книги / Теория автоматического управления техническими системами
..pdfЧтобы оценить математическое ожидание, необходимо выпол нить большое число экспериментов, а затем определить в каж дом сечении t среднее значение случайной функции.
Рассмотрим условия, при которых удовлетворяется прибли женное равенство
т |
|
тя,5т1 txV)df |
(10.6) |
—Г |
|
для любой реализации случайного процесса |i. Можно пока зать, что это имеет место, когда дисперсия по всему ансамблю функций |i стремится к нулю при Г-»-оо, т. е.
Иш М |
|
(10.7) |
Г-оо |
|
|
При этих условиях стационарный процесс |
называется эрго- |
|
дическим. Если выполняется |
соотношение (10.7), то семейство |
|
величин сходится в среднеквадратическом |
смысле к пг при |
|
Г-м»: |
|
|
т |
|
|
Ilm |
|
|
T-yso*'1J |
|
|
где lim —среднее по времени |
процесса |
Обозначим через |
Кt) среднее по времени эргодического случайного процесса t[t). Тогда, используя предыдущее соотношение, можно напи сать
Среднее по времени равно среднему по ансамблю, и прибли женное равенство (10.6) будет иметь место при достаточно большом Т для любой реализации эргодического случайного процесса.
Обобщая, можно сказать, что стационарный случайный про цесс обладает эргодическим свойством, или подчиняется эргодической гипотезе, если все его статистические свойства могут быть определены по одной-единственной реализации.
Таким образом, каждая из систем может быть использована для анализа поведения некоторого множества систем: опре деляются не только все их возможные состояния, но и вероят ность любой совокупности этих состояний. Это значительно упрощает исследование систем управления.
Корреляционная функция эргодического случайного процес са. На основании определения (10.2) выражение для корреля ционной функции стационарного процесса может быть записа
но так:
Я(*)= jj A (t+ i)x2(t)»xr(Xu х2, z)dx,dx2= |
|
T |
(Ю.8) |
= \lm^~^x{t+ T;)x{t)di=x{t+x)x{t). |
■Физический смысл корреляционной функции (10.8) состоит в следующем: если случайная функция *(/) в момент t имеет вероятность хи то в момент t+т она имеет значение х2, т. е. характеризует взаимную связь между x(t) и x(i-\-т). Если т мало по сравнению с постоянной времени системы, то связь
т) и x(t) велика и значение ,#(т) достигает максимума, т. е. при очень малых т вероятность того, что значение функции x(t-\-x) мало отличается от значения функции x(t), т. е. близка к единице. По мере увеличения т составляющая x(t), определя емая начальным значением x(t) при ^=0, затухает, связь меж ду величинами x(t) и x(t-\-т) ослабевает, они делаются взаимонезависимыми, а функция Я(т) стремится к нулю. Другими словами, при достаточно больших т вероятность того, что зна чение x(t-f-т) будет мало отличаться от значения x(t), практи чески равно нулю.
Рассмотрим некоторы свойства корреляционной функции. |
|
1. |
Корреляционная функция R(x) случайного процесса, согласно (10.8), |
со средним |
значением, равным нулю, при достаточно больших т также стре |
мится к нулю, т. е. 1Ш1/?(т)=Д(оо)=0.
2. Начальное значение R{0) корреляционной функции R(т) равно сред нему значениюквадрата случайной функции x(t) и поэтому положительно, .
т.е.
У?(0)=ПшЛ(т)=х*>0. т-*-0
■Согласно определению,
т
R (0)=7Jimïf\x{t)x (t)
3.Корреляционная функция R(т) является четной относительно т, т. е. R{x)=R(—т).
4.Значение корреляционной функции R(т) при любом т не может пре вышать ее начального значения,т. е. R(0)^|#(т)|.
При анализе случайных процессов часто пользуются понятием нормиро ванной корреляционной функции (очевидно, что р(0) = 1) :
р(т); *Jï>Я(0У
При рассмотрении связи двух случайных процессов x(t) и е/(0» согласно определению(10.4), используют взаимокорреляционнуюфункциюRx,y(x):
(10.9)
Взаимокорреляцнонная функция Rx,y{т) в соответствии с (10.9) опреде ляет взаимнуюсвязь различных случайных процессов. Примером таких про цессов могут быть две координатыпространственного положения подвиж ного объекта.
Рассмотрим некоторые примеры корреляционной функции
Я(т).
