книги из ГПНТБ / Тарушкина Л.Т. Статистическая оценка параметров управляемых систем с помощью ЦВМ
.pdfВ этом случае правило окончательного решения сводится к определению доверительной области (1.66) для неизвестного
параметра |
qi = |
Mq*. |
|
|
|
|
|
|||
|
Например, если для выборки объема Л — 10 выборочное сред |
|||||||||
нее и стандартное отклонение выборки соответственно |
равны |
1,58 |
||||||||
и |
1,67, |
то |
доверительные |
пределы |
для |
неизвестного |
параметра |
|||
qc |
= |
Mq] |
равны |
1,58 ± |
0,389^. |
Для |
доверительного уровня |
|||
р = |
5% |
получается доверительный |
интервал 0,70 < |
т < |
2,46. |
Оценка величины массива статистических данных одновременно обрабатываемого с помощью ЦВМ. Дадим оценку минимальному объему величины массива статистических данных, вводимого одновременно в память ЦВМ, при последовательном способе обработки. Для простоты будем считать, что все массивы R^ (X = = 1, Л) обрабатываются с помощью одного и того же составного решения, т. е. d x = d% — • • • = dA — d.
Предположим, что правило d дает состоятельную оценку для неизвестного параметра q, тогда значения'корреляционной функ ции Кц (^ - I , ^2 ) определяются величиной одновременно обрабаты ваемого массива данных.
Рассмотрим функционал
|
|
|
h |
= t |
£ |
\Кц(КЩ |
|
|
|
или |
функционал более |
частного вида |
|
|
|||||
|
|
|
|
Я=1 (=1 |
|
|
|
||
Если |
массивы |
статистических |
данных R x |
{к = |
1, Л) таковы, |
||||
что |
< |
(i = |
1, 2), |
где |
/ £ |
— некоторое |
число, характеризу |
||
ющее допустимое |
значение |
для |
функционала |
|
тогда величина |
||||
объема массива |
Rx выбрана правильно. В противном случае |
||||||||
следует |
либо увеличить |
величину |
объема массива |
R^, либо сни |
|||||
зить |
требования |
к точности |
оценки параметра q. |
|
Глава I I
СТАТИСТИЧЕСКИЕ МЕТОДЫ ОЦЕНИВАНИЯ МОМЕНТОВ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНЫХ ПРОЦЕССОВ И ПОЛЕЙ
6. ОЦЕНИВАНИЕ МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ и к о р р е л я ц и о н н о й ФУНКЦИИ СТАЦИОНАРНОГО СЛУЧАЙНОГО ПРОЦЕССА
Постановка задачи. Пусть X (t) — {Хг (t), . . ., Xl (t)) — из меряемая координата системы управления за время Т = [О, Т],
причем Xi (t) (i = 1, /) — стационарные и стационарно связан ные случайные процессы, обладающие свойством эргодичности.
Моменты распределения первых двух порядков процесса X (t) неизвестны. Обозначим через m.v = (tnlt . . ., tn^ неизвестный параметр' математического ожидания процесса X (t), /п,- =
=MXt (t); ql 7 —неизвестный параметр, входящий в аналитиче
скую структуру корреляционной функции
Ки |
(г) = М [Xi (t + |
г) - |
mt] |
[X, (t) - |
m,l |
|
|
||
Измеряемый |
процесс |
X It] |
*в |
реальном |
масштабе |
времени |
|||
представляет собой одну реализацию процесса за время Т. |
|||||||||
Таким образом, |
известны: |
|
|
|
|
|
|
||
1) реализация процесса X (f), |
/ 6 Т; |
|
|
|
|
||||
2) аналитическая структура корреляционных функций Кц (т). |
|||||||||
Требуется: |
|
|
|
|
|
|
|
|
|
1) оценить параметры mA ., q,-; (i, j = |
1, /), тем самым |
опреде |
|||||||
лить моменты распределения процесса |
X (t); |
|
|
|
|||||
2) дать оценку точности оценивания неизвестных параметров; |
|||||||||
3) разработать |
метод |
оценивания |
неизвестных |
параметров |
|||||
и на его основании построить алгоритм, обладающий |
необходимой |
точностью и предъявляющий к памяти ЦВМ минимальные тре бования.
