Ктитров Расчет установившихся режимов и переходных процессов в нелинейных 2008
.pdfВычислим математическое ожидание выходного процесса y(t).
Обозначим интеграл вероятности входного процесса x как
|
|
1 |
|
|
|
x |
|
|
|
t |
2 |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
(x) |
|
|
|
exp |
|
2 |
|
dt , |
а |
его |
производную |
– |
|||||||||
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|||||
|
(1) |
1 |
|
|
|
|
|
|
x |
2 |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
(x) |
|
|
|
|
|
exp |
|
|
|
. Вычислим математическое ожидание вы- |
|||||||||
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
2 |
|
|
2 |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ходного процесса y , исходя из основного допущения метода статистической линеаризации, что его плотность распределения та же, что и у входного сигнала:
|
|
1 |
|
|
|
|
|
|
|
|
(1) |
x m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
f (x) |
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|||||||||||||||
my |
|
|
|
|
|
|
|
|
|
|
|
|
|
dx |
|
|
|
|
|
|
|
|
||||||||||||
x |
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
1 |
|
|
|
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
b |
|
|
|
x mx |
|
|
||||||
|
|
|
|
|
|
|
|
|
(1) |
|
x mx |
|
|
|
|
|
|
(1) |
|
|
|
|||||||||||||
= lim |
|
|
|
a0 |
|
|
|
|
|
|
|
|
|
|
|
|
dx a1 |
|
|
|
|
|
|
dx |
||||||||||
a |
x |
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
x |
|
||||||||||||||||
b |
|
|
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
|
|
|||||||||||
n |
|
b |
|
|
|
|
|
|
|
|
|
|
|
x m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
bj | x xj | |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
(1) |
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
dx |
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
j 1 |
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
bj I3 |
|
|
|
|
|
|
|
|
|||||||
|
lim |
|
|
|
|
|
a |
0I1 a1I2 |
|
. |
|
|
|
|
|
(3.7) |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
a |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j 1 |
|
|
|
|
|
|
|
|
|
||||||||
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Проводим замену переменных x mx ; x x mx , тогда
x
|
|
|
|
|
|
|
|
|
|
|
|
b m x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
lim |
I |
1 |
|
lim |
|
x |
|
|
|
(1) ( ) d |
x |
; |
|
|
|
|||||
|
|
|
|
a |
|
|
|
|
|
|
|
|
|
|
||||||
a |
|
b |
|
|
|
|
a m x |
|
|
|
|
|
|
|
||||||
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b mx |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
lim I |
2 |
lim |
|
x |
(m |
x |
|
x |
) (1) ( )d m |
x |
|
x |
; |
|||||||
|
a |
|
|
|
|
|
|
|
|
|
|
|||||||||
a |
b |
|
|
a mx |
|
|
|
|
|
|
|
|
|
|
|
|||||
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x
111
|
|
|
|
|
b mx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
lim I |
3 |
lim |
x |
|m |
x |
|
x |
x |
j |
| (1) ( )d |
|
|
|
|
|
|||||||||||||||||
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
a |
|
b |
|
a mx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x m |
|
|
|
|
|
|
|
|
x |
m |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
x |
|
|
|
|
(1) |
x |
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
x |
(mx xj ) 1 2 |
|
|
|
|
|
|
|
|
2 x |
|
|
|
|
|
|
|
. |
|
|
(3.8) |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Итак, в результате получим |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
x m |
|
|
|
|
|
|
|
x m |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(1) |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
x |
|||||
my a0 a1mx |
|
bj (mx |
xj) 1 2 |
|
|
|
|
|
|
2 x |
|
|
. |
|||||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
x |
|
|||||
|
|
|
|
j 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вычислим среднеквадратическое значение выходного сигнала:
|
|
2 |
1 |
|
|
|
|
|
|
|
|
x m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
2 |
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
(1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
y |
|
|
f (x) |
|
|
|
|
|
|
|
|
|
|
|
|
dx a0 2a0a1mx a1 |
mx |
|
x |
|
||||||||||||||||||||||||||||||||
|
x |
|
|
|
|
x |
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x m |
|
|
|
|
|
|
|
|
|
xj mx |
|
|
|
|
|
|||||||||||||||
2a0 bj |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
(mx xj ) 1 2 |
|
|
|
|
|
|
|
2 x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
x |
|
|
|
|
x |
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||
|
|
|
