Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Кавалеров, Г. И. Введение в информационную теорию измерений

.pdf
Скачиваний:
24
Добавлен:
22.10.2023
Размер:
12.18 Mб
Скачать

Или При соблюдении условий, для которых справедлива формула (6-143),

А°2 = -

w

І

-

щ-

(6-155)

Максимальный

выигрыш

находится

из условия

 

 

 

 

 

°У *(7’) = ° -

 

(б-156)

Нетрудно

видеть,

что

при сингулярности

процесса

х(/) выигрыш

монотонно

падает с уменьшением рж(7')-

Наибольший выигрыш достигается при Г-Н), что и сле­ довало ожидать.

Таким образом, измерение приращений не дает существенного выигрыша. Однако в ряде технических устройств оно требуется по самому принципу действия.

Примером устройств, в которых измерение прираще­ ний является необходимой частью, служат дискретные дифференциаторы. Еще в 1911 г. знаменитый русский математик А. А. Марков в классической работе «Исчис­ ление конечных разностей» показал, что производные любого порядка могут быть представлены как явные функции приращений. В инженерной практике при по­ строении дискретных дифференциаторов обычно пользу­ ются первыми конечными разностями, т. е. принимают в качестве приближения к величине первой производной значение

Ах (t, Т)

x { t + T) —

x (t)

 

(6-157)

Т

г

 

 

где Т — интервал между

измерениями;

предполагается

Г—const. Естественно,

что чем меньше

Т, тем

лучшее

приближение достигается.

 

дискретного

диффе­

Текущее значение

погрешности

ренциатора

 

 

 

 

 

Уъых (t) = * {t + Т) ~ * {І) ^

ВІ(*± Т)-^

{^ — х ' (0,

(6-158)

где г/вх—погрешность, с которой производится измерение в узловых точках. Напомним, что дискретному диффе­ ренциатору предшествуют различные звенья преобразо­ вания измерительного сигнала, поэтому сам дифферен­ циатор можно рассматривать как t-е звено измеритель­ ного тракта. Математическое ожидание методической

18 -301

273

погрешности на выводе г/;+і = 0. Дисперсия этой погреш­ ности

а2 (t)= Г * ((+Т)—А ()+Упх(і+Т)—ую(Т) _ x,(t)

^вых

L

T

При аддитивном характере погрешности УВх и стацио­ нарности процессов X (/) и Увх('0 имеем:

а«

.= тт (а! [1- Р* (7')1 + а! X

Х [1 - Р ,

(6-159)

ПХ

'

Запишем основные соотношения для вторых момен­ тов при дифференцировании случайного процесса

°х, = с2.ѵ[—р"ѵ(0)];

Rxx'{0 )= ^ ,',(0 )= 0 ;

Rx’x (т) — —Rxx, (т) — —R'x (т).

С учетом этих соотношений имеем:

■>;

= й

- К

х

і 1- м о ] - ы

. а г

- p ,

 

и ш -

»вых

1

 

 

Уцх

"ох

 

 

 

- * 1 ? "x(0) +

-jrR'x(T).

 

(6-160)

Если законы распределения х и г/Вх нормальны, то,

учитывая,

что дифференцирование

(как

дискретное, так

и непрерывное)

есть частный случай

преобразования

с помощью линейного оператора, на выходе нашего зве­ на также имеем нормальный закон. Поэтому получен­

ные первые два момента

полностью определяют закон

распределения на выходе.

 

 

 

В частном случае при

рх(т)= ехр(—ат2) и р

( П ^ О

имеем:

-а7 Х ,

2

 

= т Х К (Ь

 

) + °„ J +

 

-\-2djx, — 4ajxe

аТ\

(6-161)

Таким образом, погрешность дискретного дифферен­ циатора тем больше, чем больше дисперсия процесса о2*. Она увеличивается с ростом погрешности измерения

274

в узловых точках, т. е. с ростом о2"их. При T-+-Q, т. е. при переходе к непрерывному дифференциатору, как и сле­

довало ожидать, а2 стремится к нулю. При очень ^вых

больших Т дисперсия ошибки практически равна дис­ персии первой 'производной процесса, т. е. самой желае­

мой функции на выходе звена.

