книги из ГПНТБ / Васильев Г.А. Повышение эффективности комплексной автоматизации
.pdfОтсюда множитель, стоящий перед квадратной скобкой в (4.17а), может быть представлен следующим образом:
Djn.0 — V2nD2.iN |
= p/l/a- |
(4.19) |
Используя это равенство, запишем окончательное выра жение для математического ожидания линейной ошибки секторного разложения нулевого типа
|
1 |
V\ + а2 |
1 — У\ + а2 |
|
т о (У) = Р VО. |
t4 |
6а2 |
|
|
+ - 12 In 1 + / 1 + |
За |
In ( а -j- |
l ^ l - f - z 2 ) — |
(а). (4.20) |
Формула (4.20) соответствует нашим интуитивным представлениям. Понятно, что линейные ошибки пре образования должны возрастать при увеличении даль ности зоны обзора и уменьшаться при увеличении числа элементов разложения. Множитель
р = ]/Л2'гсОа/М |
(4.21) |
в формуле (4.20) является масштабным коэффициен том. Смысл этого коэффициента заключается в следую щем. Если площадь зоны обзора я.D2 разделить на общее количество элементов разложения N, то получим площадь усредненного прямоугольника разложения. Корень квадратный из площади усредненного прямо угольника дает значение стороны эквивалентного квад рата разложения, а величина стороны этого квадрата,
умноженная на V 2 , равна его диагонали' р. Таким образом, в качестве естественной единицы измерений линейной ошибки может быть взята диагональ экви валентного квадрата разложения.
Функция т 0 (а), которую назовем нормированной функцией математического ожидания линейной ошибки разложения нулевого типа, не зависит непосредственно ни от дальности зоны обзора, ни от количества элемен тов разложения. Функция т 0 (а) показывает изменение математического ожидания линейной ошибки в зависи мости от соотношения размеров элементов разложения по азимуту и дальности, или, что то же самое, в зависи-
80
мости от соотношения количества элементов разложения по дальности и азимуту.
График /п0 (а), построенный численными методами, изображен на рис. 4.2. Функция /п0 (а) имеет минимум при а —1,5. Следует указать связь полученных резуль татов с первым правилом квадрата, приведенным гл. 3. Как было показано, элемент разложения, площадь ко торого равна математическому ожиданию площади эле
мента разложения (3.7), находится на расстоянии 2/3D от начала координат. Пусть размеры элементов разло жения по дальности и азимуту выбраны так, что мате матическое ожидание линейной ошибки минимально. Минимум функции /п0 (а) имеет место в оптимальной системе, для которой значение нормированного аргумен та а = 3/2. При этом элемент разложения, удаленный на расстоянии 2/3 D от начала координат, имеет форму квадрата. Следовательно, в процессе изучения линейных ошибок преобразования получено достаточно строгое доказательство первого правила квадрата, постулиро ванное в предыдущей главе.
На практике применение оптимального разложения, обеспечивающего минимальное значение математическо го ожидания линейной ошибки, возможно не всегда, например, по причинам технического характера. По этому часто необходимо оценить увеличение ошибки при определенном отклонении разложения от оптимальных
условий. Численное исследование т 0(а) |
дает возмож- |
6—523 |
81 |
ность не только найти значение функции в точке мини мума, но также позволяет получить количественное пред ставление о характере изменения математического ожи дания линейной ошибки при изменении аргумента а. Для этого рассмотрим область оптимальных значений а, определяемую неравенством
m0 ( a ) < 5 min/и0 (а),
где min т 0(а) =0,632 (рис. 4.2). Значение коэффициен та В в этой формуле выбирается в соответствии с до пустимым увеличением значения математического ожи
дания ошибки по сравнению с |
минимальным, исходя |
из условий требуемой точности |
преобразования. Для |
последующего изложения примем 5 = 1 ,1 , что соответст вует увеличению математического ожидания линейной ошибки не более чем на 1 0 % по сравнению с минималь ным. Неравенство
т 0(а) <с; 1,1 min т 0(а) |
(4.22) |
определяет диапазон оптимальных значений а и выпол няется при
0 ,7 < а < 3 ,2 , (4.23)
что видно из графика функции т 0(а).
