![](/user_photo/_userpic.png)
книги из ГПНТБ / Тарушкина Л.Т. Статистическая оценка параметров управляемых систем с помощью ЦВМ
.pdfЕсли Vo,„ < е, где е > 0 — допустимая точность в оценивании неизвестных параметров, входящих в корреляционную функцию поля X (t, 0), тогда в качестве значений для неизвестных парамет ров wv0, wv[ следует взять те значения параметров, которые до ставляют минимум функционалу (11.88).
Так как промежуток времени Т* фиксирован, то если хотя бы одно из условий: либо Vlm < е, либо ] / ш < е — не выполнено, тогда для получения оценок определяющих моменты распределе ния поля X (t, 0) с требуемой точностью следует применить методы, изложенные в п. 11. Произведем оценивание неизвестных парамет ров с помощью, например, метода выборочных моментов. Заметим, что метод выборочных моментов нечувствителен к длине проме жутка времени Т*, точность метода зависит от числа N, определяю щего количество интервалов времени, в которых берутся вы борочные значения поля X (t, в). Следуя данному методу, соста вим величины (11.71), (11.74). Образуем выборочные центральные моменты порядка рг + рг. Составим функционал (11.75). Найдем
минимальное |
значение функционала |
(11.75) по всем значениям |
|
bjni, wv0, |
wvi |
при ограничении (11.73). Получение наилучших |
|
значений |
для указанных параметров |
производится так, как это |
|
указано |
в п. |
11. |
|
Последовательное уточнение моментов распределения. Для наиболее правильного определения режима работы объекта управ ления будем последовательно уточнять моменты распределения поля X (t, 6). Для этого зададим у ЦВМ2 убывающую последо вательность
е : > е 2 > . . .
характеризующую допустимую точность оценивания моментов
распределения поля |
X {t, |
0) |
|
|
|
|
|
||
|
В начальный |
момент |
времени |
при |
t = |
0 на промежутке |
|||
[О, |
kT* ] определяется режим |
работы объекта |
управления |
путем |
|||||
вычисления интеграла (2.79) при априорных |
значениях |
момен |
|||||||
тов |
распределения |
tn0x |
(t, |
0), |
К0х (^. |
6, |
t, ®)- |
|
|
По массиву статистических данных, представляющих собой выборочные значения поля X (t, 0), временной аргумент которого t принадлежит промежутку [0, kT* — б ] , уточняются моменты рас пределения поля путем обработки указанного массива статисти ческих данных. При этом в качестве допустимой точности берется
величина |
либо равная |
г и либо |
имеющая |
значение |
меньшее, |
чем |
ег. Таким |
образом, к |
моменту |
времени, |
равному |
kT*—б, |
либо |
будут уточнены априорные значения моментов распределения, либо массив данных недостаточен и априорные данные к указан ному моменту времени остаются не уточненными. В первом случае команда, определяющая режим работы объекта управления на
промежутке |
времени, |
равном [kT*, 2kT*], находится |
исходя |
из |
уточненных |
значений |
моментов распределения поля |
X (t, |
0); |
90
во втором случае — по априорным данным, определяющим моменты распределения поля X (t, 0).
Затем по массиву статистических данных, представляющих собой выборочные поля X (t, G), временной аргумент которого
принадлежит |
промежутку |
[0, 21гТ*— |
б ] , уточняются |
моменты |
||
распределения поля. При этом, если на промежутке [0, kT* |
— |
б ] |
||||
уточнились |
значения моментов распределения поля |
X |
(t, |
8), |
||
то на промежутке времени |
[0, 2kT*— |
6] в качестве допустимой |
точности оценивания берется величина меньшая или равная зна чению е2 ; если же обработка данных на промеужтке [0, kT* — б ] не привела к уточнению априорных данных моментов распределе ния поля X (i, 0), то на промежутке времени [0, 2kT*— 61 в качестве допустимой точности оценивания берется величина меньшая или равная значению ех .
Указанная процедура продолжается до тех пор, пока моменты распределения поля'Х (t, 6) не будут уточнены с требуемой точ-- ностью.
