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

книги из ГПНТБ / Солодовников В.В. Статистическая динамика линейных систем автоматического управления

.pdf
Скачиваний:
45
Добавлен:
30.10.2023
Размер:
19.04 Mб
Скачать

486 ТОЧНОСТЬ ЛИНЕЙНЫХ СИСТЕМ С ПЕРЕМЕННЫМИ ПАРАМЕТРАМИ [ГЛ. X

случаем, когда изменения параметров и воздействие на входе системы являются статистически независимыми.

Таким' образом, пусть система описывается линейным дифферен­ циальным уравнением

 

и

т

( 10.89)

 

2 а, (/)*«> (() =

2 ьк (о /<*> (0 ,

 

<=0

А=0

 

где /(О .

11 bk (t) — случайные функции с известными

статисти­

ческими свойствами. Необходимо определить статистические характе­ ристики x(t).

Очевидно, что полное статистическое описание х (t) требует знания

всех многомерных

функций распределения

x(t), а также

и о; (Г),

f{t). Однако

определить их в общем

виде достаточно

трудно,

за исключением, может быть, случая нормальных (гауссовых) слу­ чайных процессов. С другой стороны, о них практически очень часто можно судить по моментам функций распределения вероятностей.

Рассмотрим систему, описываемую дифференциальным уравнением

первого

порядка

 

 

 

 

 

| £ +

я ( 0 *

= / ( 0 .

 

(Ю-90)

Решение этого уравнения при нулевых начальных условиях имеет

вид

 

 

г

 

 

 

 

 

 

 

 

t

 

—f а (и) du

 

 

 

x ( f ) = f

f(z)e

*

dx.

(10.91)

 

о

 

 

 

 

Если

функции a(t) и f(t)

статистически

независимы,

то момент

я-го порядка распределения вероятностей процесса x(t) выражается

как

 

 

 

___________ -

 

 

 

 

 

И

ч

 

 

------------

/,

 

>„ —---------

- 2

f

a{u)du

 

П х(//)=/ . . . {

в

; = 1

V

dT, . . . dzn.

(10.92)

3 = 1

0

0

3=1

 

 

 

 

 

n

lj

 

 

 

 

 

 

~ S

f

° w du

 

 

 

 

Здесь ¥

= e /=1 х/

является

 

характеристической

функ-

 

 

 

 

ч

 

 

 

цией l) n случайных переменных J a{u)du.

7

Таким образом задача определения моментов сводится к нахожде­ нию характеристической функции статистического процесса, являю­

') См. R o s e n b l o o m A.,

Analysis

о! linear

Systems

with randomly

varying inputs and parameters,

Convention

Record

IRE, pt.

IV, March 1955.

9]

ЛИНЕЙНЫЕ СИСТЕМЫ СО СЛУЧАЙНЫМИ ПАРАМЕТРАМИ

487

щегося неопределенным интегралом от

случайного

коэффициента.

Эту

функцию можно сравнительно просто определить, лишь когда

а {и)

является нормальной случайной

функцией (в

этом

случае

t

 

 

 

 

J а (и) da также будет нормальным). Для этого случая имеем:

п П I J п

ip = exp

4 S

2

]

/

J

 

u j d u l du2 — '2l a(ti — xd ,

(10.93)

 

(=1

j = 1

x

 

 

 

 

i= l

 

 

 

 

где a — a(t)

предположено

постоянной

величиной, a

R ( t v

t2) =

= [a(^) — a][a(/2) — a]

является

корреляционной

функцией

коэф­

фициента a it).

 

 

если

fit) — единичная ступенчатая

функция, то

Так,

например,

 

 

t

 

 

 

 

 

 

 

 

 

 

 

-

f а (и) du

 

 

 

 

 

 

 

 

 

x { t ) — \ е

0

 

 

и

плотность вероятности

первого

порядка

может быть получена

по

формуле

(2.46)

и равна

 

 

 

 

 

 

 

 

[

 

^

 

—-^-Ипи-ло+а'Р

 

 

 

 

 

VI/(х,

t ) = l

1

 

а ~(\ — х)

е

 

Х < 1 '

(10.94)

где

 

 

 

 

 

0

 

 

х >

1,

 

 

 

 

 

 

 

t

t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a^ — f

f R( ui> u2) d u l du2.

