- •6. Выбросы случайных процессов
- •6.1. Общие понятия
- •6.2. Математическое ожидание числа положительных выбросов
- •7. Некоторые нелинейные задачи теории случайных
- •7.1 Метод статистической линеаризации
- •7.2. Исследование точности нелинейных систем
- •8.Определение характеристик случайных процессов
- •8.1. Статистическая оценка математического ожидания случайного
- •8.2.Статистическая оценка корреляционной функции случайного процесса
- •8.3. Статистическая оценка спектральной плотности случайного процесса
- •8.4. Определение статистической оценки закона распределения ординаты
7. Некоторые нелинейные задачи теории случайных
ПРОЦЕССОВ
7.1 Метод статистической линеаризации
Если передаточная функция системы содержит нелинейное звено, то рассмотренный ранее метод, заключающийся в использовании понятия спектральной плотности случайных процессов, не может быть непосредственно применен к анализу вероятностных характеристик процессов на выходе системы. Для приближенного определения этих характеристик можно применить метод статистической реализации, основанный на замене нелинейных функций такими линейными функциями, которые в известном смысле статистически равноценны нелинейным функциям.
Если ограничиться рамками корреляционной теории случайных процессов, то процессы на выходе нелинейной и линеаризованной систем должны иметь одинаковые моменты первого и второго порядков.
Пусть задана некоторая нелинейная функция вида
. (7.1)
Заменим функцию (7.1) линейной функцией
. (7.2)
Выберем коэффициенты k0 и k1 таким образом, чтобы удовлетворить условиям: и . Тогда , .
Следовательно, коэффициенты линеаризации определятся как
, . (7.3)
Знак у k1 следует брать тот же, что и у производной функции (Х).
Поскольку
, ,
то для определения коэффициентов линеаризации по (7.3) необходимо знать одномерный закон распределения случайного процесса на входе нелинейной системы.
Можно воспользоваться и иным способом определения коэффициентов линеаризации: из условия минимума среднего квадрата ошибки, обусловленной заменой процесса Y на процесс Z или .
Раскрывая последнее соотношение, получим:
(7.4)_
Дифференцируя выражение (7.4) по k0 и k1 и приравнивая производные нулю, будем иметь:
, . (7.5)
Из (7.3) и (7.5) следует, что коэффициент k0, полученный двумя различными способами линеаризации, оказался одинаковым, в то время как коэффициенты k1 различаются между собой. И. Е. Казаков, разработавший метод статистической реализации, предлагает в качестве коэффициента k1 принимать среднее значение из полученных двумя способами. Следует заметить, что коэффициенты статистической линеаризации можно трактовать следующим образом:
k0 – статистический коэффициент передачи нелинейного элемента по полезному сигналу,
k1 - статистический коэффициент передачи нелинейного элемента по флуктуациям.
7.2. Исследование точности нелинейных систем
В предыдущем параграфе рассматривалась система без памяти, т.е. такая сиссистема, в которой выходной сигнал Y в некоторый момент времени t полностью определяется входным сигналом X в этот же момент времени. Поэтому для нелинейных систем без памяти связь между входным и выходным сигналами задается соотношением (рис.7.1,а) или в более общем виде , отвечающим схеме с обратной связью, например, (рис.7.1,б).
Рис.7.1. Структурные схемы систем без памяти
Под нелинейными системами с памятью понимаются такие системы, в которых выходной сигнал Y(t) в момент t зависит не только от входного сигнала X(t) в тот же момент времени, но и от его значения в другие моменты времени. Возможные структурные схемы нелинейных систем с памятью при одном нелинейном элементе приведены на
Рис.7.2 Структурные схемы систем с памятью
При применении метода статистической линеаризации передаточные функции нелинейных звеньев систем, приведенных на рис.7.2 ( ), имеют вид
. (7.6)
Приведем методику определения математического ожидания и дисперсии сигналов на выходе систем при линеаризации нелинейного звена.
Схема рис.7.2,а( система без обратной связи)
Сигнал на выходе нелинейного звена определится как . При этом , . Математическое ожидание и дисперсия сигнала X1 определятся как:
, .
Линейная связь между сигналами X1 и Y может быть представлена в виде:
или .
Но . Следовательно, и спектральная плотность процесса на выходе системы определится как:
Отсюда находим искомые числовые характеристики процесса на выходе системы:
, .