Глава III
СТАТИСТИЧЕСКИЕ МЕТОДЫ ОЦЕНИВАНИЯ ВЫХОДНЫХ КООРДИНАТ ДИНАМИЧЕСКИХ СИСТЕМ
13. ОЦЕНИВАНИЕ И ИДЕНТИФИКАЦИЯ МОМЕНТОВ РАСПРЕДЕЛЕНИЯ ВЫХОДНЫХ КООРДИНАТ ЛИНЕЙНЫХ ДИНАМИЧЕСКИХ СИСТЕМ ПРИ ВХОДНЫХ ВОЗДЕЙСТВИЯХ ЧАСТНОГО ВИДА
Уравнение линейной динамической системы. Рассмотрим дина мическую систему, поведение которой описывается линейным ' дифференциальным уравнениемпорядка п:
Ап (0к<">(0 + А . - 1 ( О Y ^ ) (ОН |
М о ( 0 Y ( t ) = X(t), (П1.1) |
где А[ (t) — известные на Т функции; X (t) — входное воздей ствие, являющееся случайным процессом из заданного класса процессов; У (t) — выходная координата системы, t 6 Т.
Уравнение ( I I I . 1) запишем в матричном виде
A (Q Ь У (0 = |
|
X |
(*), |
( I I I . 2 ) |
|
где А.(0 — (я + 1) — мерная |
матрица-строка |
|
|||
A (t) = (Л„(0 . |
Л „ - 1 ( 0 |
, |
. |
. ., |
A0(t))\ |
L Y (f) — (п + 1) — мерная матрица-столбец
LnY(t)
LY(t).
"W )
Заметим, что без ограничения общности |
можно |
считать, что |
|||
уравнение ( I I I . 2 ) |
имеет |
нулевые начальные |
данные |
||
. |
ус«) (о) = . . . ' = |
у (0) = |
0. |
( I I I . 3 ) |
|
Действительно, |
если |
начальные |
данные |
( I I I . 3 ) |
не нулевые, |
то следует перейти к |
процессу |
|
|
|
|
|
z(t)]= |
Y(t)-G(t), |
|
|
92
где G (t) — любой процесс, имеющий начальные данные, соответ ствующие начальным данным процесса Y (t). Уравнение ( I I I . 2 ) в этом случае следует рассматривать относительно выходной коор динаты z (t).
В [13] даны условия, обеспечивающие существование и един ственность решения уравнения ( I I I . 2 ) .
При исследовании вероятностных свойств выходной коорди наты Y (/) будем использовать однородное детерминированное
уравнение |
порядка п |
|
|
|
|
|
|
|
|
|
|
|
|
|
A (t) |
Lx |
(t) = |
О |
|
(Ш . 4) |
|
с нулевыми |
начальными |
данными |
|
|
|
|
||||
|
|
х с - 1 ) ( 0 ) = |
. . . |
=х(0) |
= |
0. |
|
|
||
Пусть |
В |
(t, s) — |
решение |
уравнения |
( I I I . 4 ) , |
зависящее |
от |
|||
параметра, |
|
удовлетворяющее |
условиям |
|
|
|
|
|||
В (s, s) = |
В' (s, s) = |
• • • = |
|
(S > |
S) _ |
о, £<*-i> {s, s) = |
1. |
|||
Тогда [35] |
решение уравнения |
( I I I . 2 ) представится |
в виде |
|
||||||
|
|
|
|
t |
|
|
|
|
|
|
|
|
|
Y(t) |
= \ B(t, |
s)X{s)ds. |
|
|
(III . 5) |
||
|
|
|
|
о |
|
|
|
|
|
|
Постановка задачи. Пусть Y (t), t£T,— измеряемая коор дината системы управления. Входное воздействие X (t) является неизмеряемой координатой и представляет собой либо стационар ный процесс, либо процесс, имеющий неубывающую дисперсию, причем моменты распределения процесса неизвестны.
