего значения некоторой функции cp(X/L). Для этого шум у преобразуется в величину и безынерцион ным преобразователем по формуле п=і|і(у). Тогда, с одной стороны,
р (и < х) = |
Лw (х) j |
w (и) du dx, |
(5-113) |
с другой стороны, необходимо |
|
|
|
р(и- :л)’ !т(т ад (х) dx. |
(5-114) |
||
Приравнивая (5-113) |
и (5-114), |
имеем условие |
преоб |
разования |
|
|
|
w(u\x) = ^ ^ |
L . |
(5-115) |
|
В частности, при ср(х) = x2/Lz требуется плотность ве |
|||
роятностей шума на входе устройства сравнения |
|
||
w(u)=2x/L2. |
|
(5-116) |
При этом устройство измеряет оценку второго на чального момента распределения. Подобным образом возможно измерение по методу Монте-Карло любых на чальных моментов распределения. Основную сложность при практическом воплощении схемы представляет гене рирование шумовых процессов с заданным законом рас пределения. Наиболее реально получение равномерного и нормального законов. В остальных случаях необходи мо непосредственно за генератором шума включать функциональный преобразователь (обычно нелинейный), описываемый соответствующим оператором. Исходя из особенностей схемы желательно, чтобы это был практи чески безынерционный элемент.
Изложенные соображения являются, кроме того, ис ходными для решения другой задачи — построения авто матической градуировочной установки по методу, опи санному в [Л. 5-20].
Рассмотрим далее инструментальные погрешности предложенного преобразователя. В силу особенностей
216
■построения данной схемы ко всем элементам предъявля ются весьма нежесткие требования. Основной источник инструментальных погрешностей — отличие w(y) от тре буемого вида. Представим плотность вероятностей в ви де ряда
|
w (у) = |
П (y/L) Іі аіУп, |
(5-117) |
|
|
|
|
i= 0 |
|
причем условие нормировки имеет вид: |
|
|||
|
S |
t T T = L |
(5-118) |
|
|
;=о |
|
|
|
На выходе прибора имеем оценку величины |
|
|||
Л |
X |
тг |
п |
|
р (г < х) = j |
w (х) j |
|
aiyidydx—- ^ |
■, (5-119) |
О |
0 |
/=0 |
1=0 |
|
где /пХі і+1—(/+ 1)-й начальный момент распределения вероятностной величины X. Тогда погрешность на выходе прибора за счет несовершенства воссоздания требуемого равномерного закона распределения У имеет вид:
fn
Уі = (а0 - L ' ^ u Y |
+ ^ (5-120) |
i=i
В заключение отметим еще один вид погрешностей АЦП, построенных по методу Монте-Карло, а именно погрешность от наличия зоны нечувствительности уст ройства сравнения и дрейфа этой зоны Г. Н. Солопченко и Ю. А. Нечаевым показано,.что при tN— ^oo эта погреш ность стремится к величине
S.L4 |
2'7о |
Ф 2у» |
2 НоУ |
1 - |
(5-121) |
L |
TvL2 |
где 7/0— математическое ожидание зоны дрейфа. Последняя формула выведена в предположении о ре-
леевском законе распределения дрейфа зоны нечувстви тельности устройства сравнения.
Таким образом, метод Монте-Карло позволяет стро ить АЦП для измерения средних значений, обладающие рядом существенных достоинств.
217
5-5. АНАЛИЗ РАБОТЫ СЧЕТЧИКОВ ИМПУЛЬСОВ
Особую группу измерительных приборов представляют собой счетчики импульсов. На вход этих устройств поступает дискретная во времени последовательность. Полезную информацию несет число импульсов за некоторое фиксированное время. 3 общем случае поток импульсов иа входе прибора характеризуется случайными интерва лами времени между импульсами, хотя в частных ситуациях возмо жен и регулярный поток с неизвестной частотой.
Для характеристики счетчика наибольшее значение имеет зада ние его емкости п. Входящий поток может представлять собой ста
ционарную или нестационарную последовательность с заданными статистическими характеристиками. Допустим, с целью упрощения анализа, что входящий поток описывается как простейший, т. е. яв ляется стационарным, ординарным и без последействия (Л. 5-4]. Тог да достаточно задать его интенсивность X, равную математическому ожиданию числа импульсов в единицу времени. Предположим также, что относительно измеряемой величины счетчик выбран правильно, т. е. пропуски при счете исключены. Возможные состояния счетчика обозначим следующим образом:
/Іо — счетчик «запомнил» нуль импульсов; /11— в счетчике «запомнен» один импульс;
/1„ — счетчик полностью заполнен, т. е. в памяти п импульсов.