j 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xj |
mx |
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
2a1 bj mx (mx xj ) |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
x 1 2 |
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
j 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
x m |
x |
|
|
|
|
xj mx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xj mx |
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 x (mx xi) |
(1) |
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
1 2 |
x |
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
x |
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
x |
m |
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
(1) |
x |
|
|
|
|
|
|
|
|
2 |
|
2 |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
(mx xi) |
|
|
|
|
|
|
|
|
|
|
|
bk |
x |
(mx |
xk ) |
|
. |
|
|
|
|
|
|
|
|
(3.9) |
||||||||||||||||||||||||||
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
my |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
D |
|
|
|
y |
2 m2;k |
|
|
,k |
|
|
Dy |
. |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
|
|
y |
|
|
0 |
|
|
mx |
1 |
|
|
|
Dx |
|
|
|
|
|
|
|
|
|
|
Обобщим полученный результат на случай кусочно-линейных функций с конечным числом точек разрыва первого рода. Формула для вычисления математического ожидания выходного сигнала в
112
этом случае после выкладок, аналогичных предыдущим, иметь вид
|
|
|
|
n |
|
|
|
|
|
xj |
mx |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
my a0 a1mx bj (mx xj ) 1 2 |
|
|
|
x |
|
|
|
|
||||||||||||||||
|
|
|
j 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
x |
|
m |
|
|
|
|
x |
|
m |
|
|
|
|
|
|
|||||||
|
(1) |
j |
|
|
|
j |
x |
|
|
|
|
|||||||||||||
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
2 x |
|
|
|
|
|
|
|
|
cj 1 2 |
|
|
|
|
|
|
|
. |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
x |
|
|
|
|
x |
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
будет
(3.10)
Обобщенная формула среднего квадрата стационарного случайного процесса с учетом точек разрыва нелинейности имеет вид
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y a0 2a0a1mx a12(mx2 2x ) 2a0 {[cj bj (mx xj )] |
||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
x |
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
j |
x |
|
|
|
|
|
|
|
|
|
|
(1) |
j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
1 2 |
|
|
|
|
|
|
|
2 x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
x |
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
j |
m |
x |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
2a1 bj mx(mx xj ) x cjmx 1 2 |
|
|
|
x |
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
|
|
|
j 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
x |
|
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
m |
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
j |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j |
x |
|
|
|
|
|
|
|
|
|||||||||||||||||||
2cj xmx |
(1) |
|
|
|
|
|
|
|
2bj xmx |
(1) |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
n |
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 bibj (mx xi )(mx xj ) 2x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
i 1 |
j 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x m |
|
xj mx |
|
||||||||||||||||||||||||||||
cj bj (mx xi) ci 1 2 |
|
i |
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(1) |
x |
j |
m |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
2bibj x (mx xi bicj ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
(1) |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
(mx xi bicj )) |
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
n |
|
|
|
|
|
|
|
|
xk )2 bkck (mk |
xk ) ck |
|
|
|
|
|
|
|
|
|
(3.11) |
|||||||||||||||||||||||||||||
|
bk2 2x (mx |
2 . |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
k 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
113
Полученный результат удобен тем, что все операции интегрирования, кроме вычисления интеграла вероятностей, проведены аналитически в общем виде, что повышает точность вычисления коэффициентов статистической линеаризации численными методами.
Пример 3.1. Пусть на нелинейный элемент типа «ограничение» f (x) 0.5 x 1 x 1 ,
где b1 0,5; |
b2 0,5; |
x1 1; |
x2 1, |
a0 a1 0, подается нор- |
мальный случайный процесс x(t) с mx 1/2 и x 1. Используя выражения (1.15), (1.16), получим my 0,33, y2 0,57 . Учитывая,
что дисперсия Dy y2 m2y 0,47, для коэффициентов статистиче-
ской линеаризации получим k0 0,66; k1 0,69.