Специфика в определении моментов распределения стационар ного процесса с помощью ЦВМ. Обработка стационарного про цесса X (f), обладающего свойством эргодичности, сводится к вы
числению в ЦВМ следующих |
интегралов: . |
|
||
|
|
т |
|
|
m) = |
±r\Х^)<и, |
' |
(ИЛ) |
|
т |
|
о |
|
|
|
|
|
|
|
* 1 / ( т ) = - И [XtV |
+ |
4)-nt] |
[XjM-m^dt, |
(II.2) |
о |
|
|
|
|
41
где mi — несмещенная, состоятельная оценка для математиче ского ожидания пи; Kij (т) — асимптотически несмещенная, со стоятельная оценка для корреляционной функции Кп- (т) (i, / =
=hi)-
За время Т массив данных о процессе X (t) может оказаться столь большим, что одновременное введение его в память ЦВМ
для |
вычисления интегралов |
(II.2) предъявит к объему памяти |
|
ЦВМ |
неоправданно высокие |
требования. Сократить |
требования |
к памяти ЦВМ можно либо получением рекуррентных |
алгоритмов |
обработки, либо разработкой методов последовательной обработки статистических данных (см. п. 5).
Суть |
метода |
последовательной |
обработки |
данных |
состоит |
|||||||
в том, что в ЦВМ |
вместо |
интегралов |
( I I . 1), |
(II.2) |
вычисляются |
|||||||
интегралы |
|
|
|
|
|
тх |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Г Я - 1 |
|
|
|
|
|
|
|
*^ = |
|
|
• |
\ |
I х < |
« + |
- m i ] |
|
i x i w - « , ] |
dt. |
|
|
|
|
|
Г Я - 1 |
|
|
|
|
|
|
|
|
где Тк = |
[Tk_lt Т}) |
— промежуток |
времени |
поступления |
в ЦВМ |
|||||||
массива |
RK; Tt, |
|
Tf |
(i |
j) |
— непересекающиеся |
промежутки |
|||||
времени, |
причем |
Т = |
Е |
Т\. |
|
|
|
|
|
|
|
|
Введем |
следующие |
обозначения: |
|
|
|
|
|
|
||||
|
|
_ , |
|
] |
V. |
|
|
, |
|
|
|
|
|
|
Ш;ч |
= |
- = — V |
(7\ — 7 \ _ i ) |
'Па, |
|
|
|
Тогда
(II . 3)
Формулы (II.3) дают возможность рекуррентным способом получить в ЦВМ оценки m*iA, Kij а соответственно-для моментов
Рассмотрим методы оценивания неизвестных параметров кор реляционной функции Кц (т), т =f О (t, / = 1, /).