Процесс, протекающий в счетчике, согласно [Л. 5-5] представ ляет собой непрерывный стационарный марковский процесс с матри цей переходов
1—X X
О т >*
0 |
0 . . . |
0 |
0 |
X |
0 . . . |
0 |
0 |
0 |
0 |
0 |
0 . . . 1-Х X |
|
||
0 |
0 |
0 |
0 |
0 |
1 |
|
Матрица (5-122)— стохастическая, |
порядка |
(га+1) X (л + 1). |
||||
Последняя строка говорит о том, |
что состояние А„ |
является погло |
щающим, так как при переполнении счетчика никакие сигналы на входе не отражаются на его состоянии.
Динамический режим счетчика характеризуется матричным урав
нением |
|
(5-123) |
P(s) = P(0) (si—В )-1, |
||
где |
оо |
|
|
|
|
Р (s) = |
(/) dt |
|
|
6 |
|
— преобразование Лапласа от матрицы-строки Р(1), характеризую
щей состояние |
системы |
после времени t с момента начала работы; |
Р (0)— матрица-строка, |
описывающая начальное состояние счетчика; |
|
I — единичная |
матрица |
размера (/i+ l) X (н-М); В= Р(/)—!|б,-,-||. |
Здесь ö ij — символ Кронекера
11 при і = /; (О при і ф \.
'СЧ
18
Это Матричное уравнение равнозначно системе дифференциаль ных уравнений во временном представлении
Р'О(О + *А (0 = 0;
/Л (0 — (0 + Хр, (0 = 0;
(5-124)
р 'я (0 — Хря - і (0 = 0,
где р,(/) вероятность того, что счетчик в момент времени і, исчис
ляемый с начала работы в режиме данного измерения, окажется в состоянии Аі.
Естественно предположить, что матрица начальных состояний равна:
Р (0) = и I 0 . . . 0ІІ , |
(5-125) |
т. с. в начале работы в счетчике не хранилось ни одного импульса. Возвращаясь снова к преобразованию Лапласа и учитывая,
что преобразование р'і (s) = s p t (s) —рі(0), имеем:
Л ( « ) = " ( Г Р ^ — • |
' |
(5-126) |
где !=0, 1 , . . п—1. |
|
|
Переходя к оригиналу, имеем: |
|
|
Ш)* ,, ' = 0........п - 1 . |
|
(5-127) |
Аналогично для поглощающего состояния можно получить:
СО
(5-128)
і—п
Естественно, что стараются сделать это последнее состояние нерабочим, т. е. величину рп {і) высшего порядка малости по сравне
нию с остальными вероятностями:'
Рп (0 =О[р,(0); і=1, 2, . . , п—1. |
(5-129) |
Математическое ожидание состояния счетчика через время t
после начала работы
я |
п |
|
Лг (О = 2 |
А іР і (0 = 2 іРі (0 = w, |
(5-130) |
i=0 i—0
а дисперсия этой величины также равна Х(. Нетрудно видеть, что
скорость поступления информации в счетчик при сделанных допуще ниях равна Xlog(Xe-1)- Действительно, каждый импульс несет ин-
219
формацию
|
00 |
|
Н М = — |
(т) log w (t) rft, |
(5-131) |
|
о |
|
где T — интервал времени между импульсами.
В силу простейшего характера потока
и'і(т) = А ехр(—Ат).
Поэтому
00
Н (т) =. — Ja exp (—Ат) log [A exp (—Ат)] = log (А/е).
о
Законность (5-131) вытекает из отсутствия последействия в по токе импульсов на входе.
Счетчик хранит информацию лишь о числе импульсов, поступив ших за время его работы, но нс о фазе их поступления. Поэтому количество информации на выходе этого прибора заведомо меньше, чем на входе. Для оценки этой величины вычислим энтропию состоя нии счетчика в .момент времени і. Искомая величина
П
|
|
|
н (!) = -'£ , Л (0 log А (0- |
(5-132) |
||||
|
|
|
|
/=о |
|
|
|
|
Подставляя в это выражение значения р ,(і) |
и производя необ |
|||||||
ходимые преобразования, имеем: |
|
|
|
|
||||
|
Н (0 =:= 0,5 + log тт -[- А/ [1,25А/ ехр (— It) — |
|
||||||
|
|
|
|
со |
|
|
|
|
— 2 (1п2)- , .+ |
log А/] + ехр (— Al) |
|
(і + |
0,5) log /. |
(5-133) |
|||
|
|
|
|
t = 3 |
|
|
|
|
Последнее |
слагаемое в формуле |
(5-133) представим в |
виде |
|||||
|
|
со |
1Г (« ‘ + |
|
|
со |
|
|
|
|
|
0,5) log i = |
МА/)*, |
|
|||
|
|
;=з |
|
|
|
i=3 |
|
|
где первые значения |
/ег приведены ів |
табл. 5-3. |
|
|
||||
|
|
|
|
|
|
|
Табл и ц а 5-3 |
|
1 |
3 |
4 |
5 |
|
6 |
7 |
8 |
|
кі |
0,92 |
0,375 |
0,106 |
|
0,017 |
4- ІО“3 |
G-10-5 |
220
Из табл. 5-3 видно, что /е,- убывает при увеличении і весьма
быстро.
