Основные вероятностные характеристики шумов в управляемом объекте

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:

Определение количества конфликтных точек и возможных конфликтных ситуаций. Определение сложности и опасности перекрёстка
Сложность условий движения на исследуемом перекрестке характеризует уровень безопасности движения. Поскольку обеспечение требуемого уровня безопасности является целевой функцией ОДД, то анализу этого уровня должно уделяться повышенное вни ...

Расчет суточного грузопотока и определение потребной часовой производительности перегрузочных устройств
Анализ переработки груза начинается с определения величины грузопотока (количества груза, перегружаемого по каждому этапу). (18) где - коэффициент суточной не равномерности (для зерна 1,25); - количество дней в году; - годовой груз ...

Тормозное оборудование
Для регулирования скорости движения и остановки поезда нужно применять дополнительные технические средства. Такую функцию выполняет тормозное устройство. Наибольшее распространение получил колодочный тормоз, при котором торможение осущес ...