42
Применение преобразования Фурье к реализации измеряемого процесса. Обозначим через s,7 (со) спектральную плотность про цесса Хс (/), через S[j (со) — взаимную спектральную плотность для X,- (/), Xj (t). Так как аналитическая структура корреляцион
ной функции |
Ки |
(т) известна, то известна |
и аналитическая струк |
|||||||||||
тура функций sn (со), sti (со). |
|
|
|
|
|
|
|
|
||||||
Введем в |
рассмотрение |
спектральные |
функции |
|
|
|||||||||
|
|
|
|
|
|
|
со |
|
|
|
|
|
|
|
|
|
|
|
|
5 , / N |
= |
J s ^ K l d c o j . |
|
|
|
|
(П.4) |
||
|
|
|
|
|
|
|
—со |
|
|
|
|
|
|
|
Известно |
[11, 24], что для любых двух точек соъ |
со2 , в которых |
||||||||||||
функция |
Su |
(со) |
непрерывна, |
имеет место |
соотношение |
|
||||||||
|
|
|
со. |
г |
- |
|
|
2 |
|
|
|
|
|
|
|
|
|
со, |
0 |
|
|
|
|
|
|
|
|
|
|
Покажем, что |
имеет место более общее равенство |
|
|
|||||||||||
|
|
|
|
СО. г |
|
|
г |
|
|
|
|
|
|
|
|
l i m - g j L - Re J j е - 7 0 '*, . (/) dt J е - 1 ' 5 а Х / (s) ds dto = |
|
||||||||||||
7 |
' > r o |
|
|
co,0 |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
= S I / K ) - S i / ( < o 1 ) , |
|
|
|
|
(II.5) |
||||
где Re означает действительную часть. |
|
|
|
|
|
|
||||||||
Для этого рассмотрим |
функцию |
|
|
|
|
|
|
|||||||
|
|
|
|
|
со |
т |
|
|
г |
|
|
|
|
|
SijT |
(со) = |
- J L - Re J J е - ' " % (Q Л |
{ <Г1шХ, |
(s) ds dco. |
||||||||||
|
|
|
|
|
—со |
0 |
|
|
0 |
|
|
|
|
|
Пусть |
т — фиксированное |
число, причем |
|т| < |
Т. |
Тогда |
|||||||||
|
|
со |
|
|
|
|
Т—Т |
|
|
|
|
|
|
|
|
|
j e ' W T d S , y r ( © ) = - ! - |
J ХДг + |
т ) * ^ ) * . |
|
|
||||||||
|
|
—со |
|
|
|
|
О |
|
|
|
|
|
|
|
При Т —> оо |
в силу |
эргодичности |
процесса |
X |
(/) |
получаем |
||||||||
Г - т |
|
|
|
|
|
|
Г - т |
|
|
|
|
|
||
l i m 4 г [ Х( . (/ + т) X; (0 Л = l i m -=-!— f Xt |
(t + т) X,- (0 Л = |
|||||||||||||
|
|
|
|
|
|
|
CO |
|
|
|
|
|
|
|
|
|
|
|
= |
/Ct ; (x) = J e " e T d S f / |
( a ) ) . |
|
|
|
|
||||
Отсюда следует, что коэффициенты Фурье |
функции |
SiiT |
(со) при |
|||||||||||
Т —> оо сходятся |
к |
коэффициентам Фурье |
функции Su- (со), т. е. |
|||||||||||
во всех точках непрерывности функции Sn- (со) имеет место схо |
||||||||||||||
димость функции |
SijT |
|
(со) к функции |
(со). |
|
|
|
|
' |
43 |
Для конечного |
времени |
наблюдения |
оценка |
|
||||
|
|
(о, |
|
т |
|
|
|
|
|
~р- |
Re J erttaXt(f) |
dt j |
ell»Xf |
(s) ds dco |
= |
||
|
|
ш, |
|
о |
|
|
|
|
|
|
= s ; / |
K ) - s * / ( C O 1 ) |
|
(И.6) |
|||
является |
асимптотически |
несмещенной |
и |
состоятельной [6, 21 ] |
||||
для спектральных |
функций |
Sn- (со2 ) — |
Su |
(coj). |
|
|||
Обозначим |
|
|
|
|
|
|
|
|
|
|
. |
«•* |
тх |
|
|
Ч |
|
F* |
(А, со2> ©j) = Re |
J |
J e~'/ B X( . (t) dt J e ' s % ( s ) ds, |
|||||
|
|
л |
|