10

 

Естественно,

что при этом при­

 

вг

 

менение

дискретного

диффе­

 

8

 

ренциатора

теряет

 

всякий

 

 

7

 

смысл.

 

 

 

 

 

 

 

 

 

 

'примера

на

В

 

В

качестве

5

 

рис. 6-1 приведем изменение

Ч

 

дисперсии

а2

 

в зависимости

3

 

 

 

^ В Ы Х

 

 

 

 

 

г

 

от интервала

времени

между

 

1

 

измерениями

 

Т

при

о =

о

 

= 256В2;

а

= 0 ,0 2 В2;

а =

Рис. 6-1. Изменение дис­

 

 

^ВХ

 

 

 

 

 

= 11/с2. Следует отметить, что

персии

погрешности ди­

практически

реальным

 

участ­

скретного

дифференциатора

ком

значений

Т,

на

котором

в зависимости от интервала

времени

между измерения­

возможна

работа

дискретного

ми при с2*=256 В2; a2yt =

дифференциатора,

является

в

=0,026 В2; а;= 1 1/с.

рассматриваемом

примере

зо­

 

 

на 0—0,1 с. Вычисления по формуле (6-161) при этих значениях Т громоздки и тре­

буют исключительной аккуратности. Для облегчения расчетов при аГ2<СІ целесообразно представить форму­ лу для. дисперсии в виде

3L ~ - г г & а Г + аЭ + К а - 4v* t1 - аТ2)’ <6-162)

т. е. путем замены экспоненциальной функции на первые два члена степенного ряда свести зависимости от време­ ни к параболической форме при выбранном виде корре­ ляционной функции.

6-4. ИЗМЕРЕНИЕ ЭКСТРЕМУМОВ РЕАЛИЗАЦИИ

Ранее в § '5-3 нами рассматривался один из воз­ можных методов спорадической дискретизации. При этом доказывалось, что спорадические алгоритмы в не­ котором смысле осуществляют статистическое согласова­ ние прибора с измеряемым параметром путем автоматиче-

|8*

?75

ского выбора времени снятия отсчетов в зависимости от хода данной реализации случайного процесса. Рас­ смотрим теперь еще один алгоритм такого вида и пока­

жем,

как

в

этом случае

осуществляется

согласование,

т. е. какой

выигрыш получается по сравнению

с цикли­

 

 

x'lt) но

ческой дискретизацией.

 

Mt )

ДО

В

1963 г. С. С.

Соколо­

 

 

 

 

вым [Л. 6-48] был предложен

 

 

 

 

метод

временной дискрети­

 

 

 

x ( t ) 1*

зации, основанный на изме­

 

 

 

л к

рении

текущих

значений в

 

 

 

 

моменты достижения процес­

Рис. 6-2. Структурная схема

сом экстремумов в

каждой

устройства управления време­

реализации.

Позднее

этот

нем измерений в спорадической

метод был исследован в ра­

системе

с измерением экстре­

ботах і[Л. 6-49—6-51].

 

мумов.

 

 

 

 

 

 

 

Рассмотрим

дискретиза­

 

 

 

 

 

 

 

 

цию по этому методу стаци­

 

 

 

 

онарных случайных

процес­

 

 

 

 

сов с последующей линейной

 

 

 

 

интерполяцией.

В

качестве

 

 

 

 

критериев

выберем

среднее

 

 

 

 

и максимальное

значения

 

 

 

 

дисперсии

погрешности

ин­

 

 

 

 

терполяции. Сравнение спо­

 

 

 

 

радической системы с цик­

Рис. 6-3. Линейная интерполя­

лической будем вести в двух

ция значений измеряемого про­

вариантах:

 

 

 

 

 

цесса

между

замеренными

1)

 

 

 

 

 

 

экстремумами.

