книги из ГПНТБ / Григоркина Р.Г. Прикладные методы корреляционного и спектрального анализа крупномасштабных океанологических процессов
.pdfт а к ж е |
возможности прогноза этих процессов значительно рас |
||||||||||
ширяются, если наряду с обычным взапмноспектральньш |
ана |
||||||||||
лизом |
привлекать аппарат частного и множественного |
|
спект |
||||||||
рального анализа . В отличие от теории частного |
корреляционно |
||||||||||
го анализа, а т а к ж е |
вопросов приложения этого |
анализа |
к |
реше |
|||||||
нию |
|
специфических |
технических |
и |
метеорологических |
|
задач, |
||||
сравнительно подробно освещенных в соответствующей |
литера |
||||||||||
туре |
(Брукс, |
Карузерс, 1963; Пановский, Брайер, 1967), |
теория |
||||||||
и вопросы применения частного и множественного |
спектрально |
||||||||||
го |
анализа |
фактически не изложены |
в отечественных техниче^ |
||||||||
ских |
и специальных океанологических публикациях. Вместе с |
||||||||||
тем |
д а ж е сравнительно небольшой |
опыт успешного |
.применения |
||||||||
этого |
анализ а в океанологии (Привальокий, 1968) |
показывает, |
|||||||||
что |
он может |
дать |
весьма полезные |
и интересные |
результаты. |
||||||
В дальнейшем |
изложении мы будем следовать |
Бендату, |
Пирсо |
н у , (1971). Теория частного и множественного спектрального анализа является обобщением соответствующей теории корреля
ционного |
анализа и т а к ж е оперирует с остаточными |
стационар |
|||
ными процессами, но в их спектральном представлении. В |
связи |
||||
с этим вводится понятие функции |
остаточной |
(частной) |
спект |
||
ральной |
плотности, которую д л я |
краткости |
будем |
называть в |
|
дальнейшем остаточным (частным) |
спектром. |
|
|
|
Формальное определение остаточного автоспектра примени тельно к двум стационарным случайным процессам хц и yt мо-
ж е т |
быть дано |
следующим |
образом . Пусть Хи есть прогнози- |
||||||||
руемый |
по yt |
процесс |
ХЦ. |
Разность xlt—Хи=Ахц, |
|
аналогично |
|||||
•§ 2, |
является |
остаточным |
случайным процессом. |
Остаточным |
|||||||
(частным) автоспектром процесса xit |
является преобразование |
||||||||||
•Фурье |
остаточного |
процесса |
Axlt. |
Обозначим полученный |
авто- |
||||||
спектр |
S,n.y(w). |
Образова в |
разность |
yt—yt=Ayt |
и |
выполнив |
|||||
преобразование |
Фурье |
Ауи |
получим |
остаточный |
|
автоспектр |
|||||
Svv.i(a) |
|
процесса |
yt. |
|
|
|
|
|
Хц, |
ХЦ, iji. |
|
Рассмотрим |
три стационарных |
случайных процесса |
Соответственно числу остаточных случайных процессов, которые
можн о найти, |
прогнозируя |
|
х и по x2t, |
х п |
по |
yt и |
т. д., получим |
шесть остаточных автоспектров процессов хи, |
%ги |
yt- |
|||||
|
SH.Z(CO) |
I |
S2 2.i(ffl) |
I |
^ууЛ(а), |
|
|
|
|
I |
|
I |
|
|
(4.1) |
|
|
I |
I |
|
|
|
|
|
5,ii.v (o) |
I |
Szi.y((u) |
I |
Syyz(a). |
|
|
П о аналогии |
с уравнением |
|
(2.9), остаточные автоспектры могут . |
||||
быть найдены из уравнений типа |
|
|
|
|
|||
|
S , i . 2 ( ( o ) = S 1 1 ( © ) [ l - F 2 2 |
( ( o ) ] , |
(4,2) |
90
|
|
|