_ |
|
|
|
|
|
S ^* (X, |
co2, со,) = |
(v, |
coa.cox), 1 = |
v < A . . |
|||
|
?.=i |
|
|
|
|
|
|
Тогда имеем следующее рекуррентное соотношение для обработки
массивов |
R v (v = |
1, |
Л): |
|
|
|
|
|
|
|
|
|
F* (v, |
со2,- со,) = |
Z7* (v — |
1, co2, |
со,) + |
F* (v, co2) |
coj.), |
(II.7) |
|||||
при этом |
оценка |
(11.6) |
|
|
|
|
|
|
|
|
|
|
|
S], |
(co2) - |
S*,- (со,) = |
|
|
Г (Л, co2) со,). |
|
(II.8) |
||||
Алгоритм вычисления спектральной плотности сводится к сле |
||||||||||||
дующему. |
|
|
|
|
|
|
|
|
|
|
|
|
1. Зададим полосу частот |
[ Я х , |
Я 2 |
] , в которой |
рассматривается |
||||||||
спектральная плотность st / (со) (/, |
i |
= |
l, |
I). |
|
|
|
|||||
2. Разобьем промежуток |
[Я,, |
Я 2 ] |
точками |
дробления |
|
|||||||
|
Я 1 ^ с о ч 1 < с о 2 < - - - < с о Л / ^ й 2 . |
|
|
|
||||||||
Если априорные сведения о спектральной плотности |
s(/- (со) |
|||||||||||
ограничиваются 'знанием ее аналитической структуры, |
тогда |
|||||||||||
точки со,- берутся равномерно по |
всему промежутку |
[ Я 2 , |
Q , ] . |
|||||||||
Общее число точек |
ak |
(k — 1, N) |
должно |
быть |
не меньше, чем |
размерность неизвестного параметра, входящего в спектральную
плотность |
S/j (со), |
максимальное их число-определяется допусти |
|||||
мым временем решения задачи на ЦВМ. |
|
|
|
||||
3. |
На |
каждом |
массиве Rv (v = |
1, Л) для |
каждой |
пары ча |
|
стот сой, |
в |
ЦВМ вычисляются функции |
F* |
(v, |
соА, С0А_Х ), |
||
F* (v, |
соА, |
C O ^ j ) . |
|
|
|
|
|
4. |
Обработав |
последовательно |
все массивы |
статистических |
|||
данных Rv (v = |
1, Л), составим функционал |
|
|
|
|||
|
|
N |
|
' ША |
|
|
|
|
|
Л=1 |
|
|
|
|
44
где спектральная плотность sn (со) представляется в виде ее ана литической структуры и, следовательно, содержит в себе неизвест ный многомерный параметр. Для определенности будем считать,
что q,;- = |
(ах, |
. |
. ., |
ar) |
— неизвестный |
параметр |
спектральной |
|
плотности |
Sjj (со) |
и |
ат£. |
Ат—область |
допустимого |
изменения |
||
параметра |
ат |
(in — |
1, |
г]. |
|
|
|
|
Найдем минимальное значение функционала (II.9) |
Vm по всем |
|||||||
значениям ат£_ А,п |
|
|
|
|
|
|||
Пусть |
Vm |
< |
е, |
где |
е > 0 — заданное число, |
характеризу |
||
ющее допустимую точность в определении параметров, |
входящих |
|||||||
в спектральную плотность s{/- (со), и пусть |
Vm достигается при зна |
|||||||
чениях параметров ат |
= |
Ьт. Тогда наилучшими оценками в смысле |
среднего квадратического для неизвестных параметров спектраль ной плотности будут значения ат = Ьт (т = 1, г).
Пусть Vm > е. Тогда либо допустимая точность в определении параметров завышена, либо время наблюдения Т мало. Если точность уменьшить нельзя, следует увеличить время наблюдения.
Отметим следующие особенности алгоритма.