 

восстановления исход­

 

 

 

 

собах

 

 

 

 

ного непрерывного процесса

и равных значениях среднеквадратических погрешностей

интерполяции; при этом сравним

математическое

ожи­

дание интервала времени

между_

отсчетами

(экстрему­

мами)

в спорадической системе Тв с периодом дискрети­

зации в циклической системе Тц;

 

 

 

 

_

 

2)

при одинаковых способах восстановления и Та = Тц,

при этом сравним среднеквадратические значения погрешностей интерполяции при спорадической и цикли­ ческой дискретизации.

Структурная схема устройства управления, опреде­ ляющего .моменты измерения, приведена на рис. 6-2. Измеряемый процесс x(t) поступает на дифференцирую­ щее устройство ДУ. Полученная при этом первая произ-

276

водная x'(t) подается на .нуль-орган НО. В момент пере­ сечения первой производной нулевого уровня, т. е. дости­ жения процессом x(t) экстремального значения, на вы­ ходе НО возникает сигнал, открывающий линейный ключ ЛК, через который x(t) подается непосредственно на измерительное устройство.

Пусть процесс Х ( і ) — непрерывный, дважды диффе­ ренцируемый (по вероятности), нормальный стационар­ ный случайный процесс с нулевым математическим ожиданием и дисперсией <у2х. В момент времени про­ цесс достигает минимума, а в момент ^■+7’э— максиму­ ма (рис. 6-3). В общем случае Гэ— случайная величина, закон распределения которой определяется спектральны­

ми или корреляционными

свойствами

процесса X(t).

Уравнение интерполирующей прямой имеет

вид:

г {U+ т )= X (к) +

[X(Ь + Та) - X

m

(6-163)

* ѳ

 

 

 

Погрешности измерения в узловых точках «а первом этапе рассмотрения считаются пренебрежимо малыми. Одновременно исключаются из анализа погрешности, вносимые предыдущими звеньями преобразования сигна­ ла. В дальнейшем, для упрощения записи формул, учи­ тывая стационарность процесса, перенесем начало отсче­ та в точку ti. Тогда (6-163) можно записать в виде

z{t) = x (0) + *В[х (Т3) — х (0)].

Для нахождения среднего и максимального значений дисперсии погрешности интерполяции определим прежде всего статистические характеристики экстремальных значений процесса.

Плотность вероятности максимумов wM(x) имеет вид (Л. 1-3]:

где Фз — интеграл вероятности, определяемый по прило­ жению 1; k —коэффициент, определяемый как отмще­ ние среднего числа максимумов в единицу времени

277

Цмакс к среднему числу пересечений процессом нулевого уровня в единицу времени с заданным знаком производ­ ной М(0)

В [Л. 1-3] было также показано, что

 

 

ІЧіпкс —

Я2 V РІ,Ѵ) (0)

 

(6-165)

 

 

4

 

 

 

 

 

 

 

 

Яг

 

 

(6-166)

 

 

 

 

 

 

 

 

 

 

 

к

Н*макО

_

 

(0 )

 

(6-167)

 

 

 

(О)]2

 

 

\

( 0)

 

 

 

 

 

 

где

Яг — отношение

средних

мощностей

производной

X'(t)

и процесса X(t), равное

второй производной нор­

мированной

автокорреляционной

функции

процесса

в точке нуль,

взятой

с обратным

знаком

спектраль­

ном представлении величина Дг является радиусом инер­ ции плоской кривой, описывающей энергетический спектр); ,рз:(ІѴ)(0)— четвертая производная автокорреля­ ционной функции процесса в точке нуль.

Зная плотность вероятности распределения максиму­ мов, можно найти первый и второй моменты. Матема­ тическое ожидание максимумов при произвольном зако­

не распределения X равно (Л.

1-3]:

 

(0)

(& -гФ

Б

1+

ЭГмакс —

Лк- V

2к

 

 

 

і—П

 

І Ч- О (3Ч- к-)1

/! 2і /=!