S w ^ ( t o ) = S „ „ ( ( o ) [I—Fig |
(©)] |
|
|
(4.3> |
||
пли |
вообще |
|
|
|
|
|
|
|
|
|
|
|
|
5£ i(co)Sj j(cu) |
J |
|
|
||
|
|
|
|
|
|
|
|
|
(4.4)> |
где |
|
(со) — о с т а т о ч н ы й |
автоспектр |
процесса |
i, |
прогнозируемо |
|||
го по /, 5i,(co) |
— о б ы ч н ы й |
автоспектр |
процесса |
i; |
S;J(CO) — о б ы ч |
||||
ный |
взаимный |
спектр процессов /, /; |
/4/(00) —• обычная |
когерент |
|||||
ность |
спектральных компонент процессов |
i , / на частоте |
со. |
||||||
Н а |
основе |
(4.2) — (4.4) |
остаточный автоспектр |
можно интер |
претировать как дисперсию остаточного процесса на фиксиро
ванной частоте. И з <(4.2) — (4.4) следует, |
что |
Su.j—Sn((£>), |
|
когда |
|||||||||||
Р2.(а) |
=0, |
т. е. когда |
процессы i и / на |
частоте |
со |
некогерентны. |
|||||||||
Если |
F 2 . ( c o ) = . l , |
что |
возможно, когда |
процессы |
i |
и / |
на |
частоте- |
|||||||
со полностью |
когерентны, 5n..7(co) = 0 . |
П р и |
N процессах |
может |
|||||||||||
быть получена я - мерная матрица остаточных автоспектров. |
|
||||||||||||||
Приведе м формальное определение остаточных |
(частных) |
||||||||||||||
взаимных спектров трех |
стационарных |
случайных |
процессов |
x\t> |
|||||||||||
Хц> у и Если |
|
из процесса |
Хц исключить |
его прогнозируемое |
по |
хц |
|||||||||
значение Хц.2 |
и получить остаточный процесс Ахц.% |
и из |
процесса- |
||||||||||||
yt исключить прогнозируемое по x2t |
значение |
yt.t |
и |
получить |
|||||||||||
остаточный процесс Ayt.2, то выполнив преобразование |
Фурье- |
||||||||||||||
ковариационной |
последовательности |
М[Ахц.2-Аг/о-т], |
|
получим, |
|||||||||||
остаточный |
взаимный |
спектр 5iV .2 (со) |
процессов |
xit |
и |
yt. |
Дейст |
вия по отысканию нескольких остаточных процессов вполне ана логичны тем, которые выполняются в уравнениях (2.5) при оты скании нескольких остаточных случайных переменных.
Частный взаимный спектр, как и обычный взаимный спектр,, является комплексной величиной. «Набор» остаточных взаимных спектров, которые могут быть получены при анализе трех ста ционарных случайных процессов, нагляднее записать в матрич ном представлении. Предварительно найдем расширенную спект ральную матрицу дл я S v - x x в следующем виде:
(4.5)
§2у ^21 I S22 |
где зависимость от со опущена для упрощения записи. Тогда спектральная матрица дл я остаточного взаимного спектра будет-
Syy-2 |
Syl.2 |
(4.6) |
|
Siy.2 |
Su.z |
||
|
9E
г де Syi.2, |
Sly,2 |
— |
остаточные |
взаимные |
спектры, причем S y i . 2 и |
||||||||
Siy.2, — комплексно сопряженные величины, Syy,2, |
5 ц . 2 |
— |
остаточ |
||||||||||
ные автоспектры процессов tjt и Хц. |
|
|
|
|
|
||||||||
Матрицу |
(4.6) |
называют |
остаточной |
спектральной |
матрицей. |
||||||||
Д л я |
разделенных в |
(4.5) |
пунктирной линией групп, как можно по |
||||||||||
казать, выполняется |
соотношение |
|
|
|
|
|
|||||||
|
Sx>*= [f™ 5 н ] _ |
Н [ S a ] - 4 S » , - S s , ] . |
(4-7) |
||||||||||
П о р я д о к |
расчета |
Sxy.2 |
дается формулой |
(4.8), |
которая |
показы |
|||||||
вает, |
как |
вычисляются |
члены остаточной |