1. Алгоритм вычисления упрощается, если аналитическая структура спектральной плотности s,.;- (со) определена так, что
интеграл |
J sn- |
(со) с/со вычисляется аналитически. |
|
2. То, |
(0, |
в ' алгоритме промежутки частот |
(.со,-, со1 + 1 ), |
что |
|||
(coy, соу-+1) ({ =f }) |
не пересекаются, не является принципиальным. |
||
Основным преимуществом данного метода является |
рекуррент |
ность процедур вычисления относительно массивов статистических данных. Вместе с тем, в памяти ЦВМ требуется хранить массив
величин F (v, coft, со^) (k |
= 1, ./V). |
|
|
Другим |
методом оценки |
спектральной плотности |
s(/- (со), при |
меняющим |
преобразование |
Фурье к реализации |
измеряемого |
процесса X (t), является метод периодограмм, согласно которому при последовательной обработке массивов статистических данных
на каждом массиве |
Rx |
(Я = |
1, Л) требуется вычислить |
статистику |
|
|
|
тх |
тх |
|
|
t l x Й |
= |
~ k r J |
е "''ш 'х < Wd t 1 |
& d s ' |
<п- 1 0 ) |
|
|
TX-i |
TX-i |
|
|
являющуюся асимптотически несмещенной, но не состоятельной оценкой для спектральной плотности [24].
Оценка |
(11.10) |
получена дифференцированием оценки |
(П.6) |
тю частоте |
со2 . В |
[11] указывается на недопустимость |
такой |
процедуры, там же приведены примеры, при которых оценка (11.10) не дает должного результата. Однако оценкой (11.10) широко пользуются [24]. Для улучшения статистики (11.10) используются весовые функции w (со).
45
Обозначим
''1 Я=1
Тогда в качестве оценки спектральной плотности s(/- (со) пред лагается взять оценку [24]
|
s ir/ И |
= |
I а; (со — |
сох) / |
•/ К ) |
d(o b |
||
где весовыми функциями |
являются: |
|
|
|||||
для |
«усеченной |
оценки» |
|
|
|
|
|
|
|
|
|
|
. |
s m - |
|
|
|
|
|
|
до (со) |
•• |
|
|
||
для |
видоизмененной |
оценки |
Бартлетта |
|
||||
w И |
= nJm |
i ( т + ^ |
) и ~ |
( r - |
T |
J 1 0 |
c o s c o ^ + 2 s i n w ^ ) ; |
|
для |
оценки Хэмминга |
|
|
|
|
|
||
|
до (со) |
= 0,54 smaTx |
0,46 |
со sin со 7\ |
||||
|
|
2 л |
о |
|
2л |
|
|
Заметим, что данный метод эквивалентен предыдущему в смысле требований, предъявляемых к памяти ЦВМ.
Метод неканонических разложений процессов при оценке спек тральных плотностей. Неканонические разложения стационар ного процесса X,- (t) определяются разложением (1.41)
Xt (1) = ml + vu cos (Hjt -f- vu sin со/ . •
Заметим, что при рассмотрении одномерного стационарного процесса число случайных величин, входящих в неканоническое разложение, может быть сокращено до двух [31 ] : v u = vn.
Нетрудно видеть, что процессы XL (t), Xj (t) являются ста ционарно связанными в том и только в том случае, если выпол няются следующие условия
|
|
МьиУц = |
Mv2iVojt |
|
|
МьииЛ1 = 0, М^ьц — О I |
(11.11) |
||
с |
вероятностью 1 |
(»' Ф /), |
|
|
|
|
|
||
|
|
со. = щ/ = |
а>. |
( П . 12) |
|
Для стационарных |
и стационарно связанных процессов Xt (t), |
||
Xj |
(t) корреляционная |
функция |
|
|
|
К и (г) = MvuvuM |
cos сот. |
(П.13) |
46
Значения моментов mlt Кц (0) вычисляются в ЦВМ по форму
лам |
(П.З). |
|
|
|
|