Для нормального закона распределения X выраже­ ние существенно упрощается

?75

Дисперсия максимумов в случае нормального закона распределения равна:

= J - <хмакс]2 wM(х) d x =

^-=-

j (^x

с , vVk'-— 1 exp

k-х,-

dx =

- / - г

 

 

= -£ -(* ’+ !-0,5») W ( l -

 

(6-169)

Из 'приведенных формул видно, что математическое ожидание .максимумов больше математического ожида­ ния процесса, а дисперсия меньше сгД. Также можно получить статистические характеристики минимумов.

Вернемся к рис. 6-3, из которого видно, что интерпо­ лирующая прямая z(t) обязательно пересекает реализа­ цию процесса x(t) хотя бы одни раз на отрезке интер­ поляции, и число пересечений x(t) с z(t) заведомо нечет­ но. Вероятность трех и более пересечений заведомо меньше вероятности одного пересечения. В дальнейшем будем считать, что на интервале интерполяции имеет

место

лишь одно 'пересечение

в момент

времени /п.

В общем случае tn— случайная величина.

 

При нахождении характеристик погрешности интер­

поляции будем рассматривать

отдельно

два участка:

(0, tn)

и (t„, Т0).

 

 

По аналогии с формулами из [Л. 2-4] дисперсия по­ грешности интерполяции на участке (0, tn) имеет вид:

-тг)Ч+-И-£

+ 2(‘ - і ах 7--ажРл(^и) -- ахР*w ] =

(6-170)

На участке (/п, Гэ—tn) выражение для дисперсии погрешности интерполяции .аналогично (6-170), но вместо tn подставляется Гэ—ta.

279

Для дальнейших выкладок необходимо задаться конкретным видом автокорреляционной функции процес­ са. Примем

Рх(т) = ехр (—ат2).

(6-171)

Такой вид автокорреляционной функции характерен для широкого класса процессов. Следует отметить, что процесс с автокорреляционной функцией такого вида является сингулярным. Однако наличие сингулярности не препятствует использованию принятой модели для анализа поставленной задачи. Кроме того, большинство несингулярных моделей не позволяет решать задачи, связанные с определением статистических характеристик выбросов случайного процесса за горизонтальный уро­ вень.

Найдем среднее значение дисперсии ошибки интерпо­ ляции. Для этого сначала произведем усреднение по т на интервале (0, tn) :

 

 

 

 

r„—f„

 

 

 

j \

(

9

П

J

О* (fu, Т,) =

 

х>7’э Д и ) *

+

 

 

О

 

О

 

 

■£ц)dz

=2зі

{4

+ - è r exp( - a0

+

 

 

+ (-g-------

ехр [—і( Г э —(„)=] — ( a f ^ - 'X

 

X [1— exp (— a fj)] — {aT\ — a7Vn)

_1 [1 — exp(— a(Ta —

- Ш

[Ф, (ta V ä ) + Ф,

(T91/Г - ta v ^ ) \ }•

(6-172)

Величину а2 (tn,T3) в формуле (6-172) необходимо ус-

Ув

реднить по всем возможным tn. Для этого необходимо знать плотность вероятности величины tn. Закон рас­ пределения w(tn) неизвестен. Однако для стационарного процесса можно предполагать наличие симметрии отно­ сительно середины интервала Тэ, т. е. w(tn)= w (T g tu). В качестве крайних случаев рассмотрим равномерное распределение іп на интервале (0, Та) и дельта-распре­ деление в середине этого интервала.

280

Пусть

закон распределения

/п

имеет

вид

дельта­

функции Дирака

 

 

 

 

 

 

 

 

ш(*п)=Л(4—Тэ/2).