матрицы (4.6). |
|
||||||||
|
|
|
|
|
'уу |
|
Sy2 • Soy |
|
Sy2—5oi |
|
|
||
|
|
Sxy.2 — |
|
|
S22 |
|
S22 |
|
|
(4.8) |
|||
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
Sjo-Szy |
|
|
|
|
||||
|
|
|
|
|
>'!/ |
|
|
|
|
|
|
||
|
|
|
|
|
|
о |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
О 2*1 |
|
|
|
|
|
|
И л и |
окончательно |
дл я |
|
5iy .2f(w) |
|
|
|
|
|
||||
|
|
5iy .2 (co) =Siy(a) |
[ |
1 — |
S 12(a)-Szy(a) |
"1 |
|
(4.9) |
|||||
|
|
592(co) -Siy (со) |
J |
|
|||||||||
|
|
|
|
||||||||||
В о о б щ е |
|
|
|
|
|
|
|
Sij(&) |
•iSji(o)) |
"J |
|
|
|
|
|
Sih.i(a) |
= 5 i f |
t ( c o ) [ |
1 — |
|
(4.9a) |
||||||
|
|
|
|
|
|
|
|
|
5 jj(ff») - 5 № (со) |
J |
|
|
|
Е с л и |
хц |
и x2t |
некогерентны, |
(4.9) |
приобретает вид |
|
|
||||||
|
|
|
|
|
|
Si„.2(co)=Sij,(co), |
|
|
|
|
|||
|
|
|
|
|
|
Sih.j(a) |
=Sih((£)). |
|
|
|
(4.96) |
Рассмотренный выше пример трех стационарных случайных про
цессов может быть обобщен дл я |
N процессов хц |
на входе |
линей |
|||||||
ной системы и |
процесса на выходе yt |
(Бендат, |
Пирсол, |
1971). |
||||||
Р а с ш и р е н н а я |
до |
(Af-f-1, |
|
N-\-i) |
членов |
спектральная |
матрица |
|||
|
|
уу |
y |
i |
>уг |
Sy% |
. . . |
Syx |
|
|
|
|
S |
Sy |
|
|
|
|
|
||
|
|
Siy |
5 ц |
Sl2i |
S13 |
. . . |
5)дг |
|
|
|
5 ухх — |
|
|
iS2i |
S22 |
S23 |
|
|
|
(4.10) |
|
|
|
|
|
|
|
|
|
|
||
|
|
•S.Vy |
"S.vi |
I 5JV2 |
SjST3 |
|
S.wv |
|
|
|
.Деление спектральной |
матрицы |
(4.10) |
показано |
т а к ж е пунктир |
||||||
ными линиями |
в |
(4.11) |
|
|
|
|
|
|
|
•92
|
|
|
A (2. 2) |
|
|
B(2,N-\) |
|
|
|
|
|
|
•S" y.Y.V |
|
С (N-l, |
2) |
|
D{N-\, |
i V - 1 ) |
|
|
(4.11) |
|||
|
|
|
|
|
||||||||
где A(2, |
2), В(2, |
N-l), |
C(N—l, |
2), D{N-l, |
N-l) |
|
являются |
|||||
подматрицами |
либо с двумя, либо с (/V— 1) строками |
и колонка |
||||||||||
ми: |
|
|
|
|
|
|
|
|
|
|
|
|
Л (2,2) |
= |
|
5У 1 |
В ('2, |
iV— 1) |
= |
Sy2 |
5 у з |
SyN |
|||
|
|
5j2 |
5i3 |
SIN |
||||||||
|
|
|
|
|
|
|
|
|
||||
|
S 2 y |
S 2 i |
|
|
|
|
^22 |
5гз |
|
.S2iV |
||
|
^Зу |
•$31 |
|
|
|
|
^32 |
5 3 |
3 |
|
S3N |
|
C ( t f - 1 , 2 ) = , |
|
|
D(N—1, |
iV—1) = |
|
|
|
|
(4.12) |
|||
|
SNV |
SJVI |
|
|
|
|
•S.Y2 S.Y3 |
|
>JVJV |
|||
Остаточную спектральную матрицу межд у |
и yt |
можно запи |
||||||||||
сать |
|
|
|
|
|
|
|
|
|
|
|
|
|
>xy.23-I\TZ |
|
Syy.23-N |
Syi.23.-N |
|
|
|
(4.13) |
||||
|
|
|
|
|
|
|
|
|
|
|||
|
|
S[y.23-N |
|
5.11.23...Д' |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
||||
Четыре |
члена Sxv.23-N |
могут |
быть определены |
путем |
выполнения |
|||||||
н а д матрицами А, В, |
С, D |
следующих |
действий: |
|
|
|||||||
|
|
|
|
>д:у.23,..N=A-BD-i-C, |
|
|
|
|
(4.14) |
|||
где D~x — матрица, обратная |
D. |
|
|
|
|
|
||||||
К а к в обычном взаимноспектральном |
анализе |
оперируют по |
||||||||||
нятием |
обычной |
функции |
когерентности |
/ ^ ( а ) , |
та к |
в частном |
||||||
взаимноспектральном |
анализе оперируют понятием функции част |
ной когерентности, которую мы в дальнейшем будем дл я крат кости называть частной когерентностью.
