- •Оглавление
- •Введение
- •Априорный анализ динамических систем Прохождение случайного сигнала через линейную систему
- •Эволюция фазового вектора системы
- •Эволюция ковариационной матрицы фазового вектора системы
- •Статистическая линеаризация
- •Первый способ
- •Второй способ
- •Вычисление коэффициентов линеаризации
- •Неоднозначность в нелинейных звеньях
- •Нелинейное звено, охваченное обратной связью
- •Моделирование случайных процессов
- •Формирующий фильтр
- •Моделирование белого шума
- •Оценивание статистических характеристик динамических систем методом Монте-Карло
- •Точность оценок
- •Нестационарные динамические системы
- •Стационарные динамические системы
- •Апостериорный анализ динамических систем
- •Фильтр Калмана Модель движения
- •Использование калмановской фильтрации в нелинейных задачах
- •Метод наименьших квадратов
- •Построение оценок
- •Прогноз
- •Использование метода наименьших квадратов в нелинейных задачах
- •Построение матрицы Коши
- •Моделирование измерений
- •Гауссовские случайные величины
- •Случайные векторы
- •Интеграл вероятностей
- •Полиномы Чебышева
- •Интегрирование обыкновенных дифференциальных уравнений
- •Методы Рунге-Кутты
- •Точность результатов численного интегрирования
- •Вложенный метод Дормана-Принса 5(4) порядка
- •Управление длиной шага интегрирования
- •Плотная выдача
- •Московский авиационный институт (Государственный технический университет) Кафедра «Информационно - управляющие комплексы»
- •Пояснительная записка к Курсовому проекту «Релейный самонастраивающийся контур» по курсу «Основы статистической динамики комплексных информационных систем»
- •Москва 2003
- •Титульный лист
- •Раздел «Оглавление»
- •Раздел «Введение»
- •Раздел «Теория»1
- •Раздел «Алгоритм»2
- •Раздел «Программа»3
- •Раздел «Результаты»4
- •Раздел «Выводы»
- •Раздел «Список использованных источников»
- •Приложения
- •Литература
Первый способ
В соответствии с первым способом статистической линеаризации коэффициент выбирается исходя из условия равенства дисперсий исходного и эквивалентного сигналов. Т.о. для вычисления получим следующее соотношение:
,
где – дисперсия входного случайного воздействия.
Знак в выражении для определяется характером зависимости в окрестности значения аргумента . Если возрастает, то , а если убывает, то .
Второй способ
Значение по второму способу выбирается из условия минимизации средней квадратической ошибки линеаризации:
, где .
Окончательное соотношение для вычисления коэффициента по второму способу имеет вид:
.
В заключение заметим, что ни один их двух, рассмотренных выше, способов линеаризации не обеспечивает равенства корреляционных функций выходных сигналов нелинейного и эквивалентного звеньев. Расчеты показывают, что для корреляционной функции нелинейного сигнала первый способ выбора дает оценку сверху, а второй способ – оценку снизу, т.е. ошибки в определении корреляционной функции нелинейного выходного сигнала имеют разные знаки. Проф. И.Е. Казаков, автор, изложенного здесь метода, рекомендует выбирать в качестве результирующего коэффициента линеаризации полусумму коэффициентов , полученных по первому и второму способам.
Вычисление коэффициентов линеаризации
С учетом того обстоятельства, что большинство нелинейных элементов в заданиях представляют собой кусочно-линейные функции входного сигнала, становится очевидно, что подынтегральные выражения в интегралах
при вычислении значений коэффициентов и или содержат произведение степенного полинома входного сигнала и плотности его распределения .
Неизвестная плотность распределения может быть с высокой точностью аппроксимирована гауссовской. Обоснование этого решения состоит в том, что инерциальная динамическая система в любом из заданий обладает эффектом нормализации закона распределения входного случайного воздействия, фактически, суммируя значения сигналов с разными запаздываниями (по причине инерциальности системы).
Построим соотношения для вычисления значений интегралов вида:
,
где: и – нижний и верхний пределы интегрирования; – Гауссовская плотность распределения случайной величины ;
– целое неотрицательное число.
При построении окончательных выражений для интеграла используем следующее соотношение:
,
где – интеграл вероятностей, обладающий следующими свойствами:
;
Т.о., с учетом введенной в рассмотрение функции, получим:
;
Дифференцируя гауссовскую плотность по , получим:
.
С использованием результатов дифференцирования:
.
Используя введенные ранее обозначения, получим окончательный результат интегрирования:
.
Интегрируя по частям выражение для с учетом приведенных выше соотношений получим:
.
Окончательно имеем:
.
При необходимости процесс вычисления интегралов для более высоких степеней в подынтегральном выражении может быть продолжен интегрированием по частям.
Приведенные выше интегралы позволяют существенно упростить многократный процесс построения параметров линеаризации с использованием вычислительной техники.
Р ассмотрим, например, нелинейное звено, обладающее симметричной относительно начала координат функциональной зависимостью с насыщением с зоной нечувствительности . Наклонные участки составляют с осью абсцисс угол 45. Входной гауссовский случайный процесс обладает математическим ожиданием и дисперсией .
Т.о. – кусочно-линейная функция:
Вычислим значения параметров линеаризации в соответствии с приведенными соотношениями:
.
Интеграл в числителе выражения для коэффициента , рассчитанного по первому способу линеаризации, может быть несколько упрощен:
.
Т.о.
,
где:
.
Интеграл в числителе выражения для коэффициента , рассчитанного по второму способу линеаризации, также как и в предыдущем случае может быть несколько упрощен:
.
т.о. значение коэффициента линеаризации , рассчитанного по второму способу, примет вид:
,
где
.
В случае если , приведенные соотношения несколько упростятся.