|
|
Аналогично соотношению (1-42) имеет место более общее соот |
|||||||
ношение |
|
|
|
|
|
|
|
|
|
sti(<*) = |
Ku(0)p(<o) |
(i, / |
= |
177), |
(11.14) |
где |
р (со) — |
плотность |
распределения |
случайной |
величины со, |
||
обладающая |
свойством |
четности |
р (со) = |
р (—со), |
при этом |
||
|
|
р(со) |
2 я а 7 / 1* |
КцЮ е |
|
асо. |
(11.15) |
Из условия (11.14) следует, что аналитическая структура спек тральной плотности stj (со) определяется аналитической струк
турой |
плотности |
распределения |
р (со). |
|
||||||||||
Рассмотрим аналитическую структуру наиболее часто встре |
||||||||||||||
чающихся |
плотностей |
распределения, |
удовлетворяющих усло |
|||||||||||
вию |
(11.15). |
|
|
|
|
|
|
|
|
|
|
|
||
1. |
Нормальное |
распределение |
|
|
(0 = |
|
||||||||
|
|
|
|
|
|
|
р (со) = У 2л. а |
|
(11.16) |
|||||
|
|
|
|
|
|
|
• 2а-' |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
где |
ст2 — Мсо2 —-неизвестный |
момент |
распределения. |
|||||||||||
2. |
Равномерное |
распределение |
в |
симметричном |
относительно |
|||||||||
начала промежутке |
[—с, |
с] |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
0 |
|
при |
co«s; — с, |
|
|||
|
|
|
|
р (со): |
|
2с |
|
при |
—C<COs |
(11.17) |
||||
|
|
|
|
|
|
|
0 |
|
при |
с о > с , |
|
|
|
|
где Мсо = 0 , |
Мсо2 |
= |
|
|
|
неизвестный момент распределения, |
||||||||
определяемый |
значением |
параметра |
с. |
|
|
|||||||||
3. |
Распределение |
Симпсона |
в |
промежутке [—2с, |
2с] |
|||||||||
|
|
|
|
|
( |
|
0 |
|
при |
со ;=> —-2с, |
|
|||
|
|
|
|
|
|
2с - f со |
при |
— 2 с < с о ^ 0 , |
|
|||||
|
|
|
|
|
|
|
|
|
(11.18) |
|||||
|
|
|
р(со) = |
|
2с — со |
при |
0 < |
со < 2с, |
||||||
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
4с 2 |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
при |
со>-2б', |
|
|||
где |
Мсо = |
0, |
/И со2 |
= |
|
|
— неизвестный момент |
распределе |
||||||
ния, определяемый значением параметра с. |
|
|||||||||||||
4. |
Распределение |
Стьюдента |
|
|
|
|
|
|||||||
|
|
|
|
|
|
k+l\ |
|
|
|
|
|
* + i |
|
|
|
|
|
Р(С0): |
|
V |
kn |
|
|
|
|
|
(k>2), |
(11.19) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
47
где Г — гамма-функция; Мсо = 0; Мсо3 = k _ 2 — неизвестный
момент распределения, определяемый значением параметра /е. Таким образом, для всех перечисленных плотностей распре деления (а они являются основными) неизвестным параметром плотности распределения р (со) является значение момента Мсо2 , вычислив который определим из соотношения (11.14) спектральную
плотность S/j (со).
Допустим, что X,- (t) — дифференцируемый процесс и XI (t) —
его производная. |
Тогда |
|
|
|
|
MX?(t) |
= |
MX Г (0) = Mvh Мсо2 = Ки (О)'Мсо2. |
|||
Если процесс |
X ' |
(t) является |
эргодическим, то |
||
|
|
|
|
г |
|
|
MX'\i) |
= l i m - j r |
\x?(i)dt. |
||
|
|
|
Г->со |
о |
|
При конечном времени |
наблюдения |
интеграл |
|||
|
|
|
|
т |
|
|
|
M*X?(t) |
= -T |
о |
\x?(t)dt |
|
|
|
|
|
является асимптотически несмещенной и состоятельной оценкой для момента M X ; 2 (t).