1. Белый шум —это случайный процесс, характеризующий ся отсутствием какой-либо взаимосвязи между предыдущими и последующими значениями x{t). Такой процесс еще называют абсолютно случайным. Корреляционная функция белого шума равна нулю при всех значениях т, кроме т=0, и ее можно представить в виде дельта-функции (рис. 10.4,а) или, практи-
г« |
1ч |
V |
i |
J 0V 1 т |
J |
||
|
0 |
1 г |
Рис. 10.4. Корреляционная функция:
а —белого шума; случайного процесса: 6 —содержащего постоякннуюсоставляющую, в—с периодическойсоставляющей.
г —без постоянной игармонической составляющих
чески, в виде импульса достаточно малой длительности.
2. Случайный процесс x(t) содержит постоянную составля
ющую. Корреляционная функция Я(т) также будет содержать постоянную составляющую (рис. 10.4,6).
3. Случайный процесс x(t) содержит периодическую состав ляющую. Корреляционная функция R(т) также будет содер жать периодическую составляющую, которая имеет тот же пе
риод (рис. 10.4,0).
4. Если стационарный случайный процесс x(t) не имеет
постоянной и периодической составляющих, корреляционная функция R (т) имеет вид, показанный на рис. 10.4, г.
На практике корреляционную функцию обычно вычисляют путем обработки экспериментальных данных, представляющих собой запись, или реализацию, исследуемого случайного про цесса. Корреляционная функция R(x) определяется выраже
нием т
Rx(x)^\x(i)x(i+i)dt. (Ю.10) —Т
Промежуток времени Т делят на N малых интервалов Д так, чтобы функция x(t) мало изменялась на каждом из них (рис. 10.5), т. е. T=Nà, t и х придают дискретные значения, крат
ные Д:
f=vA, v=l, 2, ...
т=рЛ, ц=0, 1, ...
Рис. 10.5. Определение корреляционной функции по экспери ментальны данным
При сделанных допущениях интеграл в формуле
можно заменить знаком суммы и записать N
/?(т)=/?'(мД)«2ЛгТГ 2 ^(vA)Jt[(v+ |i)A] V=—N
при т=рД, р=0> Ь 2, ...
Далее вводят обозначения: R(\iA)=/?(и-); х(чА)=х„\
Тогда выражение (10.11) можно представить в виде
Rx(v-)=m^i 2
' V——N
(10.10)
(Ю.И)
(Ю.12)
При |
рассмотрении |
положительного |
промежутка времени Т |
||||
формула (10.12) имеет вид: |
|
|
|||||
R*(v)**n_» |
N-\l |
|
|
|
|
||
2*^vJ£:h+v» |
р>0. |
(10.13) |
|||||
|
|
^ |
v=l |
|
|
|
|
Для взаимокорреляционной функции ^*„(т) приближенно |
|||||||
можно написатьN—Ц |
|
|
|
||||
Rxy (М1) ** |
|
2 |
Xvÿv+P* |
Р^>0. |
(10.14) |
||
|
|
Р V=1 |
|
|
|
||
Формулы (10.13) и |
(10.14) показывают, какимобразом могут быть вы |
||||||
численыкорреляционная функция экспериментальной кривой x(t) и взаимо- |
|||||||
корреляционная функция кривых x(t) и y[t) при помощи изменения ординат |
|||||||
этих кривых, расположенных друг от друга на расстоянии Ав пределах рас |
|||||||
сматриваемого интервала Т. |
|
|
|||||
Приведенный способ определения корреляционной функции по экспери |
|||||||
ментальны данным |
представляет собой трудоемкий процесс. Так, например, |
||||||
для |
того чтобы вычислить |
ординату корреляционной функции, необходимо |
|||||
произвести N—р, действии |
умножения и N—р действий сложения. Поэтому |
||||||
|
|
|
J, |
|
|
|
if№j |
|
|
СштыОа/ощее |
|
СчитыЗанщи |
|||
|
|
|
|
|
|
|
ye/npoàemâo |
|
|
|
|
|
|
|
Блок |
|
|
|
|
|
|
|
залазЗыЗания |
|
|
|
x(t) |
|
y(t*r) |
||
|
|
|
|
|
уякожекая |
|
Ix(t)ÿ(t+r)
уяможеяйя
ВшоЗлоо
Рис. 10.6. Функциональная схема коррелятора
2S5
разработаны приборы-корреляторы, которые позволяют в ряде случаев ав томатизировать вычисление корреляционной функции.