 

 

 

 

 

 

 

 

 

 

l>

0

 

 

 

 

 

 

Рассмотрим кратко некоторые свойства импульсной переходной функции системы (10.90). Из (10.91) импульсная переходная функция

является

случайным

процессом

и равна

 

 

 

 

 

t

 

 

 

 

 

- С а (u) du

(10.95)

 

 

k{t, т) — е %

.

Если

a(t) = a-\-b(t), где

a = a(t) =

const, а

ЬЦ) — случайный

нормальный процесс

с нулевым средним

значением,

то

t

t t

 

— 6 (u) du

J"

f p(u,Ha)d“id“a

k{t, t) = i

е' I*1

= е~*(<-■l)gT

т

(10.96)

где p {u^uf) — b{ux) b (u2) — корреляционная функция

процесса bit).

488 ТОЧНОСТЬ ЛИНЕЙНЫХ систем с п е р е м е н н ы м и п ара м е тра м и [г л . X

Если b(t)

стационарный

процесс '). т0

j Jp(«,

t

t

v)du dv = J

J p ( « — v ) d u d v =

 

 

f-X

 

 

= 2 {t — x) j

/ “ X

p (X) dl J Xp (X) rfX

при ^ —►со и конечном т из формулы (3.37)

t CO

j4 p (u)du-> f p(a)da = y 5 (0 ),

где S (0 )— значение спектральной плотности процесса b(t) при ш = 0. Далее, если

I-1

JXp(X)rfX<oo,

о

то

___________

/

5 ( 0 ) ) ,

при /->■ то.

(10.97)

k (/, т

) -к С (т) <? Va

3

'

Отсюда следует,

что в среднем

при

больших t

система ведет

себя подобно линейной системе с постоянными параметрами. Однако даже при а > 0 она может быть неустойчивой, если а меньше спек­

тральной плотности

(при

ш = 0) изменения параметра. Такая система

может быть названа неустойчивой в среднем *).

 

 

То,

что

система (10.90) может быть неустойчивой

при

а > 0

с некоторой

вероятностью, отличной от нуля, следует также из сим­

метричности

нормального

распределения, т.

е. из того,

что вероят­

ность

a ( f ) < 0 при

некоторых t всегда отлична от нуля.

Она

может

быть сделана

сколь

угодно малой выбором

достаточно

большого a

и обеспечением малой дисперсии b2(t).

анализа системы первого

Отметим,

что указанные здесь методы

порядка могут быть обобщены на системы более высокого порядка, когда дифференциальный оператор, соответствующий системе, может быть представлен в виде произведения операторов первого порядка.

Установим теперь связь между корреляционными функциями слу­ чайных процессов на входе и выходе линейных систем со случай­ ными параметрами.

Предположим, что передаточная функция системы Ф(у'ш, t) как функция t является стационарным случайным процессом. Пусть про­ цесс на входе системы также является стационарным с корреляцион­ ной функцией Rf(x) и спектральной плотностью ^(ш ). Предположим,

*) См. работу, цитированную на стр. 486.

9]

ЛИНЕЙНЫЕ СИСТЕМЫ СО СЛУЧАЙНЫМИ ПАРАМЕТРАМИ

489

что Ф (у'ш,

t)n f (t) независимы. Тогда из формулы (10.44) следует,

что

 

СО

 

Rx (t, t — т ) = J Ф(у'ш, /)Ф ’ (7«11 t — x) sf (to) eJ™ du>.

Обозначая через /?ф(у'и), т) = Ф (у'ш, t) Ф*(у'ш, t — т) корреляционную функцию передаточной функции системы, получаем:

СО

Дл.( т ) = f

ЛфСуш. t ) S / (io)e'a' d и).

 

(10.98)

 

— СО

 

 

 

 

 

Сравнивая это

выражение

с (10.14), можно

сказать,

что

в

ста­

ционарном случае

корреляционную функцию выходного

сигнала

ли­

нейной системы

со случайными переменными

параметрами

можно

рассматривать как выход системы с передаточной функцией, равной

корреляционной функции /?ф(у'ш, т)

исходной

системы при подаче

на ее вход корреляционной функции

входного

сигнала*)■ Это пра­

вило может быть использовано при экспериментальном исследовании систем со случайными параметрами с применением электронных мо­ делирующих устройств.