Таким образом, если аналитическая структура функции опре
деляется одним из соотношений |
(11.16)—(11.19), то, вычислив |
в ЦВМ значения величин MX? (t), |
Ка (0), получим значение для |
момента Мсо2 , а тем самым и значение для спектральной плотности
процесса |
X j (/). Момент |
MX? (t) |
вычисляется в ЦВМ по рекур |
рентным |
соотношениям, |
поэтому требования, предъявляемые |
|
к памяти |
ЦВМ, минимальны. |
|
|
Данный алгоритм является частным случаем более общего |
|||
алгоритма. Пусть спектральная |
плотность s/y- (со) определяется |
*соотношением (ПЛ4), в котором аналитическая структура функ ции р (со) содержит п неизвестных параметров. Предположим, что
существуют конечные моменты Мсо2 " порядка 2и, где и — 1, п: Для оценки параметров спектральной плотности su (со) вычислим в ЦВМ интегралы
гг
~\xk(t)dt, |
|
-^\xi(l)Xj(t)dl, |
о |
о |
|
г |
|
|
^\Х}Г) |
(t)X\s) |
(t)dt, |
о |
|
|
где г + s |
и. |
48
|
Используя соотношение |
|
|
|
|
|||
|
|
MX\r) (t) X J S ) |
(t) = |
Кц (0) MoT < r + s ) , |
|
|||
определим |
момент Ma2 |
(r+s). |
|
|
|
|
||
|
'Так как |
|
|
оо |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M o r ( |
r + s ) = |
J |
co2 ( r + s ) p(co)dco, |
|
|
то |
отсюда |
получаем |
|
—от |
для |
определения |
неизвестных |
|
уравнения |
||||||||
параметров функции р (со). |
|
|
|
|
||||
|
Отметим, что |
метод |
неканонических |
разложений |
предъявляет |
|||
к |
памяти |
ЦВМ |
минимальные требования, однако требует доста |
точной гладкости процесса X (t).
Оценка параметров корреляционной функции по значениям выбросов случайных процессов. Рассмотрим метод оценки пара метров корреляционной функции Кх (т) одномерного стационар ного процесса X (t), имеющего нормальный закон распределения.
Представим корреляционную |
функцию |
в виде |
|
|
|||||||||
|
|
|
|
|
|
Кх |
(т) = |
Кх (0) р (т), |
|
|
|
||
где |
р (0) = |
1. |
|
|
|
|
|
|
|
|
|
|
|
|
Предположим, что процесс X (f) можно дифференцировать. |
||||||||||||
Тогда существует момент р" (0). |
|
|
|
|
|
||||||||
|
Аналитическую |
структуру |
функции |
р (т) |
зададим в виде от |
||||||||
резка |
ряда |
Маклорена. Учитывая, что |
р' (0) |
= 0, |
имеем |
|
|||||||
|
|
|
|
|
|
р(т) = |
1 + ~ р " ( 0 ) , |
|
|
|
|||
{ |
р" (0) — неизвестный |
параметр. |
|
|
|
|
|
||||||
где |
|
|
|
|
|
||||||||
|
Так как |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Kl(0)=Kx(0)p"(0) |
|
= |
MX'2(t), |
|
|
||||
то, |
оценив |
значения моментов Кх (0), |
MX'2 |
(t), |
определим |
зна |
|||||||
чение неизвестного параметра р" (0). Однако процедуру вычисле |
|||||||||||||
ния |
момента MX'2 |
(t), |
связанную |
с дифференцированием |
про |
||||||||
цесса |
X (t), |
можно обойти. Рассмотрим среднее число положи |
|||||||||||
тельных выбросов процесса X (t) за время Т над уровнем с. За |
|||||||||||||
метим, что выброс процесса X |
(t) над уровнем с в точке tL считается |
||||||||||||
положительным, |
если |
производная |
X' |
> |
0. |
Согласно |
[30 ] |
||||||
имеем, что |
среднее |
число положительных выбросов п+ (с) |
равно |
||||||||||
|
|
|
" + |
(с) = |
in |
К - Р " ( 0 ) |
<T~^W• |
|
|
(11.20) |
Подсчитав с помощью ЦВМ по реализации процесса X (t) число выбросов за время Тх для одного или нескольких уровней с, получим статистику nf (с). После обработки всех массивов ста-^
4 |
Л . Т. Тарушкин|а |
49 |