Дисперсия линейной ошибки при введенных в нача ле раздела исходных условиях относительно плотностей распределения случайных аргументов, входящих в (4.1), может быть вычислена по правилу (4.3):
Д й 0 |
Д р 0 |
D |
g 9 |
2 х |
|
|
f' |
J |
f* 2 |
djc.^dx^ - |
2 |
||
^ 0 {у) ■ j |
J |
х 2 х з ) acIq^ qD'1 |
{у)> |
|||
0 |
0 |
0 |
|
|
|
|
Опустив промежуточные вычисления, запишем резуль тат интегрирования:
|
0 о (у) = (D/nо) 3 ( 2 4 - а2)/6 а — т \ (у). |
|
|
Отсюда |
среднеквадратическое отклонение линейной |
||
ошибки |
с учетом ранее |
полученных выражений |
(4.19) |
и (4.20) |
|
|
|
^0 {y) — V2%D2jN y ^ (2 |
я2)/6 а — т 0г (а) = рз0 (а). |
(4.24) |
Назовем а0 (а) нормированной функцией среднеквадрати ческого отклонения линейной ошибки.
82
Как видим, среднеквадратическое отклонение линей ной ошибки з0 (у) так же, как и математическое ожида
ние, зависит от величины передаваемой дальности зоны обзора, общего количества элементов разложения и аргумента а. Для структуры обеих формул (4.20)
и(4.24) характерно наличие масштабного коэффициента
р= \S2-KD-jN.
Всвязи с этим можно обобщить полученные результаты
исформулировать второе правило квадрата: мерой числовых характеристик линейной ошибки преобразова
ния является диагональ эквивалентного квадрата раз ложения р.
В дальнейшем мы увидим подтверждение этого пра вила при анализе числовых характеристик линейных ошибок других типов разложения.
График функции сто (а), построенный по формуле (4.24) и представленный на рис. 4.3, имеет минимум
- 1 |
! |
1 —1—1- 1 |
1- 1—1 |
. - I |
I |
I |
. . |
I I |
I |
|
0,2 |
0,3 |
0,0- 0,6 |
0,8 1 |
2 |
3 |
0- |
6 |
8 |
а. |
|
|
|
|
|
Рис. |
4.3. |
|
|
|
|
|
при а =1,42, |
что |
соответствует |
общим |
соотношениям |
||||||
о существовании |
потенциальной |
точности, |
полученным |
в предыдущем разделе, и хорошо согласуется с ранее полученными результатами (4.14).
Определим диапазон оптимальных значений аргумен
та а, приняв в качестве критерия неравенство |
|
Оо(а)< 1,1 min ао(а), |
(4.25) |
6* |
83 |
где min оо(а) =0,266. Неравенство (4.25), как видно из рис. 4.3, выполняется при
0,9<-а<1,9. (4.26)
Из двух условий (4.23) и (4.26) второе определяет более узкий диапазон изменения аргумента а. Оно и должно быть принято для окончательного определения интервала оптимальных значений а.
Полученные в результате исследования функций т 0(а) и оо(а) оптимальные значения аргумента а позволяют найти оптимальное разложение, при котором система
преобразования |
обладает |
потенциальной |
точностью. |
|
Используя связь между а и п0 (4.18), имеем: |
|
|||
n0 |
= |
DlAd0= = V N ^ 2 i :, |
(4.27) |
|
q0 |
= |
2r.jДро = |
/2 *Л 7 а 0ПТ. |
(4.28) |
Оптимальные значения а, при которых функции т 0(а), 0 о(а) достигают минимума, соответственно равны 1,50 и 1,42. Следовательно, критерий минимума математиче ского ожидания линейной ошибки и критерий минимума ее дисперсии могут быть объединены в один критерий потенциальной точности.
Диапазон оптимальных значений аргумента а в со ответствии с неравенством вида (4.25) определяет пре делы оптимальных значений параметров п0 и qo-
Следует отметить, что формулы (4.27) и (4.28) совпадают сполученными втретьей главе (3.16) и (3.15), если положить а = 1,5.
4.4.Модификации секторных разложений [43]
4.4.1.Аналитические выражения числовых характеристик
При проектировании секторных систем с разложе ниями первого, второго и третьего типов необходимо знать величину числовых характеристик линейных оши бок и их связь с параметрами преобразования.
Для изучения этого вопроса получим выражения ма тематического ожидания и дисперсии линейной ошибки разложений третьего типа и покажем, что числовые характеристики разложений первого и второго типов являются частными случаями разложения третьего типа.