Отметим, что мы получаем на выходе стационарный случайный процесс, хотя система имеет изменяющиеся во времени параметры.

Укажем частные случаи формулы (10.98).

Если передаточная функция является случайной величиной, то

СО

R v(т) — J | Ф (у'ш) |2 (ш) е1'ш~dio.

— СО

Обозначая через 5 г (ш) спектральную плотность x(t), получим:

Sx (ш) — I ф (■/(0) |а 5/ ( ш)-

Это выражение формально совпадает с (4.10). Однако здесь

| Ф (уш) |2 означает дисперсию случайной величины.

 

Если же Ф (уо),

t) — Ф (0. что имеет место

в амплитудно-моду-

лирующих цепях, то

Лх (х )= Л ф (т)Л / (х),

 

 

 

 

 

 

т. е. в

этом случае

корреляционная

функция

выходного

сигнала'

равна

произведению

корреляционных

функций

входного

сигнала

ипередаточной функции системы.

ЭСм. Z a d е h L., Ргос. 1RE, т. 38. 1950, стр. 1342—1345 или более стр гую трактовку этих вопросов в работе Z a d е h L., On a class of Stochastic

operators, Journal of Mathematics and Physics, t . 31, № 1, 1953.

Г Л А В А XI

НЕКОТОРЫЕ ВОПРОСЫ СИНТЕЗА ЛИНЕЙНЫХ СИСТЕМ

С ПЕРЕМЕННЫМИ ПАРАМЕТРАМИ ПРИ СТАЦИОНАРНЫХ

СЛУЧАЙНЫХ ВОЗДЕЙСТВИЯХ

1.Введение

Вэтой главе мы рассмотрим две задачи синтеза оптимальных линейных систем с переменными параметрами для случая, когда слу­ чайные составляющие входных воздействий заданы своими корреля­ ционными функциями, а неслучайные являются заданными или могут быть разложены в ряд по известным системам ортогональных функ­ ций на всем интервале их изменения.

Как будет показано, оптимальные системы с переменными пара­ метрами позволяют осуществить фильтрацию сигнала с значительно меньшими ошибками, чем линейные системы с постоянными параме­ трами при тех же условиях.

В§ 3 дается понятие о самонастраивающихся системах и изла­

гается

кратко

один из возможных методов их реализации.

В

связи с

тем, что решение

задачи реализации линейных спечем

с переменными

параметрами по

заданным импульсным переходным

функциям существенно отличается от подобной задачи для линейных систем с постоянными параметрами, в § 5 излагается один из мето­ дов ее решения.

2. Постановка задачи и интегральное уравнение, определяющее характеристики оптимальной системы

Предположим, как и в гл. VIII, что система находится под влия­ нием управляющего y(t ) и возмущающего n{t) воздействий. Упра­ вляющее воздействие, или полезный сигнал, состоит из двух соста­ вляющих, одна из которых может быть разложена в ряд по изве­ стным линейно независимым функциям на всем интервале наблюдения, а вторая является стационарным случайным процессом.

Таким образом, предполагается,

что управляющее

воздействие

=

+

(П .1)

2] ПОСТАНОВКА ЗАДАЧИ 491

причем

г

£ ( 0 =

2

с * < р * ( 0 .

 

4 = 0

 

где срА. (О — известные линейно независимые функции времени, a ck — неизвестные постоянные. Здесь m(t), а также и n(t ) являются ста­ ционарными случайными процессами с равными нулю средними зна­ чениями и известными корреляционными функциями Rm(t, т) и Rn{t, т).

Будем считать оптимальной системой такую, которая:

1) обеспечивает точное воспроизведение1) функции g(t) в каждый момент времени после поступления ее на вход системы;

2)обеспечивает минимум среднеквадратической ошибки в каждый момент времени и

3)удовлетворяет условию физической осуществимости, т. е.

k{t, т) = 0 при t < т.