Формулы(10.8) и (10.9) для автокорреляционной и взаимокорреляционной функций показывают, что корреляторы должны проводить следующие операции (рис. 10.6):
преобразовывать ординатыкривых x(t) и y(t), заданных, например, в виде осциллограмм, в некоторы пропорциональные им физические величи ны(перемещения, напряжения и т. д.);
перемножать величины, соответствующие ординатам кривых x{t) и y{t) для значений tи сдвинутые друг относительно друга на т;
интегрировать результат умножения в пределах выбранного промежут ка Т.
Кроме того, прибор должен допускать регулировку сдвига т между пере множаемыми ординатами кривых x(t) и у(Ов требуемых пределах. Вариан тытехнической реализации коррелятора могут быть различными (аналоговы ми, цифровыми, гибридными).
Спектральная плотность S(©). Корреляционная функция Я(т) стационарного случайного процесса и спектральная плот ность 5(©) представляют друг относительно друга преобразо
вание Фурье (так же, как и переходная и передаточная функ ции):
5,(«)= § /?,(т)e-^'dx.
Если применить преобразование Фурье к корреляционной функции (10.8), то можно получить другую формулу для опре деления Sx(©)
SxМ= llm 27 1А'г ^ И)P = 2f I * ^ I"' |
(1015) |
Действительно, реализация случайной функции хr(t) на интео-
вале(-7\Г)т |
|
|
|
н |
RT(i)=^f\xT(t)xT(t+т)dr. |
|
|||
Откуда, умножая правую часть |
на eJ<ùte~J'st =1, |
получим |
||
СО |
|
СО |
Т |
|
St(©)= $R(**)е“'«Vt= J 2?$ ХтХт V + т) *~}(ûidT= |
||||
00 —оо |
00 |
—оо —Г |
|
|
=5г\хтЩ |
dx5 ^ + T)е-^<'+чd(t + r). |
|||
Или, проведя замену переменной |
|
|||
St((d)=~ jj xr{t)t№dt ^Хт(Цer^d'k. |
(10.16) |
|||
—О |
|
—00 |
|
|
Но |
|
|
|
|
и, так как функция X(/со) четная, |
|
Хт (ytû)= ^ xri^d^dt. |
(10.18) |
Подставляя формулы (10.17), (10.18) в выражение |
(10.16), |
найдем |
|
ST(<»)=^TX'T(/«)XH/»)= 2f!*7(/o))|2;
так как S(oo)=M[St(©)], то спектральную плотность определя
ют формулой |
(10.15). |
|
|
|
|
|
||
Для вычисления среднеквадратического значения случай |
||||||||
ной функции х(0> равного /?х(0), необходимо в формуле |
(10.8) |
|||||||
принять т=0. Тогда |
|
|
|
|
|
|
||
x‘= ^ S |
x(<ù)d<*. |
|
|
|
|
|
|
|
Рассмотрим некоторые свойства спектральной плотности S(w). |
функ |
|||||||
1. Спектральная |
плотность 5(и) является действительной четной |
|||||||
цией, т. е. S((ù) =S(—(о). |
|
|
|
|
|
рас |
||
2. Спектральная плотность белого шума представляет равномерное |
||||||||
пределение энергии по всему спектру частот—от 0 до оо |
(рис. 10.7, а). |
|
||||||
3. Случайный |
процесс |
содержит постоянную |
составляющую. Функция |
|||||
спектральной плотности S(<ù) имеет 6-импульс в |
начале |
координат (рис. |
||||||
10.7, б). |
|
|
|
|
|
|
|
|
4. Случайный процесс содержит гармонический сигнал частотыtoo. |
|
|||||||
Спектральная плотность имеет пики при частотах шои—©о(рис. 10.7,а). |
||||||||
5., Если случайный процесс не имеет постоянной и гармонической со |
||||||||
ставляющих, спектральная |
плотность имеет |
вид |
гладкой |
функции, |
такой, |
|||
как на рис. 10.7, г. |
|
|
|
|
|
|
|
|
Для определения спектральной плотности экспериментально, по реали |
||||||||
зации случайного сигнала x(t), может быть использовано устройство, пока |
||||||||
занное на рис. 10.8, а. Оно состоит из анализатора спектра и вычислителя |
||||||||
среднего значения квадрата выходной величины. |
|
|
|
|
||||
Анализатор спектра представляет собой набор узкополосных фильтров. |
||||||||
Если обозначить через *,■(/) |
величину на |
выходе i-ro фильтра с полосой |
||||||
Ае>(рис. 10.8, б), то |
|
|
|
|
|
|
|
|
(i)|+Aû) |
Д©5 (й)/) |
|
|
|
|
|
||
I |
Г |
|
|
|
|
|
|
|
M{xf}=2п J S(<o)doa—2л--• |
|
|
|
|
|
|||
<■>/ |
|
|
|
|
|
|
|
|
Следовательно, |
S |
xf. |
|
|
|
|
|
Значение спектральной плотности пропорционально составляющей Xi3 случайного сигнала на выходе t-го фильтра.