Ч а с т н а я когерентность /чз.ь(<и) является, с одной стороны, обобщением понятия обычной когерентности в том смысле, что Fij.k(a>) характеризует линейную статистическую связь спект ральных компонент фиксированной частоты, не двух, а п процес сов и является мерой этой связи. Обычная когерентность есть частный случай частной когерентности, когда п=2. С другой стороны, частная когерентность является спектральным обобще нием понятия частного коэффициента корреляции и аналогична его квадрату на определенной частоте, подобно тому, как обыч ная когерентность аналогична квадрат у коэффициента линейной корреляции на определенной частоте. Смысл применения част ной когерентности поясним следующим примером. Допустим, что
93
существует некоторая линейная система, на входе которой дейст вуют два стационарных случайных процесса Хц и x%t, а на выхо де — один процесс yt. П у с т ь необходимо установить степень ли нейной зависимости между спектральными компонентами этих
процессов на |
некоторой |
фиксированной частоте со. Обозначим |
||||
спектральные |
компоненты |
исследуемых |
процессов |
соответствен |
||
но -Vi(co), х2 (со), |
у (со). Если поставленную |
задач у |
решать, оты |
|||
скивая обычные |
когерентности F22(a), |
F2y((a), |
F2y(a), |
не исклю |
чена возможность получения ложной информации о статистиче ских связях и в том случае, когда JCI(со) и х2 (со) будут высоко ко герентны, и в том случае, когда Xi(co) и х2 (со) некогерентны (Бендат, Пирсол , 1971).
Рассмотрим ситуацию первого типа: Xi(co) и Л'2(со) высоко' когерентны. Тогда Fz (со) может оказаться значительно завы
шенной по сравнению с истинной |
линейной связью межд у |
Xi(co) |
|||||||||||
и у (со). Высокие |
значения Ff |
(со) |
могут при этом |
быть |
о т р а ж е |
||||||||
нием |
только |
того |
факта, |
что |
х%(и>) высоко когерентна |
с Xi(co). |
|||||||
В действительности ж е |
межд у Xi(co) |
и у (со) может |
вообще не |
||||||||||
быть никакой физической связи. Если дл я такого случая |
|
рассчи |
|||||||||||
тать |
частную |
когерентность |
м е ж д у |
JCi(co) и у (со), |
она |
|
будет |
||||||
близка к нулю. Н о и |
обычная, и частная когерентности |
|
м е ж д у |
||||||||||
х2 (со) |
и у (со) |
д о л ж н ы |
быть близкими |
к единице. |
|
|
|
|
|
||||
Рассмотрим ситуацию второго типа: Xi(co) и |
х2 (со) |
|
некоге |
||||||||||
рентны и проходят через физически существующую |
линейнук> |
||||||||||||
систему, формируя на выходе у (со). Обычная когерентность |
м е ж |
||||||||||||
ду *i(co) и у (со) окажется в этом случае заниженной |
|
относи |
|||||||||||
тельно истинной когерентности, поскольку в спектральную |
ком |
||||||||||||
поненту процесса |
yt |
вносит |
свой |
вклад, помимо |
*i(co), |
|
т а к ж е |
||||||
х2 (со). Так как Xi(co) |
и х2 (со) |
некогерентны, этот |
в к л а д |
|
практи |
чески проявляется в виде шумовой компоненты в (/(со) на вы
ходе. П о д о б н а я ситуация будет иметь место |
и в том случае, |
если |
|
рассчитать обычную когерентность межд у |
^(со) и |
у (со). Тогд а |
|