Относительно выходной координаты известно: 1) реализация пр.оцесса Y (i), t£7;
2) аналитическая структура математического ожидания
|
|
ти (t)= |
MY(t) |
|
|
|
и корреляционной |
функции |
|
|
|
|
|
Ку |
(tlt t2) = М [Y{tx) |
~туШУ(4) |
- Щ & ) ] . |
|||
Требуется |
при |
некоторых |
дополнительных |
предположениях: |
||
1) оценить неизвестные параметры, входящие |
в моменты рас |
|||||
пределения |
niy(t), |
К-у (tv |
t2); |
|
|
|
2) дать оценку |
точности |
оценивания; |
|
|
3) построить алгоритм оценивания, обладающий необходимой точностью и предъявляющий-к памяти ЦВМ минимальные требо
вания. |
|
|
. .:. . |
|
|
|
|
Заметим, что за время Т в ЦВМ образуется массив статисти |
|||||||
ческих данных Ry |
=. (Y |
(tj), |
Y (t2), |
. . ., |
Y (tm)) |
за время Тк |
|
образуется массив |
R ^ = |
(У |
[tkl), |
У (^ 3 ), |
. . ., |
Y (t^)). |
Алго |
ритм оценивания предъявляет минимальные требования |
к памяти |
93
ЦВМ, если алгоритм допускает |
последовательную обработку мас- |
||||
|
|
|
Л |
|
|
сивов |
RKy (X = 1, Л), Ry = |
U |
R^. |
||
|
|
x=i |
|
|
|
Случай стационарного входного воздействия. Рассмотрим урав |
|||||
нение |
( I I I . 2 ) в случае, |
когда |
X (t) |
— стационарный процесс. |
|
Пусть матрица A (t), |
входящая |
в уравнение ( I I I . 2 ) , постоянна, |
тогда выходная координата У (t) является стационарным случай ным процессом, следовательно, математическое ожидание про
цесса |
Y (t) |
постоянно |
rtiy — ту |
(t), а корреляционная функция |
Ку (^ъ |
= |
Ку {tx— |
t2), причем |
аналитическая структура кор |
реляционной функции определяется исходя из условия стационар
ности процесса У (t). Оценка неизвестных |
параметров, |
входящих |
|||||||||
в |
моменты |
распределения |
тц, |
Ky{t1—t2), |
|
сводится |
к задаче, |
||||
изложенной |
в п. |
6. |
|
|
|
|
|
|
|
||
|
Пусть матрица A (t) не является постоянной. На основании |
||||||||||
данных |
массива |
R,, в ЦВМ |
вычисляем |
значения |
производных |
||||||
Y{k) |
(t) |
(k = |
1, п) |
и левых |
частей |
уравнения |
( I I I . 2 ) , |
тогда |
|||
|
|
|
A(tt)LY(tl) |
= |
X(tl) |
( i = l 7 |
^ ) , |
|
|
и получаем для стационарного процесса X (t) массив статисти ческих данных Rx = (X (tJ.X (^2)> • • ., X (tm)).
Предположим, что процесс У (t) непрерывен в среднем, для этого достаточно потребовать [13], чтобы корреляционная функ ция Ку (t, t) была непрерывной. Аналитическую структуру мо ментов распределения процесса определим, исходя из формул (1.13), (1.14):
|
niy(t) |
= |
t bvlUV), |
|
(111.6) |
|
|
|
v = l |
|
|
|
Ky (h, h) = |
2 |
ikr 9vl {tl) фу1 |
(/a)' |
( I I L 7 ) |
где / v l (t), |
cpv l (t) — известные |
ортонормированные на |
T функ |
||
ции; bvl, |
cov l —неизвестные |
параметры. |
|
|
|
Таким'образом, относительно стационарного процесса X (t) |
|||||
известен массив данных Rx |
и аналитическая |
структура |
моментов |
распределения, определяемая аналитической структурой момен тов пгц, Ку {ti, t2). Задача определения неизвестных параметров, входящих в аналитическую структуру, сводится к задаче п. 6.
