Анализ линейных динамических систем, работающих при входных случайных воздействиях
h( т), на вход которой поступает случайный процесс X(t).
Надо уметь находить выходной сигнал и определять все его свойства, если известны характеристики входного сигнала, т. е. Находить
M[Y(t)], D[Y(t)], Ry(t,t+ т), Ryx(t.t+ т).
Они будут зависеть от свойств входного сигнала и характеристик ЛДС.
Y(t)= Jh(x)X(t - x)dx (1.177)
0
t
1) M[Y(t)] = M[ Jh(x)mx(t - т)с1т] = Jh(x)M[X(t - т)]с1т
0
t
M
[Y(t)]= J h(i)mx(t-x)dx = my(t) (1.178)
Y(t) = Y(t) - my(t) = Jh(т){X(t - т)-mx(t- т)}СТ,
о
Y(t) = Jh(т)X(t- т)СТ (1.179)
о
о t+u о
Y(t + u) = J h(т1)X(t + u - т^т-, ,
0
о о t t +u о о
Y(t) Y(t + u) = J J h(т)h(^)X(t - т)X(t + u - т)СТСТ1 ; о о
Находим математические ожидания левой и правой частей: t t+u
Ry(t, t + u) = J J h(т)h(т1)Rx(t - т1, t + u - т)СТСТ1 . (1.180) 0 0
Найдем дисперсию выходного сигнала, для этого положим
u=0:
11
D[Y(t)] = JJ h( т )h( ^R^t- т1, t - т ^т-, (1.181) 00
87
то есть, чтобы отыскать дисперсию выходного сигнала, необходимо знать АКФ входного.
4)Взаимная корреляционная функция:
Ryx(t,t + u) = M[Y (t) XX (t + u)] =
t (1.182)
= J h(^Rx(t - т, t+ u- т)СТ 0
Выходной сигнал стационарной ЛДС при входном нестационарном сигнале будет нестационарным.
Иногда используют следующий подход. Входной сигнал представляют в виде канонической модели
ж
X(t) = mx(t) + ? Uk Ф k(1),
k=1
тогда выходной сигнал:
1 ж 1
Y(t) = J h(т)т(1 + T)dT + S U k J h(т)фк(1 - x)dx;
0 k=1 0 1
Vk(1) = Jh( T№k(1 -T)dT; 0
ж
Y(1) = my(1) + S Uk У k(1) (1183)
k =1
Если на входе линейной динамической системы имеем каноническую модель входного сигнала, то на выходе получаем каноническую модель выходного сигнала с теми же коэффициентами разложения. Отличаются только координатные функции.
Пусть входной сигнал является стационарным. Рассмотрим характеристики выходного сигнала системы.
1 1 my(1) = Jh(u)mx(u)du = mx Jh(u)du (1.184)
0 0
Вывод: выходной сигнал стационарной ЛДС при
88
стационарном входном сигнале не стационарен по математическому ожиданию.
1 1
Dy(1) = JJ h( T)h( T1)RX( т, i1)didx1 (1.185)
00 1 1+u
Ry(1,1 + u) = J J h(T)h(T1)Rx(u - т1 + т)dTdT1. (1.186) 0 0
По автокорреляционной функции выходной сигнал не стационарен при стационарном входном. Взаимно-корреляционная функция:
t
Ryx(t, t + u) = j h(T)RX(U + т)dx . (1.187)
yx'
0
То есть, входной и выходной сигналы нестационарно связаны.
Рассмотрим теперь установившийся (статический) режим работы ЛДС, устремив верхний предел интегрирования к бесконечности.
ж
1) my = mx J h(u)du (1.188)
о
ж ж
Dy = J J h(T)h(T!)Rx(т, - т^т, (1.189)
0 0
ж ж
Ry(u) = j j h(т)h(T,)Rx(u - т, + т)dTdT, (1.190)
0 0
ж
Ryx(u) = j h(т)Rx(u+ т)dт (1.191)
0
В установившемся режиме работы выходной сигнал ЛДС при стационарном входном является стационарным и стационарно связанным со входным.
Спектральная плотность мощности выходного сигнала определяется выражением
1 ж
Sy(w) = — j Ry(u)exp(—jwu)du,
2п
—ж
Подставим сюда выражение для АКФ:
ж ж 1 ж
Sy(w) = j j h(т)И(т,){— j Rx(u - т, + т)exp(-jwu)du}dтdт1
0 0 2п —ж
Рассмотрим интеграл в скобках:
u — т1 + т = u1 U = U1 + т1 — т
du = du1
u1 = ж; u2 = —ж
I В
ж
1 Г
— I Rx(u)exp(—jw(u + т1 — т))du
In J
2n
—ж
ж
1
= exp(jw^exp(—jwт1)— i Rx(u)exp(—jwu)du =
2n J
—ж
= Sx(w)exp(jwт)exp(—jw^)
подставим в исходный интеграл:
ж ж
Sy(w) = Sx(w) J J И(т)h(т1)exp(-jwт1)exp(jwт^d^ = о о
ж ж
= Sx(w){J h(т1)exp(-jwт1)dт1}{J И(т)exp(jwт)dт} = оо
= Sx(w)W(jw)W(—jw) = Sx(w)| W(jw)|2 .