шумовую компоненту в у (со) будет д а в а т ь |
Xi(co). |
Так как |
р а с |
сматриваемая система в действительности является линейной,
истинная связь между Xi(co) и |
у (со) или |
х2 (со) |
и |
у (со) |
д о л ж н а |
||||||
была бы оказаться линейной, a |
F2 |
(со) |
и |
F2 |
|
(со) |
д о л ж н ы |
были |
|||
бы быть близкими к единице. Однак о этого |
не произошло |
из - за |
|||||||||
присутствия шума либо в виде Xi(co), либо |
в |
виде |
Хг(со). |
Ч а с т |
|||||||
ная ж е когерентность м е ж д у хх (со) |
и у (со), при расчетах |
которой |
|||||||||
шум х2 (со) исключен, получится |
равной |
или |
близкой к |
единице.. |
|||||||
Близкой к единице д о л ж н а |
получиться |
и частная |
когерентность, |
||||||||
м е ж д у х2 (со) и у (со). |
|
|
|
|
|
|
|
|
|
|
|
Таким образом, частная когерентность выявит |
истинную л и |
||||||||||
нейную взаимосвязь xit, x2i |
и yt, |
д а ж е |
если |
она |
не выявляется |
||||||
по обычной когерентности и безотносительно |
к тому, |
я в л я ю т с я |
|||||||||
ли дв а входных процесса |
коррелированными |
или |
некоррелиро - |
94
ванными. Частную когерентность трех процессов F2.k .(а>) мож
но выразить через остаточные авто- и взаимные |
спектры |
следу |
|||
ющим |
образом: |
|
|
|
|
|
^ ( ш ) - ^ ( с о ) 5 й , , ( с о ) ' |
|
( 4 Л 5 ) |
||
причем |
0^.Fik,j(a) |
^ d . Аналогично (4.15) |
можно |
записать |
част |
ную когерентность |
F\.. (со), F\jh (со), F2.jh |
(со), ^ |
(со), F 2 . . (со). |
Таким образом, при исключении различных процессов i, /, k и пе ремене порядка вычисления получим шесть значений частной когерентности, причем функции F2k . (со) и F2U (со) и соответст венно другие пары являются комплексно сопряженными .
И з |
подобия |
(4.15) и |
(2.19) |
очевидно, что частная |
когерент |
|||
ность |
является |
спектральным |
отображением к в а д р а т а |
частного |
||||
коэффициента |
корреляции, о чем упоминалось |
выше. И з |
(4.15) |
|||||
видно т а к ж е , что в случае двух |
процессов частная |
когерентность |
||||||
является обычной когерентностью /*\ft(co). |
|
|
|
|
||||
Н а |
основании (4.15) |
можно дать следующее |
определение |
|||||
частной когерентности. |
Ч а с т н а я когерентность |
является |
мерой |
линейной статистической связи спектральных компонент оста точных процессов Aij и Akj на фиксированной частоте, когда эти процессы прогнозируются по j . Д р у г и м и словами, частную ко
герентность можно рассматривать ка к |
обычную когерентность |
|||||
двух |
остаточных |
процессов. Д л я |
остаточных процессов |
может |
||
быть найдена т а к ж е разность фаз |
|
|
|
|||
|
е . , ( с о ) = t s l f * A ; \ = - g ^ V - |
и л е ) |
||||
|
|
ReOift.j(co) |
СОгй.Дсо) |
|
||
где |
Qi/i.ji(co) — остаточный |
(частный) |
квадратурный |
спектр, |
||
Coih.j |
(со) — о с т а т о ч н ы й (частный) |
коспектр процессов i |
и k, из |
|||
которых исключен процесс /. |
|
|
|
|
||
Использование |
и трактовка |
F2h. |
(со) и |
вполне |
анало |
гичны интерпретации обычной когерентности и разности фаз . Обобщение функций частной когерентности на случай N процес сов хц на входе и yt на выходе м о ж н о дать в следующем виде:
F2 |
( Ш ) = . |
[ - W ^ c a ) ] 2 |
( |
1 7 ) |
|
В теории частного спектрального |
анализа часто т а к ж е |
опери |
|||
руют понятием |
комплексного |
частного коэффициента |
регрессии |
||
на частоте со,-, который представляет |
собой |
|
|
||
|
О22.ь(С0) |
|
О1 2 .з(С0) |
|
|
95
С м ы сл частного коэффициента регрессии состоит в следующем . Если спектральная компонента может быть моделирована в виде
Х1<(ш)=а2 (со)А-2г(со)+ 2 о3 (со) •x-j t(cu)+et(co), |
(4.19) |
(где — некоторый процесс, не зависящий от всех Хц), то Ri2.h((£>) будет практически оценкой, коэффициента регрессии а2 (со). В частном случае двух процессов Хц, хи коэффициент ре грессии принимает вид
#12 (со): |
•S12(co) |
•S22 |
(C0) |
(4.20) |
|
5г2(сй) |
5 I 2 (OJ) |
||||
|
|
Если при этом спектральная компонента -Vu(co) может быть мо делирована в ы р а ж е н и е м
(4,21)
причем i?i2 (со) =А (со) е'ф ( ( 0 ) , то действительная функция Л (со) на зывается усилением или амплитудным усилением х( « относитель но Хц, а ф(со) называется приращением фазы . Следует отметить то обстоятельство, что остаточные спектры — частная и обычная когерентность — имеют весьма важное значение при нахождении модулей и аргументов передаточных функций. Эти характери стики вполне определенным образом связаны с передаточными функциями, о чем пойдет речь в § 5. В § 2, гл. 2 упоминалось, что в з а д а ч а х исследования линейных систем с множеством про цессов на входе Хц И одним yt на выходе линейная статистиче ская связь процессов входа-выхода устанавливается путем оты скания коэффициентов множественной корреляции . Если в по добной линейной системе требуется на фиксированной частоте установить связь спектральных компонент Xi(a) процессов на входе и у (со) процесса на выходе, мерой такой линейной стати стической связи является функция множественной когерентности.
Пусть число процессов на входе будет £ = 1 , 2, 3, . . . , q; спект ральную матрицу с NXN членами дл я входных процессов мож но записать в виде
S\i |
S i 2 |
•Sf<7 |
S%\ |
S2 2 |
|
(4.22)
>o2 •>t?(j
Тогда функция множественной когерентности межд у xit и всеми другими процессами хц, хп . . . xgt и yt, исключая хц опреде лится выражением
96
|
^ |
> ) = |
l - [ S « ( c o ) - S < ( ( o ) ] - |
|
(4.23) |
||||
где 5' (со) — i - i i диагональный элемент |
матрицы, |
обратной |
(4.22). |
||||||
Если на входе |
системы |
действуют |
только |
два |
процесса |
хп |
и |
||
х-11, а на выходе один у и матрица |
Sxx(a) |
запишется |
|
|
|||||
|
|
|
|
s y l |
Syz |
|
|
|
|
|
|
|
|
Sn |
S12 |
|
|
(4.24) |
|
|
|
|
Sly |
|
S*>2 |
|
|
|
|
и функция множественной когерентности между |
A-I(CO), х2(ш) |
и |
|||||||
//(со) |
будет |
|
|
|
|
|
|
|
|
|
|
/ r a i ^ ( t 0 ) = 1 - [ S w S 1 1 , J ~ 1 ' |
|
|
( 4 l 2 5 ) |
||||
где S l |
y y — п е р в ы й |
диагональный |
элемент |
матрицы, обратной |
(4.24). Функции множественной когерентности являются вещест венными в интервале от нуля до единицы
0 < ^ ( Ю ) < 1 .