|
При получении левых частей уравнения |
( I I I . 2 ) следует |
учиты |
|||
вать |
прежде всего |
точность |
вычисления |
производных |
У ( А ) (t) |
|
(k |
— |
1, п). G ростом k погрешность вычисления возрастает. В этом |
||||
состоит ограниченность такого |
способа оценивания. |
|
||||
|
3. |
Матрица A (i) |
не является постоянной и известно решение |
|||
В |
(t, |
s) уравнения |
(Ш,4)', |
|
|
|
94
Представим решение уравнения ( I I I . 2 ) в виде ( I I I . 5 ) . Запишем
U
формулу приближенного вычисления интеграла | В (tt, s) X (s) ds
о |
[4] |
исходя, например, из формул механических квадратур |
|
Y(t,) = t 4 ° * ( * w ) , |
(Ш.8) |
v = 0
где ci'} — коэффициенты квадратурной формулы, значения "ко торых известны, так как известно решение В (t, s).
В качестве примера получения коэффициентов cll) рассмотрим, например, численное интегрирование указанного интеграла по формуле трапеции.
Имеем t
|
|
\ В (t, |
s) X (s) ds = |
^-[B |
(t, 0) X (0) + |
В (tlt |
tx)X |
|
|||||
|
|
о |
|
|
|
|
|
|
|
|
|
|
|
т. е. |
с0т |
= |
В |
(tlt 0), с}1 ' |
= В |
(tlt |
tj. |
|
|
|
|
|
|
Аналогично вычисляется интеграл для любого момента вре |
|||||||||||||
мени |
t r |
|
|
|
|
|
|
|
|
|
|
|
|
Так как процесс Y (t) измеряется без ошибок, то, придавая |
|||||||||||||
индексу |
i последовательно значения |
i |
= |
1, in, |
получим |
из равен |
|||||||
ства |
(Ш.8) |
массив данных |
Rx = |
(X (tj, |
. . |
., |
X (tm)). |
Оценка |
|||||
параметров |
моментов распределения |
ту |
(t), |
Ку |
(tlt tj) |
сводится |
кпредыдущему случаю.
Вданном методе не требуется вычислять значения производных У<А ) (/), (k = I , п). Однако аналитически плучить решение В (t, s)
возможно |
лишь для частных случаев уравнения ( I I I . 4 ) . В |
этом |
||
заключена |
слабая сторона |
метода. |
|
|
Случай входного воздействия, имеющего неубывающую |
дис |
|||
персию. Пусть в уравнении |
(III . 2) X (t) — входное |
воздействие, |
||
представляющее собой процесс с независимыми |
прираще |
|||
ниями. Допустим, что известно значение моментов |
М 7 ( " ' (0), |
М[У<»> (О)]2 .
Выясним, обладает ли решение уравнения ( I I I . 2 ) свойством,
связанным с независимостью приращений. Предположим для простоты, что X (t) имеет нормальный закон распределения. Ис ходя из формулы ( I I I . 5 ) определим разности
|
|
U |
|
|
|
' f - i |
|
|
YVt) - Y(tt-i) |
= J В (tts) |
X(s)ds- |
J В |
s) X (s) ds, |
||||
|
|
о |
|
|
|
о |
|
|
распределение |
которых |
нормально. Однако |
момент |
|||||
М |
[Y (/,.) - |
Y (t^) |
- |
т„ (tc) |
+ |
ту (tL_x)\ х |
||
|
X |
[Y (tj) - |
Y (thl) |
- ти (tj) + |
my |
(tj^)} |
95
отличен от нуля. Отсюда следует, что выходная координата Y (t) не является процессом с независимыми приращениями. Будем предполагать, что процесс Y (f) непрерывен в среднем и аналити ческая структура его моментов распределения задается разложе
ниями ( I I I . 6 ) , |
( I I I . 7 ) . |
|
|
|
|
|
|
|
|
|
|
|
|||
Перейдем к методам определения моментов распределения вы |
|||||||||||||||
ходной координаты У (t).' |
|
|
|
|
|
|
|
|
|
|
|||||
1. Сведение |
к |
случаю |
измеряемого |
входного |
воздействия. |
||||||||||
На основании данных массива |
Ry в ЦВМ вычислим значения про |
||||||||||||||
изводных |
У<*> (t) |
(7г — |
1, |
п) |
и |
левых |
частей |
уравнения |
( I I I . 2 ) . |
||||||
Тогда для |
процесса. X |
(i), |
имеющего |
независимые |
приращения, |
||||||||||
получим |
массив |
статистических |
данных |
Rx |
= |
X (/,), . . . |
|||||||||
. . ., X (tm)). |
Аналитическая |
структура |
моментов |
|
распределения |
||||||||||
процесса |
X |
(t) |
определяется |
заданием |
аналитической структуры |
||||||||||
процессов |
Y |
(I), |
исходя из |
разложений |
( I I I . 6 ) , |
|
( I I I . 7 ) . |
Таким |
|||||||
образом, |
определение |
моментов |
распределения |
процесса |
Y (t) |
||||||||||
свелось к |
задаче, |
изложенной в |
п. |
8. |
|
|
|
|
|
|
2. Получение независимых статистик с помощью вспомога тельных уравнений. Допустим, что сам процесс X (/) п его прира щения нормально распределены.
