- •Лекция 1. Система. Элементы системы.
- •Способы математического описания систем.
- •Воздействия и сигналы.
- •Классификация сау.
- •Лекция 2. Математические модели динамических систем.
- •На первом этапе составления математической модели системы составляется функциональная схема системы, представляющая собой набор блоков, в которых записывается наименование элементов системы.
- •Линеаризация.
- •Линейные динамические системы.
- •Передаточная функция системы.
- •Операторная форма записи передаточной функции.
- •Стандартная форма записи передаточной функции.
- •Передаточная функция в форме изображений по Лапласу.
- •Частотная форма записи передаточной функции.
- •Лекция 3. Входные воздействия
- •Сведение входных воздействий к типовым.
- •Лекция 4. Математическое описание объектов или систем с помощью графов.
- •Лекция 5. Математическое описание дискретных динамических систем или элементов.
- •Описание дискретных систем с помощью дискретных передаточных функций.
- •Передаточная функция дискретной системы.
- •Лекция 6. Математическое описание многомерных объектов или систем
- •Передаточная функция многомерной системы.
- •Лекция 7. Анализ систем автоматического управления.
- •Анализ устойчивости.
- •Анализ качества.
- •Косвенные оценки качества.
- •Лекция 8 математическое описание стохастических систем.
- •Свойства функции распределения вероятности:
- •Плотность распределения вероятности.
- •Свойства функции и плотности распределения вероятности многомерной случайной величины.
- •Числовые характеристики случайной величины.
- •Числовые характеристики для случайных функций или процессов.
- •Лекция 9. Стационарные случайные функции или процессы.
- •Эргодические случайные функции или процессы.
Лекция 9. Стационарные случайные функции или процессы.
Цель. Изучение стационарных и эргодических случайных процессов
Задачи:
Изучить характеристики стационарных случайных процессов
Изучить характеристики эргодических случайных процессов
Изучить прохождение случайного сигнала через непрерывную систему.
Случайные функции, для которых все n-мерные функции распределения вероятностей не изменяются в зависимости от начала отсчета времени, то есть выполняется равенство:
называются стационарными в узком смысле.
Аналогичное равенство справедливо и для плотности распределения вероятностей:
Для непрерывной величины случайная функция с постоянным математическим ожиданием и корреляционной функцией, не зависящей от момента времени t1 и t2, а зависящей только от разности аргументов, то есть выполняется равенство:
называется стационарной функцией в широком смысле.
Для дискретной величины должно выполняться условие:
Две случайные функции x(t) и y(t) называются стационарно связанными, если их взаимная корреляционная функция не зависит от аргументов, а зависит только от их разности.
Для стационарных процессов справедливо равенство:
Для двух дискретных процессов «х» и «у» для их стационарности должно выполняться равенство:
Эргодические случайные функции или процессы.
Стационарный процесс, для которого статистические характеристики, полученные усреднениями одной реализации на достаточно длительном промежутке времени, совпадают с достаточной степенью точности с усреднением множества реализации в фиксированный момент времени, называются эргодическими.
Случайная функция называется эргодической по отношению к математическому ожиданию, если выполняется условие:
- усреднение одной реализации и совпадает с усреднением по множеству реализаций:
Случайная функция называется эргодической по отношению к дисперсии, если выполняется равенство:
- одна реализация,
- множество реализаций.
Случайный процесс называется эргодическим по отношению к корреляционной функции, если выполняется равенство:
Для дискретных случайных процессов, эргодичных по отношению математическому ожиданию, справедливо следующее равенство:
Дискретная случайная функция называется эргодической по отношению к дисперсии, если выполняется равенство:
Некоторый дискретный случайный процесс называется эргодическим по отношению к корреляционной функции, если выполняется равенство:
Прохождение случайного сигнала через линейную непрерывную систему.
Рассмотрим систему, на которую действует случайный сигнал . Весовая функция этой системы или элемента, тогда случайный выходной сигналможно определить:
Если для входного случайного сигнала заданы математическое ожидание и корреляционная функция, то можно определить числовые характеристики выходного сигнала:
1. Математическое ожидание выходного сигнала:
Применим операцию математического ожидания для левой и правой части [1].
2. Определим корреляционную функцию выходного сигнала. Для этого из [1] вычтем [2].
Запишем полученное выражение для момента времени t1 и t2,
Применим к левой и правой части операцию математического ожидания.
Дисперсия выходного сигнала:
4. Взаимная корреляционная функция:
определяется аналогично.
Вопросы для самоконтроля.
Понятие стационарности в узком смысле.
Понятие стационарности в широком смысле.
Условие эргодичности процесса по отношению к математическому ожиданию.
Условие эргодичности процесса по отношению к дисперсии.
Условие эргодичности процесса по отношению к корреляционной функции.
Вывод взаимной корреляционной функции.