Когда число процессов равно двум (один на входе системы, дру гой на выходе), функция множественной когерентности
Р2 |
/ , л |
[Sig(co)]3 |
с , , |
(4.26) |
|
F t 2 |
" И |
с / \ с / |
1 |
= П з ( с о ) . |
|
У Л |
|
О ц ( С 0 ) о 2 2 ( С 0 ) |
|
|
представляет собой обычную когерентность.
Выражени е дл я функции множественной когерентности мо
жет |
быть |
т а к ж е |
записано следующим |
образом: |
|
|
|
|||||
|
|
|
|
(ш) = |
1- |
5Ц.Р(СО) |
|
|
(4.27) |
|||
|
|
|
|
5 ц (со) |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|||
где |
Р |
— |
множество (2, 3, . . . т), |
5 ц . Р |
— частный спектр |
про |
||||||
цесса |
Хц, полученный после |
исключения |
из xit |
процессов |
х2и- |
|||||||
Хаи |
• |
• • , |
x m i . Из сравнения (4.26) |
и |
(2.26) |
видно, |
что |
функция |
||||
множественной |
когерентности |
является |
обобщением |
понятии |
к в а д р а т а множественного коэффициента корреляции. Помимо того, что функция множественной когерентности является мерой линейной статистической связи м е ж д у процессами при условиях,, оговоренных выше, она имеет и другое важно е назначение. Бли зость F2ip(a) к единице является признаком того, что а) система
процессов на входе-выходе является линейной системой с посто
янными параметрами; б) полученные оценки |
спектральной и |
||
взаимной |
спектральной |
плотности являются несмещенными; |
|
в) к а ж д ы й |
из входных |
процессов свободен от |
шума (посторон- |
7 Зак . 11821 |
qj |
ний шум не сказывается на выходном процессе); г) учтены все входные процессы, формирующие выходной процесс. Перечис ленные признаки являются одновременно условием для получе ния несмещенных оценок истинных частотных характеристик ли нейных динамических систем, о которых пойдет речь ниже.
§ 5. Статистическое описание линейных
динамических |
систем |
|
|
Теория случайных |
стационарных |
процессов |
позволяет ре |
шить практически в а ж н у ю задачу |
отыскания |
вероятностных |
|
характеристик реакции |
системы по известным характеристикам |
воздействий. Физическая природа динамической системы, осу ществляющей преобразование случайной функции внешнего воз
действия в |
случайную |
функцию |
реакции, с |
математической |
точки зрения |
не имеет |
значения. |
Представляет |
интерес лишь |
совокупность математических операций (оператор системы),
которая ставит в соответствие |
з а д а н н ы м |
функциям (внешние |
||||
воздействия — вход системы) |
другие |
функции |
(реакция |
систе |
||
м ы — выход) . Оператор |
системы является |
ее |
наиболее |
общей |
||
характеристикой и может |
быть |
з а д а н |
в виде уравнений, |
опреде |
л я ю щ и х физические процессы в элементах системы и связываю щих реакцию на выходе с входными возмущениями.
Исследование системы по ее входным и выходным сигналам представляет собой одну из задач известной проблемы «черно го ящика» . Понятие «черный ящик» обозначает некоторую си
стему, внутренняя |
структура которой неизвестна и недоступна |
|||
д л я исследователя. |
Изучение |
структуры и |
поведения |
системы |
проводится только |
на основе |
сопоставления |
сигналов |
на входе |
и выходе. Различные статистические, в том числе прогностиче ские задачи, в гидрометеорологии фактически являются задача ми «черного ящика» .