(1.192)
То есть, спектральная плотность мощности выходного сигнала ЛДС при подаче на нее стационарного случайного сигнала связана с СПМ входного сигнала через квадрат модуля частотной характеристики.
Если искать дисперсию, АКФ и ВКФ по соотношениям (1.189), (1.190) и (1.191), то придется иметь дело с двойными интегралами, в то время как эти характеристики можно найти проще, пользуясь найденной зависимостью (1.192):
жж
Dy = J Sy(w)dw = J Sx(w)|W(jw)|2dw, (1.193)
—ж —ж
то есть дисперсия, также как и СПМ, зависит не от всей частотной
характеристики, а только от АЧХ.
ж
Ry( т) = J Sy(w)exp(jw^dw =
—ж (1.194)
ж
= JSx(w)|W(jw)|2exp(jwc)dw.
—ж
Рассмотрим какое практическое применение имеет найденная
зависимость. Спектр выходного сигнала зависит от СПМ входного и амплитудно-частотной характеристики системы.
Пусть на вход ЛДС подается белый шум, тогда
Sy(w)=So=const,
Sy(w) =So!W(jw)!2 , (1.194)
то есть СПМ выходного сигнала зависит только от квадрата модуля частотной характеристики системы.
Меняя частотную характеристику, можно получать сигналы с различными спектрально-корреляционными свойствами, окрашенные шумы. Это очень важный вывод, так как многие задачи планирования эксперимента решаются имитационным моделированием, которое предполагает, в свою очередь, использование в качестве исследуемых сигналов случайных процессов с заданными спектральными характеристиками (для проверки свойств синтезируемых фильтров, систем, и т. д. ).ж
Ryx(u) = 1 h(T )Rx(u+ т )dT (1.195)
0
Пусть мы определили АКФ входного сигнала и функцию взаимной корреляции между входным и выходным сигналами. Соотношение (1. 195) можно использовать для определения ИПХ исследуемой системы. Найдем ВКФ между входным X(t) и выходным Y(t) сигналами системы, заменив в соотношении (1.195) у аргумента u знак на противоположный:
ж
Ryx( - u) = 1 h( т )Rx(-u + т )dT (1.196)
0
ж
Rxy(u) = 1 h(T)Rx(u- T)dT (1.197)
0
Пусть на вход системы подается стационарный белый шум. Его корреляционная функция:
Rx( т) = N 8( т), Rx(u-т) = N S(u - т),
ж
Rxy(u) = N 1 h(т)S(u - т)dт
Согласно фильтрующему свойству дельта - функции:
Rxy(u) = N * h(u),
то есть вид ВКФ совпадает с видом импульсной переходной характеристики ЛДС.
(1.198)
N
h(u) = Rxy(u)
Соотношение (1.198) можно использовать как алгоритм определения ИПХ.
Далее подается тестовый сигнал - белый шум и вычисляется взаимная спектральная плотность входного и выходного сигналов.
1 ж
Sxy(w) = — J Rxy(u)exp(—jwu)du =
—ж ж
= Jh(т){2П JRxy(u — x)exp(—jwu)du}dx
2n
о —ж
Внутренний интеграл:
ж
u — т = u1 u = u1 + т du = du1
ж
2-J Rx(u1)e—jw(u' )du1 =
в
— ж
-ж
1
1 ж
н
= e-iwt{^ JRx(u1)e—iwu1du1} = e—wtSx(w),
подставляем в исходный интеграл:
Sxy(w) = Sx(w) J h( т) exp(—jwт)dт = Sx(w)* W(jw) (1.199) о
То есть взаимная спектральная плотность между входным и выходным сигналами связана с СПМ входного сигнала через частотную характеристику системы.
Вещественная частотная характеристика оказывает влияние на
вещественную часть ВСП и не оказывает влияния на мнимую часть ВСП, и наоборот.
Вывод: частотную характеристику системы можно определять, зная взаимную спектральную плотность входного и выходного сигналов, а также СПМ входного сигнала.