(11.3)

Как показывают результаты, полученные в гл. VI и VIII, предста­ вление процесса на выходе системы при помощи формулы

 

x { t ) =

J k(t — i)f(x)d-z

 

 

ИЛИ

 

 

г

 

 

 

 

 

 

 

 

 

 

 

 

* ( 0 = / k ( x ) f { t —

4 ) d x ,

 

 

 

 

о

 

 

 

 

 

где / (t) = у (0 +

п (t),

приводит к

оптимальной

импульсной пере­

ходной функции k (т), имеющей разрывы

второго рода в виде дельта­

функций в граничных точках

интервала

интегрирования

для боль­

шинства практически интересных случаев.

Стремясь к более строгому,

с математической

точки

зрения, решению задачи,

предположим, что

Rm (t, т) и Rn (t,

т) имеют 2q непрерывных производных2), и будем

пользоваться выражением процесса

на

выходе в форме

интегралов

Стильтьеса вида 3)

 

 

 

 

 

 

 

чt

 

 

 

x W= = £

 

/

 

о.

 

(11.4)

 

 

 

1=0

ta

 

 

 

 

1) Мы ограничиваемся здесь для простоты изложения задачей воспроиз­

ведения,

представляющей собой

частный случай задачи преобразования по­

лезного

сигнала в соответствии

с оператором Н(р).

 

q не­

-) Следовательно,

случайные

процессы

т (t)

и п (<) будут иметь

прерывных

производных. Далее также предполагается, что сигнал g (£)

имеет

по крайней мере столько' же непрерывных производных, как и п (t).

 

3)

 

D о I р h, W о о d b и г у, On the relation

between

Green’s functions an

covariances

of certain

stochastic

 

processes,

Trans.

Amer.

Math. Soc.,

t . 72,

№ 3, 1952.

 

 

 

 

 

 

 

 

492

СИНТЕЗ ЛИНЕЙНЫХ

СИСТЕМ С ПЕРЕМЕННЫМИ ПАРАМЕТРАМИ [ГЛ. XI

где

w ^ t , т) — функции

с ограниченным изменением, характеризую­

щие оптимальную линейную систему с переменными параметрами.

Предполагается,

что

они

непрерывны

вместе с q

производными

внутри

интервала

(t0, t) и, возможно,

имеют

скачки

первого рода

при x = t. Здесь

также

предположено,

что

функция

f(t) поступает

на вход

системы

при

t =

t0 (где /0, например,

может равняться — оо)

и что система до

поступления f(t) находилась

в невозбуждеином со­

стоянии,

г. е. начальные условия являются нулевыми.

 

Отметим, что

в простейшем случае q — 0 и

 

 

 

 

 

 

 

/

 

 

 

 

 

 

 

x ( t ) = J /( T ) d Tt<y(/, х).

 

 

 

 

 

 

 

А,

 

 

 

 

Здесь w ( t , х)

является

просто интегралом

от импульсной пере­

ходной функции системы, т. е. ее реакцией на единичную ступенча­ тую функцию.

Формула (11-4)

при указанных выше предположениях относительно

функций. w i (t, т) может быть

представлена

в виде

 

О

'

 

 

 

q

 

* ( o = J

./ / >0(т)

' 1 ; х) ^

 

о / (°(о .

си-5)

/=о t„

 

 

 

1=0

 

где w°(t. t) — величина скачков

w t{t, т) при x — t.

 

Интегрируя далее (11.5) по

частям

и перегруппировывая

члены,

получаем при нулевых начальных условиях:

 

 

*

 

 

ч

 

 

x { t ) =

J 7 (x )ft(/,

r ) r f - + V /( 0 (OA,o(^ t)>

( 11.6)

где

U

 

 

i= o

 

 

 

 

 

 

 

 

bit, T

) ^ S ( - D

‘ a

aJ +!'

^

"P"

(11.7)

 

/=0

 

 

 

 

 

 

k (t , x) =

0 при

t

x.

 

Функция k(t, x) является импульсной переходной функцией искомой

оптимальной системы,

а

 

 

 

 

k°.(t,

t) =

w°(t,

0 +

V ( A^k-i-ld4

a)

( 11.8)

JU

( - 1)

дзк- ‘

 

 

 

 

-*■»/+1

 

 

 

 

 

 

 

возникают вследствие наличия скачка k(t, х) при t = x.