8 4
При решении этой задачи так же, как и для разло жения нулевого типа, полагаем, что процесс преобра зования н вероятностные характеристики ошибок пре образования (квантования) неизменны. Пространствен ная схема возникновения линейной ошибки аналогична показанной на рис. 4.1. Как и прежде, принимаем гипо тезу о равномерном распределении целей в зоне обзора и учитываем принцип физической реализуемости си стемы.
Распределение ошибок по дальности внутри элемен та разложения описывается законом равномерной плот ности, что свойственно обычно ошибке квантования:
Wi(xi) = 1/Аd3. |
(4.29) |
Функция плотности вероятности ошибки по азимуту задана двумя аналитическими выражениями
I 1/Дрз при k D < x 3 < lD ,
(4.30)
I 2/Др, при ID < х 3<- D.
Функция плотности вероятности расстояний целей от начала координат при равномерном их распределении в плоскости зоны обзора также задана двумя аналити ческими выражениями
2 x JD 2( l — k2) |
при |
k D < x 3 < lD , |
(4.31) |
||
x jD 2 (\ — k2) |
при |
ID |
x 3 <D . |
|
|
|
|
||||
Полагаем случайные аргументы |
х±, |
х2, Хз, |
входящие |
||
в выражение для линейной ошибки, взаимно |
независи |
мыми. Поэтому функция плотности вероятности системы случайных аргументов Xi, х2, Хз равна произведению вы ражений (4.29), (4.30) и (4.31) и записывается в виде одного выражения для всего интервала существования
w(xlt х2, х , ) = д^здрзог ( 1 —^2) • |
(4.32) |
Сектор разложения третьего типа (рис. 3.5) имеет три области существования случайных аргументов. Внутри центральной области сектора пределы изменения слу чайных аргументов определяются системой неравенств
0<%1<;Л^з, 0 < х 2 ^ДРз, |
(4.33) |
а для двух периферийных областей сектора |
|
0^дг2 <ДРз/2, Ш < Х з < 0 . |
(4.34) |
8 5
Функциональная зависимость линейной ошибки преоб разования от случайных аргументов прежняя
у = у х\ + х~ х 23 . |
(4.1) |
Математическое ожидание линейной ошибки является суммой двух слагаемых: первое слагаемое — результат интегрирования по области (4.33), второе—-удвоенный результат интегрирования по области (4.34), поскольку таких областей две. На основании приведенных сообра жений запишем исходное выражение для математическо го ожидания линейной ошибки разложения третьего типа
A43 Др3Ш |
_________ |
|
||
т з Ы = | |
| |
J |
~^х2 х з |
Ad3A§3D2(\ — k2) d-x idx2dxz-\- |
0 |
0 |
kD |
_________ |
|
AdaAPs/2 D |
|
|||
+ 2 j |
J |
j |
y f x \ + x 2 x 3 |
Ad3A$3D2\l — k2) dx Ax Axz- |
0 |
0 |
ID |
|
|
Легко видеть, что, полагая в этой формуле /= 1, полу чаем выражение для математического ожидания линей ной ошибки разложения первого типа, а при & = 0 — ма тематическое ожидание линейной ошибки разложения второго типа. Результат интегрирования можно предста вить следующим образом:
для разложения первого типа
rrii(y) =pm i(a); |
(4.35) |
второго типа |
(4.36) |
т 2(у) = р т 2(а); |
|
и третьего |
|
т 3(у) =pm 3 (a), |
(4.37) |
где р = Y2-kD2/N, а = Д;3D/Ad. Вид функций т 1 (а), m2 (а), |
|
т ,(а ) приведен в приложении 1 . |
|
Запишем исходное выражение для дисперсии линей ной ошибки разложения третьего типа, воспользовав
шись правилом |
(4.3) и фромулами (4.32), |
(4.33) и (4.34): |
||
Ad3АР,Ш |
|
|
||
® (у) = [ |
| |
| |
(х \ "Ь х 2 Х3 ) Ad3A$3D2 (1 — k2) |
^x i^x^ x i + |
6 |
0 |
kD |
|
|
86
id3A?3/2 D
|
2x, |
■dxtdx2dx3 |
+ 2 1 j |
1 (x' + ^ 4 ) A d ^ D ^ l - ^ ) |
|
0 |
ID |
|
— m. (y)-