Рис. 10.7. Спектральная |
плотность |
случайного |
|
а —белого шума; |
сигнала: |
|
|
б —спостоянной составляющей, в — |
|||
с гармонической |
составляющей, г —без |
постоянной и |
|
гармонической |
составляющих |
Рис. 10.8. Анализатор спектра:
а функциональная схема; б —характеристика спектральной плотности
10.4. Связь между спектральными плотностями и корреляционными функциями на входе и выходе линейной динамической системы
На рис. 10.9 приведена схема линейной динамической си стемы, на вход которой поступает управляющее воздействие m{t) и возмущающее n(t).
m(t) |
*0'ь>),m |
*(t) |
|
n(t) |
|||
find) |
|
||
|
|
Рис. 10.9. Общая структурная схема линейной динамической системыпри тУ)Ф0 и п(0т^0
m(t) *(t) x(t) &(jo>)
Рис. 10.10. Линейная динамическая система при т({)Ф0; д(*)=0
Если на вход системы действует только полезный сигнал а помеха отсутствует, т. е. ц(/)=0 (рис. 10.10), то справедливо следующее выражение:
XT(j(ù)=Ф(/(û)mr(/cù). |
(10.19) |
где XT{j(ù) и mT{j(û) —преобразованные по Фурье сигналы на выходе и входе системы, определенные на интервале [-Т, Т], причем Т-*-оо.
Справедливо также и соотношение
Хт* (/©)=ФГ*(/©)тг* (/©), |
(10.20) |
или
т
^(ую)= ^ x(t)eJ(ùtdt
Перемножение правых и левых частей выражения (10.19) и первого из выражений (10.20) дает
XT(j<ù)Xт* (/©)=Ф{j(ù)Q>* (j(ù)mT(j(ù)mT* (/со) или
|^г(/©|2=|Ф(/©)|2|тт(/©)12.
Применяя к полученному выражению формулы (10.15), полу чим при
S,(ü>)= |®(/û))|2Sm(a>). |
(10.21) |
Взяв обратное преобразование Фурье от уравнения |
(10.21), |
можно определить соотношение между сигналами на входе и выходе системы во временной области с переменными интегри
рования Яи rj: |
00 |
|
О |
|
|
/?,(*)= 5 |
(т+Л—Л)*( Ч |
) (10.22) |
Спектральную плотность ошибки ei определяют выраже нием
Эта формула описывает спектральную плотность ошибки через спектральную плотность Sm(©) полезного сигнала и передаточ
ную функцию ошибки Ф,(/©) системы.
Спектральную плотность ошибки ег определяют выражением S.2{(ù)=\Y{j(ù)\2Sn((ù). (10.24)
Эта формула определяет спектральную плотность ошибки че рез спектральную плотность помехи S„(©) и передаточную функцию замкнутой системы по отношению к возмущающему воздействию Y{j(ù).
Полное выражение для спектральной плотности ошибки САР, согласно формулам (10.23) и (10.24), имеет вид
5В(©)= |Ф.(/©) 125ffl (®)+1У(/со)12S„ (ш).
Если точки приложения управляющего и возмущающего воз действий совпадают, т. е. Y(/©)=Ф(/'©), то
5. (©)= |Фе (/©)|>Sm(©)+1Ф(/©) 12Sn (©), |
(10.25) |
или
*<Нт+У0!!)Г5-(-)+|-ТтЙ^Г Г5"(ш)-
Формула (10.25) позволяет определить спектральную плотность ошибки S*((ù) по заданным спектральным плотностям полез ного сигнала Sm(©), помехи S„(©) и передаточной функции разомкнутой системы W(/©).
Среднее значение квадрата ошибки, по аналогии с формулой (10.7), вы числяют с помощьювыражения
У+Щ75)| Sm(<0) d(ù +2à \ | YTWïh) ISn(a>) diùm(I0-26)
Пример. Пусть |
дана |
принципиальная |
схема |
следящей системы |
(рис. 10.11). Уравнения системыимеют следующий вид: |
|
|||
для корректирующего устройства |
|
|
||
е=п0+ п: de |
e{t)=m{t)—x{ty, |
|
|
Рис. 10.11. Принципиальная схема следящей системы: КУ—последовательное корректирующее устройство; ТУ—транзисторный уси литель; Эдв—управляемый электродвигатель