 

Исходя

из

формулы (11.6),

определим необходимые

и достаточ­

ные условия, которым должна удовлетворять импульсная переходная функция k ( t , т) оптимальной системы.

2] ПОСТАНОВКА ЗАДАЧИ 493

Очевидно,

что

для

точного

воспроизведения g { t ) необходима

и достаточно,

чтобы k(t,

х) удовлетворяла уравнению

 

 

 

 

 

 

t

 

 

 

 

 

 

q

 

 

 

 

 

 

 

g ( t ) =

f

g(t) k(t, T)dx +

^ g - (i)

 

t) при

 

(11.9)

 

 

t,

 

 

 

 

 

/=0

 

 

 

 

 

 

 

Выражая g(t) по формуле

(11.2), получаем:

 

 

г

 

г

 

 

 

 

 

 

Г

 

 

 

<

 

 

 

 

 

2

 

(0 =

У) Ск f

С(х)

к (t,

 

ck У] ср(9 (О к] (t,

t).

\

k = Q

 

 

k = Q

t.

 

 

 

 

k =0

/=0

 

 

 

 

Так

как функции yk{t) линейно независимы, то

отсюда

следует

 

условий на k(t, х)

 

 

 

 

 

 

 

 

 

 

 

 

 

'

 

 

 

 

 

я

 

 

 

 

 

 

 

С?А( 0 = / ъ Ю Ь У '

+

 

i=0

 

^

 

 

 

 

 

 

 

Л

 

 

 

 

 

 

 

 

 

 

 

( 11. 10)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Найдем

условие

минимума

среднеквадратической

ошибки

в каж­

дый момент

времени t.

 

 

 

 

 

 

 

 

 

 

 

Случайная

ошибка

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

t

 

 

 

 

 

 

 

 

 

 

 

 

есл (0 =

т (t) —

J

(х) -j- п (х)] k(t, х) tfx —

 

 

 

 

 

 

 

 

 

 

t„

 

 

 

 

 

q

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

— J ] И ' 1(О +

«(,) (01

 

(Л О-

(П .11)

 

 

 

 

 

 

 

 

 

 

1

= 0

 

 

 

 

 

 

Возводя

(11.11)

в квадрат

и усредняя

полученное

выражение

по

совокупности ’),

получаем

при

условии,

что

помеха

не коррелиро-

вана с

полезным

случайным сигналом:

 

 

 

 

 

 

 

 

 

 

 

I

 

 

 

 

 

 

 

 

 

 

 

7сл =

R m (*. О +

/

[Лт (X.

0) +

R n (X. 0)1 к

(t,

х) k (f,

0) dx rf0 +

 

 

 

 

 

 

 

/,

t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+

P H t ) ~ 2 f

Rm(t,

x)k{t, x) dx — 2P (*)«(*) +

 

 

 

 

 

 

 

 

 

 

 

 

t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+

2

J

[m (t) - 4 - ft(x )]P (0 ft(f,

x)dx.

(11 .12)

В Усреднение по совокупности здесь необходимо вследствие того, что рассматривается класс систем с переменными параметрами, приводящий (см. гл. X) к нестационарным процессам на выходе.

494

 

СИНТЕЗ

ЛИНЕЙНЫХ СИСТЕМ

С

ПЕРЕМЕННЫМИ

ПАРАМЕТРАМИ

[ГЛ. XI

Здесь

обозначено

для

сокращения

 

 

 

 

 

 

 

 

 

 

 

 

Q

 

 

 

 

 

 

 

 

 

 

 

Р (0 =

2 №

(О + »{/) (01 k U t . t ) .

 

(11.13)

 

 

 

 

 

 

i =0

 

 

 

 

 

 

 

 

 

Минимизируя

это

выражение

 

относительно k(t, т) при условиях

(11.10) аналогично тому, как это проделано

в

§

3 гл. VIII,

полу­

чаем

интегральное уравнение

 

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

[

l« m(x. 6) +

Яп(т,

6)1 k (t,

0)rf0 +

 

 

 

 

 

 

 

 

у

Г

d ‘R m ( t , , )

 

d ' R n (t, т)

 

 

 

 

 

 

^

i = 0 L

 

d t ‘

+

 

d ?