Наряду с уравнением ( I I I . 2 ) рассмотрим вспомогательные диф ференциальные уравнения
|
|
|
А (0 L i / f (/) = X (0 - |
X |
(*,_,), |
te [t,-u |
|
ы, |
|
(III.9) |
|||||
|
|
|
|
A(i)LWi(t) |
= X.(tL_1), |
|
|
lib |
|
|
|
(ШЛО) |
|||
Уравнение |
( I I I . 9 ) |
рассматривается |
при |
нулевых |
начальных |
||||||||||
данных в момент времени |
ti_x\ |
уравнение (ШЛО) — при |
началь- |
||||||||||||
ных |
данных |
W[k) |
(*,_0 |
= |
Y{k) |
(f,_0 (k |
= |
0, |
1, |
( л — |
1)); |
||||
точки |
tt |
(i |
= |
1, т) |
удовлетворяют неравенству |
(11.34). |
Пусть |
||||||||
измеряемой |
координатой |
системы |
управления |
наряду |
с |
У (t) |
|||||||||
является |
координата |
U, {I); за время, равное |
Т, |
в ЦВМ |
наряду |
||||||||||
с массивом |
R,, образуется |
массив |
статистических |
данных |
R„ |
состоит из взаимно независимых величин.
Действительно, обозначим через В,- (t, s) решение уравнения
96
Вычислим |
момент |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
М [Ut (tt) - |
mtti |
& ) ] [U, (t,) - |
muj |
(tj)] |
|
|
|
|||||||||
= |
j |
J |
BL |
(tit |
sx) Bj |
(t{, s2) [X (Sl)-X |
|
(t^) |
- |
mx (Sl) + |
mx (/,_,)] x |
||||||||||
|
|
|
X |
[X (s2) - |
X (thl) |
- |
mx |
(S l ) + |
m , (*;_,)] rfSl |
dsa |
= 0, |
( I I I . 11) |
|||||||||
где i ф j , mHk (tk) |
|
ЛША (4) |
(A = |
i, |
j). |
|
|
из |
условия |
( I I I . 11) |
|||||||||||
Так |
как величины |
Uk |
(t) |
нормальны, то |
|||||||||||||||||
следует независимость величин Ut |
(tt), 0,- |
(tj). |
|
|
|
||||||||||||||||
Запишем |
уравнение |
( I I I . 2 ) |
|
в виде |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
A(t)LY(t) |
|
= X(t)-X(ti_1) |
|
|
+ |
X(tl+1), |
i€T, |
|
||||||||
тогда, |
в |
силу |
линейности |
уравнения, |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
У |
(i) |
= |
Ut |
(t) + |
|
Wt (t), |
te |
[tt.lt |
tt]. |
|
(III . 12) |
|||||
Равенство |
( I I I . 12) |
показывает, |
что измеряемыми являются не |
||||||||||||||||||
только координаты У (t), |
U\ (t), |
но и для координаты W (1.) в ЦВМ |
|||||||||||||||||||
можно получить массив статистических данных. |
|
|
|||||||||||||||||||
Определим процесс U (/), t £ Т, |
как процесс, |
который на каж |
|||||||||||||||||||
дом промежутке (t{_lt |
|
t£] |
совпадает |
с |
процессом |
Ut (f). |
Будем |
||||||||||||||
считать, что процесс U (I) непрерывен в среднем, для этого до |
|||||||||||||||||||||
статочно |
потребовать |
[13] непрерывность |
корреляционной |
функ |
|||||||||||||||||
ции Ки (t, t). Зададим аналитическую структуру моментов |