Например, многие исследователи настаивают на существен ной роли одиннадцатилетнего цикла солнечной активности в многолетней изменчивости гидрометеорологических процессов, в то время как механизм этой связи остается неизвестным. Изу чение связи различных гидрометеорологических процессов с по вторяемостью солнечных пятен, заданной хотя бы в виде чисел
Вольфа, |
представляет |
собой задачу |
«черного ящика» . |
В том |
случае, когда |
известна о б |
щ а я структура динамической |
системы, описываемая какой-либо математической моделью,
возникает з а д а ч а идентификации модели и реального |
процесса. |
Р а з р а б о т к о й методов идентификации с учетом реально |
действу |
ющих входных и выходных процессов занимается одно из на правлений технической кибернетики, называемое кибернетиче ской диагностикой (Гельфандбейн, 1967).
О к е а н |
можно рассматривать как |
некоторую |
динамическую |
систему, |
описываемую уравнениями |
движения, |
неразрывности, |
9 8
состояния, диффузии и теплопроводности. |
'Воздействие атмо |
|
сферных процессов на поверхность океана, |
а |
т а к ж е массовых |
сил различного происхождения (сила тяжести, |
приливообразу- |
ющие силы и т. д.) является входом этой системы. Выходными
процессами системы являются течения, колебания |
уровня моря, |
изменение температуры воды и т. д. П а р а м е т р ы , |
определяющие |
характер воздействия входных процессов на океан как динами ческую систему, зависят главным образом от его морфометрических особенностей, географического положения бассейна, типа невозмущенной стратификации водных масс и их устойчивости.
Идентификация |
гидродинамических |
и |
термодинамических |
|
моделей океанологических |
процессов с |
учетом вероятностных |
||
свойств входных и выходных процессов |
представляется в а ж н о й |
|||
задачей . П е р в ы м этапом в |
решении этой задачи д о л ж н о быть |
|||
исследование связи |
м е ж д у |
статистическими |
характеристиками |
входных и выходных процессов. Некоторые успехи в этом от ношении, как отмечалось в предисловии, у ж е имеются при ис следовании морского волнения и колебаний уровня моря.
Наиболее простым классом динамических систем являются линейные системы, о б л а д а ю щ и е свойствами аддитивности и од
нородности |
(принцип |
суперпозиции). |
Если |
через |
f(t) |
и |
g(t) |
|||||||
обозначить два любых |
внешних |
|
воздействия |
(входные сигналы), |
||||||||||
а через а и |
b — некоторые |
постоянные |
параметры, |
то |
свойство |
|||||||||
аддитивности |
|
можно записать |
(Бендат, |
1965) |
в |
виде |
|
|
||||||
|
|
|
H[f(t)+g(t)]=H[f(t)]+H[g(t)], |
|
|
|
|
|
|
(5.1) |
||||
т. е. если внешнее воздействие |
|
f(t) |
производит |
эффект |
|
H[f(t)]r |
||||||||
а воздействие |
g(t)—H[g(t)], |
то |
совместное их |
воздействие |
даст |
|||||||||
эффект H[f(t)-{-g(t)]. |
Свойство |
однородности |
|
|
|
|
||||||||
|
|
|
|
H[af(t)]=aH[f(t)] |
|
|
|
|
|
|
(5.2) |
|||
означает, что |
|
если воздействие |
f(t) |
производит |
эффект |
|
H[f(t)], |
|||||||
то при |
любом |
действительном |
числе |
а |
воздействие |
af (t) |
произ |
|||||||
водит |
эффект |
aH[f(t)]. |
|
|
|
|
|
|
|
|
|
|
||
Б л а г о д а р я |
свойствам аддитивности и однородности линейных |
|||||||||||||
динамических |
систем, |
для |
таких |
систем могут быть |
относитель |
но легко получены аналитические и численные решения диффе ренциальных уравнений, которыми описываются эти системы, что является значительным преимуществом линейных систем с математической точки зрения.
Д и н а м и ч е с к а я |
система, результат воздействия на которую не |
зависит от начала |
этого воздействия, а зависит лишь от интер |
вала времени м е ж д у его началом |
и данным моментом, относит |
|||
ся к классу |
стационарных. Линейные |
стационарные |
системы |
|
представляют |
наиболее изученный |
класс |
динамических |
систем, |
и могут быть полностью описаны |
линейными дифференциаль |
|||
ными уравнениями с постоянными |
коэффициентами. |
|
||
7* |
|
|
|
99- |