Интеграл в выражении для дисперсии целесообразно вычислять с помощью теории вычетов.
Схема рис.7.2,б ( система с обратной связью)
Сигнал . Связь между сигналом X1 и Y линейна: . Линеаризованная связь между Y и X2 имеет вид . Коэффициенты линеаризации определются как ,
. Так как , , то
, . Математическое ожидание процесса на выходе рассматриваемой системы определится как:
или
. (7.7)
В уравнение (7.7) входят две неизвестные искомые величины – mY и Y. Второе уравнение получим, рассматривая процесс передачи флуктуаций сигнала на входе:
или
.
Используя понятие спектральной плотности входного сигнала, получим выражение для искомой дисперсии на выходе системы:
. (7.8)
Совместное решение уравнений (7.7) и (7.8) позволит определить искомые числовые характеристики процесса на выходе рассматриваемой системы - mY и
Y.
Схема рис.7.3,в.
Сигнал на входе нелинейного элемента определяется как . Процесс на выходе этого элемента при его линеаризации На выходе системы . Математическое ожидание процесса на выходе системы определится из выражения:
,
. (7.9)
Центрированный процесс на выходе системы определится как:
.
Из последнего выражения следует:
.
Используя понятие спектральной плотности входного сигнала, получим выражение для дисперсии процесса на выходе системы:
. (7.10)
Из (7.9) и (7.10) видно, что математическое ожидание и дисперсия процесса на выходе системы зависят от числовых характеристик процесса на входе нелинейного звена X1(t).
Математическое ожидание этого процесса определится как
. (7.11)
Для определения получим выражение для операторного изображения центрированного процесса :
Дисперсия процесса определится как:
. (7.12)
Из уравнений (7.11) и (7.12) определяются , а затем из выражений (7.9) и (7.10) искомые числовые характеристики процесса Y(t).
Схема рис.7.3,г.
В этой схеме , , .
Математическое ожидание процесса на выходе системы определится как:
. (7.13)
Центрированный процесс на выходе системы будет:
и, соответственно, дисперсия на выходе системы определится как:
. (7.14)
Для определения и по (7.13) и (7.14) необходимо определить и . Эти числовые характеристики процесса определяются из двух уравнений:
, (7.15)
. (7.16)
Примеры. Рассмотрим процессы в схемах с памятью без обратной связи (рис.7.3,а) и с обратной связью (рис.7.3,в). Процесс на входе этих систем примем стационарным и нормальным при mX=0 ( ). Спектральная функция этого процесса аппроксимируется выражением ( ).
Н елинейное звено описывается выражением (рис.7.4)
Линейное звено в рассматриваемых системах является интегрирующим контуром (цепочка R–C), передаточная функция которого записывается как , .
Рис.7.4
Схема рис.7.3,а.( , ). =
( интеграл вероятности или функция Лапласа). Коэффициенты линейной аппроксимации нелинейного звена рис.7.4
определятся как , (7.17)
. (7.18)
Математическое ожидание и спектральная плотность процесса на выходе системы определятся как:
. (7.19)
.
Дисперсия процесса на выходе системы будет:
.
Беря интеграл с помощью теории вычетов в левых полюсах подынтегральной
функции, получим .
Схема рис.7.3,в.При линеаризации нелинейного звена процессы на его выходе и на выходе всей системы в целом будут нормальными, так как по условию задачи процесс на входе системы представляет собой нормальный стационарный процесс. Поэтому
, .
При этом коэффициенты линеаризации нелинейного звена запишутся в виде:
, . (7.20)
Но . Следовательно, , .
Математическое ожидание процесса на выходе системы будет:
. (7.21)
Операторное изображение центрированного процесса на выходе системы записывается в виде:
.
Спектральная плотность на выходе системы будет:
. (7.22)
Беря оригинал от выражения (7.22) с помощью определения вычетов в его левых полюсах, получаем выражение для дисперсии процесса на выходе линеаризованной системы:
. (7.23)
В (7.23) входит коэффициент линеаризации k1. Составим уравнение для его определения. Дисперсия на входе нелинейного звена определяется как:
.
Следовательно, . (7.24)
Таким образом, из (7.24) при известных параметрах корреляционной функции процесса на входе системы (параметр ) и передаточной функции линейного звена (параметр ) определяется коэффициент линеаризации k1, а затем из (7.23) – DY.