ти (t), |
||||||||||||||||||||
Ки (t, |
t) |
аналогично |
разложению |
( I I I . 6 ) , |
( I I I . 7 ) : |
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
ft. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
mw(t) |
= |
vS= l Mva(0. |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
" 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
K.W (ti,tt)= |
|
|
|
CPv2 Vl) |
<Pv2 ('2), |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
V = l |
|
|
|
|
|
|
|
|
|
|
|
где / v 2 |
(t), |
cpv 2 |
(/) — известные |
|
ортонормированные |
на T |
функ |
||||||||||||||
ции; |
6 v 2 , |
|
ODV 2 —-неизвестные |
параметры. |
|
|
|
|
|
||||||||||||
Зададим аналитическую структуру взаимной корреляционной |
|||||||||||||||||||||
функции |
Kyw (ti, t2) |
на основании |
разложения |
(1.53) |
|
||||||||||||||||
|
|
|
|
Kyw |
(tlt |
t2) = |
|
|
|
|
|
|
cpvl (tx) ф д 2 ( * 2 ) . |
|
|||||||
|
|
|
|
|
|
|
|
|
МшЛ |
|
|
у CUV1C0m2 |
|
|
|
|
. |
|
|||
|
|
|
|
|
|
|
|
|
V = l Д=1 |
vi ц- |
|
|
|
|
|
||||||
где |
cpv l (f), ф й 2 (t) — известные |
ортонормированные |
на Т |
функ |
|||||||||||||||||
ции; |
Mxvl, |
|
уу,2 |
— неизвестные |
параметры; |
|
cov l , |
cot l 2 —неизвест |
ные собственные числа соответственно корреляционных функций
Ку (^1> ^2)1 Kw ( ^ i , ^2)-
Таким образом, цроцесс U (f) имеет взаимно независимые зна чения в точках t( (i = 1, m). Аналитическая структура процесса
7 Л . Т. Тарушкнна |
97 |
U (i) определяется заданием аналитической структуры моментов
распределения |
тц, |
Ки (tlt |
/2), |
mw (t), |
Kw |
(tlt t2), |
KIJW |
(tu |
t2). |
||||
Для оценки неизвестных параметров, входящих в аналитичес |
|||||||||||||
кую структуру |
моментов |
распределения процесса U (t), применим |
|||||||||||
методы, изложенные в п. 8. |
|
|
|
|
|
|
Допустим, |
||||||
Оценивание |
с применением |
неравенства |
Чебышева. |
||||||||||
что процесс U (t) с |
вероятностью |
1 ограничен \U (t) |
| ^ |
с < о о . |
|||||||||
Из последовательности (11.34) выделим N непересекающихся по |
|||||||||||||
следовательностей, |
N ^ |
п, где |
п — |
общее |
число |
|
неизвестных |
||||||
одномерных |
параметров, |
входящих |
в |
моменты |
|
распределе |
|||||||
ния ту ((), |
Ку |
( / i , |
t2), mw |
(0, |
Кш (ti, |
t2), |
Kyw |
(tlt |
i2). |
|
|
||
Обозначим |
эти |
последовательности через ti+jN, |
|
где |
i |
(i — |
|||||||
= 1, N) — |
номер |
последовательности; |
(; |
= 0, |
1, /•) — номер |
члена последовательности, число г выбирается максимальным из всех чисел, удовлетворяющих неравенству (11.36).