При больших значениях kt можно воспользоваться формулой
Н (0 log Ѵ ^ е к Г . |
(5-134) |
■Обе иоследіиие формулы имеют ясное физическое истолкование. Энтропия (т. е. неопределенность) в показаниях счетчика тем боль ше, чем больше времени прошло с момента начала работы и чем больше интенсивность потока импульсов на входе.
Г Л А В А ШЕ СТ АЯ
СТАТИСТИЧЕСКОЕ СОГЛАСОВАНИЕ ИЗМЕРИТЕЛЬНОГО ПРИБОРА С ОБЪЕКТОМ ИЗМЕРЕНИЯ
6-1. ПОСТАНОВКА ЗАДАЧИ
Кроме задач описания и сравнения различных из мерительных устройств, в ряде случаев возникает необ ходимость выбора системы, наилучшей по какому-то по казателю при заданных ограничениях. Математически эти задачи описываются как поиск частных или глобаль ных условных или безусловных экстремумов. Другими словами, требуется решить задачу оптимизации. В зави симости от вида критерия требуется получить либо мак симум, либо минимум. Например, можно максимизиро вать количество информации на одно измерение или на дежность или же минимизировать среднеквадратическую погрешность, массу, габариты и т. д. В данной главе в основном рассматриваются задачи оптимизации по ин формационным критериям и среднеквадратическим по грешностям. Поскольку оба ряда показателей существен но зависят от распределения вероятностей истинного значения измеряемой величины х, то рекомендации, по лученные для одного объекта исследования, не подходят для других, если те имеют иное вероятностное описа ние. Поэтому оптимизация может быть названа статистическим согласованием измерительного прибора с измеряемым параметром. Аналогичным образом может быть поставлена задача статистического согласования средств измерений с внешними условиями. Например, можно находить условия, при которых будет максималь ное количество информации на одно измерение в вольт метре при заданной статистике температуры окружаю
221
щей среды. Характер ограничений, естественно, меня ется.
Так же, как и в предыдущей главе, вначале будет рассматриваться статический режим, а затем динамиче ский. В данной главе рассматриваются не все возмож ные вопросы оптимизации, а лишь отдельные аспекты. Например, при построении ИИС из блоков перед проек тировщиком системы стоит проблема выбора такого наібора средств, который обеспечил бы наилучшее в опре деленном смысле слова распределение требований к ме трологическим характеристикам блоков.
Изложенные в предыдущих главах методы анализа различного вида блоков измерительных систем позволя ют перейти к анализу метрологических характеристик многоблочных систем. Действительно, если система со держит несколько аналоговых звеньев, то идеальный н реальный операторы легко вычисляются для такой сово купности по известным характеристикам отдельных бло ков. Например, при последовательном соединении ли нейных звеньев результирующая передаточная функция равна произведению передаточных функций. Методы опре деления передаточной функции для более сложных со единений также хорошо известны из теории автоматиче ского регулирования (см., например, [Л. 6-1]). По ре зультирующим реальной и идеальной передаточным функциям совокупности звеньев методами, изложенными в гл. 2, может быть определена дисперсия погрешности. Если последующие звенья осуществляют дискретизацию и квантование, то рассмотренные в гл. 3—5 методы оцен ки погрешностей позволяют проанализировать эту ситуа цию с учетом погрешностей, накопленных на предыду щих звеньях, т. е. звеньях аналогового преобразования.
Таким образом, характер рассмотрения информаци онных и среднеквадратических характеристик в данной работе таков, что нет необходимости анализировать си стему в целом, так как каждое звено (блок) в измери тельном тракте, рассматриваемое как некоторое t-е по порядку, можно анализировать отдельно.
Однако это вовсе не означает, что тем самым решена проблема синтеза. Существует множество различных ва риантов построения ИИС, обеспечивающих операцию измерения с заданной точностью. Выбор наилучшего ва рианта, как правило, не может быть осуществлен с по мощью только метрологических или информационных ха
222