Sxy(w)
W(jw) = (1.200)
Sx(w)
Любой сигнал можно представить как аддитивную смесь полезного сигнала и помехи:
X(t) = S( т) + X(t) (1.201)
Выходной сигнал системы:
Y(t) = my(t) + Y(t) (1.201)
ЛДС осуществляет преобразование, причем
m,
(t) = 1 h( x)S( x)dx, Dy = D[Y ],
Dy=min - условие минимума помехи.
Зададимся вопросом, что надо сделать для того, чтобы значение дисперсии выходного сигнала понизилось (а значит и уменьшилось значение помехи)?
ж ж ж
Dy = j Sy(w)dw = j Sx(w)|W(jw)|2dw = 2j Sx(w)|W(jw)|2dw
— ж —ж 0
(1.202)
Пусть максимальное значение СПМ входного сигнала SxK , тогда S(w) <= .
D y = 2J Sx(w)|W(jw)|2dw < 2Sxh J |W(jw)|2dw (1.203) 00
Это — оценка дисперсии сверху, то есть оценка той величины, которой она не превышает.
о
Пусть эквивалентная ширина спектра мощности сигнала X(t)
будет
Л D v
Awc =
2S
н
Пусть ширина полосы пропускания ЛДС определяется выражением
ж
2
J |W(jw)|2dw
Aw ф = -0-
|W(jw)|2
D ^
, J lW(iw)'2
2Aw
Sxh = 2tjl-, J |W(jw)|2dw = Aw ф| W(jw)2H
c0
Подставим это в выражение для дисперсии (1.203):
2D v , ,2 _ , ,2 Awф
Aw ф| W(jw)|2 = D x|W(jw)|'
2Awc 1 1 1 1 Awc
Dy < Dx|W(jw)|Aw* (1.204)
Выражение (1.204) определяет оценку сверху дисперсии выходного сигнала. Выводы:
1)Мощность выходной помехи тем больше, чем больше
мощность входной помехи.
2)Ширину полосы пропускания ЛДС нужно делать как можно меньше ширины спектра мощности сигнала, стремиться к тому, чтобы отношение A Wф / A wс было как можно меньше. Перепишем соотношение по-другому:
т u Aw * = const; т k Aw с = const
Aw ф т k . Aw ф т u
— = — = const; - = С —
Awc т u Awc т k
C — константа, которая зависит от способа задания величин A A wc, т u, т k.
Dy = С* Dx|W(jw)|2 . (1.205)
т k
Соотношения (1.204) и (1.205) используются на равных основаниях.
Вывод: для наилучшего подавления помехи нужно увеличивать длительность ИПХ системы по сравнению с интервалом корреляции исследуемого процесса. Но увеличивая длительность ИПХ, мы ухудшаем быстродействие.
Скачать готовые ответы к экзамену, шпаргалки и другие учебные материалы в формате Word Вы можете в основной библиотеке Sci.House
Анализ линейных динамических систем, работающих при входных случайных воздействиях
- Оценка параметров точности реальных червячных передач в составе приводов с установившимся движением Аккерман Владимир Владимирович | Диссертация на соискание ученой степени кандидата технических наук. Омск - 2004 | Диссертация | 2004 | Россия | docx/pdf | 6.15 МбСпециальность - 05.02.02 - Машиноведение, системы приводов и детали машин. ВВЕДЕНИЕ Точность - один из важнейших показателей качества машин, существенно влияющий на все критерии работоспособности их
- Ответы на вопросы к экзамену по инновационному менеджменту | Ответы к зачету/экзамену | 2016 | Россия | docx | 2.24 МбОглавление 1.Понятие инновации и инновационного процесса. Инновация как интеллектуальный товар. 2.Основные виды инноваций и проблема их динамической согласованности. 3.Линейные модели инновационных
- Разработка современных технологий реконструкции и развития государственной геодезической сети с учетом особенностей территории Азербайджанской Республики (Том I) Годжаманов Магсад Гусейн оглы | Диссертация на соискание ученой степени доктора технических наук. Москва - 2005 | Диссертация | 2005 | Россия | docx/pdf | 18.63 МбСпециальность — 25.00.32 - Геодезия. Геодезия на современном этапе занимается решением обширного круга задач, важных как для развития цикла наук о Земле, так и для обеспечения функционирования
- Основы программирования Иванова Г.С | | Учебник | 2002 | pdf | 12.9 МбИзложены основные теоретические положения разработки программного обеспечения с использованием структурного и объектно-ориентированных подходов. Подробно рассмотрены основные приемы решения задач
- Шпаргалка по предмету Информационные технологии в экономике | Шпаргалка | 2016 | Россия | docx | 7.95 МбВведение в банки данных: определение, преимущества, предпосылки широкого использования. Компоненты банка данных. Пользователи банков данных. №2 Классификация баз данных Классификация СУБД. №3Этапы