J

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

r

 

 

 

 

 

 

 

 

 

 

 

 

 

У) Ta(0

 

(x) -4-

(*■

T).

^ > x,

(11.14)

 

 

 

 

 

 

* = o

 

 

 

 

 

 

 

 

где

y*(0 — множители

Лагранжа,

зависящие от

параметра t.

 

3. Решение интегрального уравнения

Перейдем к решению интегрального уравнения (11.14). Рассмо­ трим решение этого уравнения для наиболее важного практически случая, когда спектральные плотности случайных составляющих входного сигнала m(t) и п (t) являются дробно-рациональными функ­ циями частоты *), т. е.

 

ь у т + ь у т~* + ...+ 1 > 1

5 (ш) = Sm(ш) + S n (ш) =

п > т.

ау г + а У " - 2+* . . . + a l

 

(11.15)

Изложим здесь несколько иной метод2) решения уравнений, чем метод, рассмотренный в гл. VIII.

Для этого установим одно необходимое для дальнейшего изло­ жения свойство корреляционной функции R(t, т), которой соответ-

J) Отметим, что такие процессы, согласно гл. X, можно также опреде­ лить как установившиеся процессы на выходе линейных систем с постоян­ ными параметрами при воздействии в виде «белого» шума. Это уравнение может быть также решено и для общего случая процессов на выходе ли­ нейных систем с переменными параметрами, рассмотренных в гл. X; однако мы ограничимся здесь случаем стационарных воздействий.

2) Излагаемый ниже метод целиком применим для нестационарных слу­ чайных процессов, которые получаются на выходе линейной системы с по­ стоянными параметрами при «белом» шуме на входе, приложенном в опре­ деленный конечный момент времени.

3}

РЕШЕНИЕ ИНТЕГРАЛЬНОГО УРАВНЕНИЯ

495

 

 

сгвует спектральная плотность S (ш). Из метода формирующих фильтров для стационарных случайных процессов (гл. X и § б гл. VII) следует, что процесс со спектральной плотностью (11.15) может рассматриваться как выходной сигнал линейной системы с постоян­ ными параметрами, описываемой линейным дифференциальным урав­ нением вида (10.1) при подаче на вход «белого» шума. Поэтому из равенств (10.51) и (10.52) следует, что

\

M(p) M*( p) k0(i, t),

* > t ,

(p)R(t, т) = |

0

(П .16)

 

 

1 > s

где k0(t, т) -импульсная переходная функция, соответствующая оператору D(p). Применяя к обеим частям этого равенства опера­ тор D* (р), сопряженный с D(p), получим на основании (10.7) и коммутативности линейных операторов с постоянными коэффициен­ тами

 

 

М{р) М* (р) 8 (t — т), т > t,

(11.17)

D(p)D*(p)R(t, т) =

 

 

 

t > t .

 

 

0.

 

 

 

 

 

где операторы

 

 

 

 

 

 

 

 

D, (р) = D (р) D* (р) =

(— 1)" а0р2п +

 

 

 

 

 

-Ь (— l y '- ^ p 2" - 2 +

. . . -

о* . , /

4 - a l

(11.18)

M l (p) = M ( p ) M * ( p ) = ( - 1 )mblp2m +

 

 

 

 

 

+

(— 1

 

 

 

 

(11.19)

могут быть легко определены по

известной

функции

.S(cd) 1).

 

Таким

образом,

 

 

 

 

 

 

 

 

D10?) R it,

М х ( р ) Ь Ц —

т),

 

( 11.20)

т) =

 

 

* < t .

 

 

0,

 

 

 

 

Вводя обратный оператор

D1 1(p),

формально получаем:

 

 

R(t,

т) =

М ^ р ) Dr (р) S ^ — -с).

 

( 11.21 )

1) Б а т к о в А. М.,

С о л о д о в н и к о в

В. В.,

Метод определения

опти­

мальных характеристик одного класса

самонастраивающихся систем,

Авто­

матика и телемеханика,

№ 5,

1957.

 

 

 

 

 

i

Соседние файлы в папке книги из ГПНТБ