Аналогично тому, как это имеет место для математиче ского ожидания, выражение дисперсии линейной ошиб ки разложения третьего типа переходит в выражение дисперсии для разложения первого типа при 1 = 1 или в выражение дисперсии для разложения второго типа при k= 0. Вычислив дисперсию, запишем формулу для среднеквадратического отклонения линейной ошибки разложения третьего типа:
а5 |
а (2 — / — A)2 (l + 3 / 4 — 4fe<) |
|
т \ (а) = |
|
(У)= Р |
24(1 — к г ) |
|
||
|
= |
рз, (а ). |
|
(4.38) |
Из (4.38) получаем для разложения первого типа |
||||
|
а (1 — * ) 2 (1 + £ 2) |
т \ |
I®)= |
|
|
з, (У) = Р |
6 |
||
|
= |
рз 1 (*); |
|
(4.39) |
для разложения второго типа |
|
|
||
|
. ( 2 - 0 4 . + 3/-) _ т 2 (а) = |
|||
|
з2 (У ) = Р |
|
|
|
|
==рз2 (я>. |
|
(4.40) |
|
Как видим, в формулах |
(4.35) — (4.40) |
так |
же, как и |
в (4.20) и (4.24), присутствует масштабный коэффици ент
р = |/ 2 %D2fN,
равный диагонали эквивалентного квадрата разложе ния. Наличие коэффициента р подтверждает второе пра вило квадрата. Структура формул (4.35) — (4.40) пока зывает, что анализ числовых характеристик линейных ошибок преобразования может быть выполнен в резуль тате исследования нормированных функций математиче ского ожидания mi(a), m2 (a), т 3(а) и нормированных функций среднеквадратического отклонения линейных ошибок oi(а), а2 (а), о3 (а) аналогично тому, как это было сделано для разложения нулевого типа.
87
4.4.2. Разложение первого типа
На рис. 4.4. и 4.5 приведены семейства функций mi(a) и cri(a). С увеличением параметра k кривые обо их семейств располагаются ближе к оси абсцисс. Это соответствует уменьшению математического ожидания и среднеквадратического отклонения линейной ошибки при
уменьшении площади той части зоны обзора, которая подвергается преобразованию. С увеличением параметра минимумы обоих семейств смещаются в сторону боль ших значений аргумента а.
В области малых a (a<0,6—0,8), как следует из гра фиков функций mi (а) и ai(a), линейные ошибки разло-
Рис. 4.5.
88
жений первого и нулевого типов практически равны при изменении параметра k в широких пределах (OsSj&sg; <с;0,4). Разложение первого типа дает заметное умень шение ошибок в области оптимальных значений аргу мента а по сравнению с разложением нулевого типа. В табл. 4.1 приведены результаты сравнения минималь-
Характеристика разложения
min яг, (а) min т ь (а)
min а, (а) min з 0 (а)
Ad,
Ad0
“опт ПРН ППП m ,(а)
“опт при min в,(а )
аОТ1Т
Т а б л и ц а 4.1
k
0 |
0,1 |
0,2 |
0,3 |
0.4 |
0,5 |
1,00 |
0,95 |
0,92 |
0,86 |
0,81 |
0,76 |
1,С0 |
0,95 |
0,89 |
0,83 |
0,77 |
0,71 |
1,00 |
0,95 |
0,92 |
0,86 |
0,82 |
0,76 |
1,50 |
1,65 |
1,81 |
1,95 |
2,36 |
2,55 |
1,42 |
1,43 |
1,57 |
1,77 |
2,10 |
2,49 |
1,50 |
1,65 |
1,82 |
2,00 |
2,36 |
2,57 |
ных значений функций mi(и) и т 0(а), а также а4(а) и его (а ) i что позволяет оценить относительное уменьшение линейных ошибок при использовании разложения перво го типа по сравнению с нулевым. Сравним значения от носительных минимумов функций mi (а) и Oi(a) с соот ношением
AdjAd0 = V (1 - k3)l( 1 + * ) , |
(3.29) |
полученным в гл. 3. Результаты расчета по формуле (3.29) представлены в табл. 4.1. Как видно из таблицы, значения min mi (a)/.min m0(a) и AdiJAdo практически совпадают при соответствующих значениях параметра k. Поэтому с достаточной для практических целей точно стью можно считать, что
ram т , (a)/min m0(х) = ]/(1 — k3) l{ l + Щ. |
(4.41) |
89