 

 

(6-173)

Тогда

при усреднении з2

по tu имеем:

 

 

 

 

 

 

 

 

 

 

-ССГ-/2

Зу„

]* аѵп

^ 3) w

— 2з* [ 6

 

6 ß

 

“7

 

70y«

\

z

 

(6-174)

 

 

 

 

При равномерном законе распределения tn вида

 

ю (*п) =

7’- ' [:I (*„ - Тп) -

1 (Q]

 

 

(6-175)

имеем:

 

 

 

 

 

 

 

 

1 ( ? - .> = < f

г ,) * « = 2 ^ 1 - 1 - + - ^ у

 

о

 

 

00

 

 

э

 

X П - exp( -

< ) ] +

'

( - 1

)

. -

 

V

 

 

 

 

3

itт

 

 

 

 

 

 

 

 

 

 

 

 

(6-176)

В начале параграфа указывалось, что в качестве критериев оценки мы будем рассматривать не только среднее, но и максимальное значение дисперсии погреш­ ности интерполяции. Известно, что при обычной линей­ ной интерполяции дисперсия максимальна в середине интервала. В пашем случае интервал интерполяции раз­ бивается по крайней мере на два участка (О, ^п) и (£ц, Та). На каждом из них дисперсия погрешности интерпо­ ляции имеет максимумы, равные:

< „ ,1 ѵ».т, ) = « ;[ ! , В + 0 ,Б М < „)-

 

— 2рх (0,5*n)] при 0 < т < г п;

(6-177)

« £ И1Вв1 Т ° - ^ = ° 111»5 + ° -5 Р*(7’э - * и ) -

 

— 2рх (0,57э,— ОДfД при < ц < Га — ta.

 

Поскольку

— случайная величина,

очевидно,

инте­

ресно знать среднее значение

максимальной

дисперсии

по всем возможным значениям ta, т.

e.

a~

(ТА.

 

 

 

 

 

 

 

 

11’

 

эм„макс v

 

 

Наибольшее из двух максимальных значений нахо­

дится

 

на участке

(ta, T 3) при

ta < 0 ,5 Т3. и на участке

(О, tA

при іа^ 0 , Ъ Т 3. Вследствие этого о"

можно за-

писать как

 

 

 

 

эі/пмпко

 

 

 

0,5Г

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

воУ

 

 

 

 

 

 

 

 

 

 

 

 

 

0,5Г„

 

 

 

 

С w (?п) 3увЫак0 (У dtа-- 2 j

«2»( ^ i i ) °„пМакс (Т’э

ta)dtu,

 

0,5Г

 

 

 

о

 

 

 

 

(6-178)

так

как w(t„) — w(T3 — (п).

 

 

 

 

 

 

 

 

 

 

Здесь, как и ранее, будем

рассматривать

два

край­

них случая закона распределения ta.

 

 

 

 

 

 

Пусть w (tn) = 8 (ta — 0,5ТЭ). Тогда

 

 

 

 

9

 

 

(Гэ) =

0®[1,5 + 0,5p, (0,57’э) -

2р, (0,25Гэ)].

 

а"

 

 

(6-179)

 

»УдМакс

 

 

 

 

 

 

 

 

 

С учетом (6-171) формула (6-179)

имеет вид:

 

о

2

 

 

/гр \ _ 2

 

 

 

 

 

 

 

 

 

(I Л =

о 1,5-(-0,5ехр (—0,25аТв2) - 2 ехр(—-^aT~J~.

 

вувмакс 4 <3/

X

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(6-180)

 

В случае,

если

w(ta) = T~' [1 (ta Т3) — 1 (/п)],

т. е.

при равномерном распределении и автокорреляционной функции вида (6-171), имеем:

 

 

9

 

а

(Г,):

ах [1 >5 -|- 0,5рх(ta)

2р,(0,5/1п)] dta:

эУдМакС4 0/

0.5ГВ

 

 

 

 

 

= 1

+ і Щ г [ф. (у ъ т . ) - 9Ф, ( ' Щ +

 

 

+ 8Ф1( ^ - ) ] -

(6-181)

В качестве промежуточного между равномерным и дельта-распределением можно рассмотреть треугольный

232

Соседние файлы в папке книги из ГПНТБ