Случайные функции (стр. 3 из 3)

Иногда в рассмотрение вводится нормированная корреляционная функция

Аналогично корреляционной функции можно ввести понятие взаимной корреляционной функции для двух случайных величин х (t) и у (t):

В случае тождественного равенства нулю взаимной корреляционной функции случайные функции х (t) и у (t) называют некоррелированными.

.Если взаимная корреляционная функция отлична от нуля, то х {t) и у {t) носят название коррелированных случайных функций.

В случае стационарности процесса корреляционные функции R (t, ti) и R0 (t, ti) не будут зависеть от текущего значения времени t и будут определяться только временным сдвигом t = t1—t.

Спектральная плотность стационарных процессов

Рассмотрим так называемую энергетическую форму интеграла Фурье. Если рассматривается некоторая случайная функция времени х {t), то для нее эти формулы могут быть записаны в виде

Возьмем квадрат модуля изображения Фурье [ F(iw)) ]2 и проинтегрируем по всем частотам от—оо до -оо с делением результата на 2n:

В последнем выражении квадрат модуля заменен произведением сопряженных комплексов F (iw) и F (—iw). Изображение Фурье F (iw) заменим выражением

Величина, находящаяся в квадратных скобках, как нетрудно видеть, является исходной функцией времени. Поэтому в результате получается так называемая формула Релея (теорема Парсеваля), которая и соответствует энергетической форме интеграла Фурье:

Подставляя w = 2nf, получим

Правая часть представляет собой величину, пропорциональную энергии рассматриваемого процесса. Так, например, если рассматривается ток, протекающий по некоторому сопротивлению R, то энергия, выделившаяся в этом сопротивлении за время t, будет

Из (11.58) и (11.59) вытекает, что для нахождения энергии рассматриваемого процесса за бесконечный интервал наблюдения с равным основанием можно интегрировать квадрат функции времени по всему времени от —оо до +oo или интегрировать квадрат модуля изображения Фурье по всем частотам от—оо до +оо.

Однако эти формулы неудобны тем, что для большинства процессов энергия за бесконечный интервал времени стремится также к бесконечности. Поэтому удобнее иметь дело не с энергией, а со средней мощностью процесса, которая будет получена, если энергию поделить на интервал наблюдения. Тогда формулу можно представить в виде

Правая часть представляет собой средний квадрат рассматриваемой величины х {t). Вводя обозначение

можно переписать формулув виде

иле в виде

Величина S (w) или S (2лf) носит название спектральной плотности. Важным свойством спектральной плотности является то, что интегрирование ее по всем частотам от —оо до + оо дает средний квадрат исходной функции времени х (t).

По своему физическому смыслу спектральная плотность есть величина, которая пропорциональна средней мощности процесса в интервале частот от w до w+ dw.

В некоторых случаях спектральную плотность рассматривают только для положительных частот, удваивая ее при этом, что можно сделать, так как спектральная плотность является четной функцией частоты. Тогда, например, формула должна быть записана в виде

где S0(w) = 2S(w) — спектральная плотность для положительных частот. Однако в дальнейшем изложении будет рассматриваться спектральная плотность, соответствующая всему диапазону частот от —оо до +-оо, так как при этом формулы получают более симметричный характер.

Как видно из этого рассмотрения, связь между видом спектральной плотности и видом функции времени получается обратной по сравнению со связью между корреляционной функцией и самим процессом Отсюда вытекает, что более “широкому” графику спектральной плотности должен соответствовать более “узкий” график корреляционной функции и наоборот.

Вычисление спектральной плотности неудобно делать по соотношению, так как это связано с трудностью предельного перехода. Обычно

спектральная плотность вычисляется по известной кореляционной функции при помощи формул

Расчеты по минимуму среднеквадратичной ошибки

Если на автоматическую систему действуют одновременно полезный сигнал и помеха, то возникает задача оптимального расчета системы с тем, чтобы получить наименьшую результирующую ошибку. С точки зрения наилучшего воспроизведения полезного сигнала система должна иметь возможно большую полосу пропускания, а с точки зрения наилучшего подавления помехи система, наоборот, должна иметь возможно меньшую полосу пропускания. Критерием получения оптимального решения здесь будет минимальное значение результирующей ошибки системы, определяемой полезным сигналом и помехой.

Для случайных величин наиболее просто определить среднеквадратичную ошибку, поэтому ее и используют для оценки точности автоматической системы.

Рассмотрим расчет системы по критерию минимума среднеквадратичной ошибки при одновременном действии полезного сигнала и помехи.

Согласно этому критерию, нежелательность ошибки пропорциональна квадрату ее величены. Такая постановка является часто логичной, но она не может, конечно, претендовать на полную универсальность. В некоторых случаях например при стрельбе по какой-либо цели, все ошибки, большие некоторого значения, являются одинаково нежелательными. Однако средний квадрат ошибки системы регулирования

практически во всех случаях является наиболее просто вычисляемой величиной, что и определило использование этого критерия.

Возможны несколько формулировок задачи. Наиболее просто задача может быть сформулирована так. Если имеется 'какая-то система автоматического регулирования заданной структуры, то необходимо так выбрать параметры этой системы, чтобы .получить минимум среднеквадратичной ошибки при заданных статистических характеристиках полезного сигнала и помехи.

Эта задача решается следующим образом. По спектральной плотности ошибки путем ее интегрирования находится дисперсия. Дисперсия получается зависящей от вероятностных характеристик полезного сигнала, помехи и параметров системы. Затем ищутся условия, которые должны быть

наложены на параметры системы, чтобы получить минимум дисперсии. При достаточно простом выражении для дисперсии это может быть определено непосредственным дифференцированием и приравниванием нулю частных производных.

В более сложных случаях приходится искать минимум дисперсии путем числового задания интересующих параметров и построения соответствующих графиков, а также расчетом на ЭВМ.

Нахождение оптимальной передаточной функции еще не означает, что реальная автоматическая система может быть выполнена оптимальной, так как реализация ее может Ныть сопряжена с большими трудностями. Оптимальную передаточную функцию, за исключением простейших случаев, следует считать идеальной функцией, к которой по возможности надо стремиться при выполнении реальной автоматической системы,

Литература

1. А. А. Воронов. Основы теории автоматического регулирования и управления

2. В. А. Бесекерский, Е. П. Попов Теория систем автоматического регулирования

3. Я. З. Цыпкин. Основы теории автоматических систем

4. А. А. Воронов. Основы теории автоматического регулирования и управления