В реальных системах n – мерные плотности распределения могут быть получены для случайного процесса x(t) лишь с помощью сложной и трудоемкой обработки множества реализаций случайного процесса. Расчеты, связанные с применением n – мерной плотности распределения также сложны и громоздки. Однако многие практическое задачи можно решить, принимая вместо n – мерной плотности распределения более простые характеристики случайного процесса, а именно – средние значения: среднее по множеству или математическое ожидание и среднее по времени.
Средние значения приближенно характеризуют поведение случайного процесса в отдельные моменты времени. Связь между значениями случайного процесса в различные моменты времени x(t1) и x(t2) может быть приближенно оценена средним значением их произведения x(t1)x(t2), называемым корреляционной или автокорреляционной функцией Kx(t1,t2), которая вычисляется по формуле:
(2.52)
Для стационарного случайного процесса w2 зависит лишь от t = t2 – t1 :
(2.53)
В качестве характеристики связи между значениями двух случайных процессов x(t1) и y(t2) соответственно можно ввести взаимную корреляционную функцию:
(2.54)
Если x(t1) и y(t2) – стационарны и притом стационарно связаны, то:
(2.55)
Автокорреляционная функция является мерой взаимозависимости отдельных значений случайного сигнала. Из выражения (2.52) и (2.53) следует, что автокорреляционная функция зависит от математического ожидания сигнала. Если же анализируется только отклонение от среднего, то функция (2.53) переходит в автоковариационную функцию:
(2.56)
При t = 0 выражение (5) дает дисперсию сигнала:
(2.57)
представляющую собой меру разброса значений случайного сигнала вокруг математического ожидания.
Степень взаимозависимости двух случайных сигналов определяется взаимной ковариационной функцией:
(2.58)
Белый шум отличается от случайных сигналов других типов тем, что его текущее значение не зависит от всех предшествующих. Поскольку внутренняя взаимосвязь между значениями белого шума отсутствует, то в случае, когда его амплитуда распределена по нормальному закону, он полностью описывается математическим ожиданием mx и его ковариационной функцией:
(2.59)
где δ(τ) – функция Кронекера, определяемая следующим образом:
(2.60)
Как было показано выше, системы с пропорциональным и ПД управлением не могут удовлетворительно работать при воздействии шумов. Это можно объяснить постоянством коэффициентов обратных связей, величина которых при появлении в системе шумов оказывается недостаточной. Для успешного управления объектом при наличии шумов рациональнее будет использовать методы и подходы аналитической теории оптимальных фильтров и регуляторов, основанные на представлении системы в пространстве состояний.
Таким образом, задача фильтрации будет состоять в оценивании вектора состояний линейной системы. В общем случае эта задача называется линейным оцениванием с минимальной среднеквадратической ошибкой или линейной фильтрацией.
Другое по теме:
Порядок технического обслуживания электроприводов
Проверку внутреннего состояния электропривода с переводом стрелки, подвижного сердечника крестовин с непрерывной поверхностью катания электромеханик выполняет с электромонтёром с согласия ДСП без записи в Журнале осмотра при выключенном к ...
Исследование скорости движения транспортного потока
Для исследования скоростей потока движения автомобилей нами был выбран участок дороги, проходящей по улице Г. Исакова (Рисунок 1), протяженностью 100 м.
Рисунок 1 – Схема участка, на котором выбран базис измерения
Замеры выполн ...
Технология обработки транзитных поездов без переработки
К транзитным поездам относятся поезда, проходящие через станцию без переработки или с переломом веса или длины поезда.
Транзитные поезда пропускаются по нечетной системе – по 3 пути нечетного парка прибытия, на 1 обгонный путь и далее на ...