Составим |
статистики |
|
|
|
|
|
|
|
|
|
|||
и1г = |
-у- [Ul |
(tl) + |
Uf/+i |
(t\i.\-l ) + • • • + Щг-\) N+l (t(r-l) |
JV+l)]i |
||||||||
|
"Nr |
|
= — |
[iff, {tN)'+ |
Ub/(tw) |
H |
h UrN |
{trN)\, |
|
||||
Определим |
функционалы |
Vlt |
V2 |
|
согласно формулам |
(11.41), |
|||||||
(11.42). Найдем минимальное значение |
функционала Vx |
по всем |
|||||||||||
неизвестным |
параметрам, |
входящим |
в |
моменты |
распределения |
||||||||
Щ (0> |
niw (t). |
|
Пусть минимальное |
значение равно |
Vlm. |
Найдем |
|||||||
минимальное значение функционала |
V2. по всем неизвестным пара |
||||||||||||
метрам, входящим в моменты распределения |
Ку (ti, |
t2), Кш |
(tlt t2), |
||||||||||
Kyw (2ц |
t2) при условии, что допустимая область параметров cov l , |
||||||||||||
о)д2 определяется неравенствами cov l |
> |
0, |
со> 1 2 > 0. Пусть мини |
||||||||||
мальное значение функционала |
равно V2m. |
Если |
|
|
|||||||||
|
|
|
|
Vim < е , |
V2m |
< е , |
|
' |
(Ш.13) |
||||
где в > |
0 — заданное число, |
характеризующее допустимую точ |
ность в определении параметров, то наилучшими оценками в смы сле среднего квадратического будут те, при которых достигаются
минимальные значения функционалов |
Уъ |
У2. |
Если хотя бы одно |
из неравенств ( I I I . 13) нарушается, |
то |
это |
означает, что либо |
допустимая точность в определении параметров завышена, либо число точек, из которых образованы массивы чисел Ru, Rw, мало. Поэтому следует либо уменьшить допустимую точность, т. е. уве личить число е, либо увеличить время Т измерения наблюдаемых координат Y (t), W (t).
Данный метод оценивания аддитивен относительно массивов
статистических данных R^, |
R ^ и, следовательно, предъявляет |
к памяти ЦВМ минимальные |
требования. |
Идентификация неизвестных параметров, входящих в моменты распределения выходной координаты системы с помощью статис-
98
тической проверки гипотез. Предположим, что известно конечное дискретное множество значений, которое может принимать каж дый из неизвестных параметров, входящих в моменты распреде
ления ту (*), Ку |
t2), mw |
(t), Kw (tlt |
t2), Куш (tu |
t2). |
|
Введем случайные величины щ = |
Ut |
(tt) — mu |
и рассмот |
||
рим статистики |
|
|
|
|
|
|
|
"МЫ': |
|
|
|
Значения vt (i = |
1, т) |
образуют |
независимую |
выборку объ |
ема т, полученную из генеральной совокупности, отвечающей случайной величине v, имеющей нормальный закон распределе ния v £ N (0, <т0).
Идентификация неизвестных параметров проводится так, как это указано в п. 8. Для гипотезы Mv = 0 критическая область уровня а определяется формулой (11.48). Для проверки того, что ol = М Wi (h) — mu(ti)f, область принятия гипотезы опре деляется формулой (11.49). При этом следует учесть, что формулы
(11.48), (11.49) |
вычисляются'для объема выборки равного т. |
|
||
|
В случае, |
когда входное воздействие является мартингалом |
||
с |
нормальным |
законом распределения и его разности |
X |
— |
— |
X Ц£_±) (i = |
1, т) нормальны, X (t) имеет независимые прира |
||
щения и обработка массивов статистических данных Rx |
с целью |
получения оценки для моментов распределения выходной коор динаты Y (t) проводится так же, как и для процессов с независи мыми приращениями.
Оценка моментов распределения выходной многомерной коор динаты. Уравнение динамической системы ( I I I . 1) приведем к нор мальной системе дифференциальных уравнений.. Для этого по ложим
Ух (0 = У (О, У г (0 = У (f) |
, |
Yn(t) = |
Yln-1)((). |
Тогда система уравнений примет вид
dYi (0 _ у ц\
|
(0 |
v lt\ |
Аг (О |
= ~ Ai-i (t) Уnit) |
AQ (t) У, (0 + X (t). |
Предположим, что в условиях поставленной задачи требуется" определить моменты распределения /г-мерной выходной коор динаты Y (t) = (Y1 (0,, • • Yn(t)).
7* |
99 |