3.2. Статистические характеристики линейных динамических звеньев
Выведем формулы для спектральной плотности и дисперсии выходного сигнала линейной стационарной асимптотически устойчивой динамической системы, используя известную спектральную плотность входного сигнала. Эти формулы важны для анализа не только линейных, но, как будут показано в следующих разделах, и нелинейных систем. Напомним смысл понятия «спектральная плотность случайного процесса».
Пусть непрерывный по времени процесс x(t) – эргодический (в частности, стационарный), ограниченный, энергия которого на отрезке времени [0,T] равна
T |
|
Q x2 (t)dt . |
(3.12) |
0 |
|
Тогда средняя мощность (при четном продолжении подынтегральной функции в область t 0)
P lim |
1 |
T |
x2 (t)dt . |
(3.13) |
|
2T |
|
||||
T |
|
|
|||
|
|
T |
|
|
С другой стороны, корреляционная функция процесса x(t)
114
|
|
|
|
|
|
|
|
1 |
|
|
i |
|
|
|
|
|
|
|||
|
|
|
Rx( ) |
|
|
Sx( )e |
|
d |
|
|
|
|
||||||||
|
|
|
2 |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
lim |
1 |
T [x(t) x][x(t ) x]dt , |
|
|
(3.14) |
|||||||||||||
|
|
|
|
|
||||||||||||||||
|
|
T T |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
S( ) R( )e i d – |
|
|
|
(3.15) |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
некоторая регулярная функция. |
|
|
|
|
|
|
|
|
|
|
||||||||||
Тогда при 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
ei |
|
|
1; |
z(t ) |
|
|
|
z(t); |
|
|
||||||||
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
0 |
|
|
T z2 |
|
|
0 |
T |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
R(0) |
1 |
S( )d lim |
1 |
|
(t)dt lim |
1 |
z2 |
(t)dt . |
(3.16) |
|||||||||||
2 |
T |
|
|
|||||||||||||||||
|
|
T |
|
T 2T |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
T |
|
|
|
|
Из (3.16) с учетом (3.14) получим, что средняя мощность равна |
||||||||||||||||||||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
P |
|
Sx( )d . |
|
|
|
|
|
(3.17) |
||||||||
|
|
|
|
2 |
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тогда Sx( ) – плотность средней мощности с точностью до ко-
эффициента 1 . Функция Sx ( ) показывает распределение сред-
2
ней мощности по частотам (или по спектру) и называется спектральной плотностью мощности процесса x(t) (слово «средней» перед словом «мощности» опускается для краткости). Еще короче, Sx ( ) называют спектральной плотностью.
Предполагается, что x(t) является непериодической и ограниченной функцией, причем такой, что интеграл (3.15) сходится хотя бы в смысле главного значения. Спектральная плотность периодической функции может быть получена на основе теории обобщенных функций [14].
115
Получим выражение для спектральной плотности выходного сигнала y(t) линейной стационарной асимптотически устойчивой
системы с передаточной функцией W(i ) при известной спек-
тральной плотности входного сигнала x(t) .
Учитывая, что t2 t1 , формулу (3.14) можно записать в виде
|
1 |
|
|
i t |
|
i t |
|
1 |
|
|
i t |
|
|
|
|
|
|
Rx( ) |
|
e |
2 Sx( )e |
d = |
|
e |
|
Sx( )e |
i t |
1 d , (3.18) |
|||||||
|
|
1 |
|
|
2 |
|
|||||||||||
2 |
|
2 |
|
|
|||||||||||||
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где черта сверху означает комплексную сопряженность.
Формула (3.18) есть интегральное спектральное преобразование с ядром K(t, ) ei t , т.е. обратное преобразование Фурье [15]. В общем случае обратное интегральное спектральное преобразование от некоторой функции S( ) имеет вид
1 |
|
|
|
|
|
|
|
||
K(t2, )S( )K(t1, )d . |
|
||||||||
R( ) |
|
(3.19) |
|||||||
2 |
|||||||||
|
|
|
|
|
|
|
|
|
|
Рассмотрим входной сигнал x(t) |
как обратное преобразование |
||||||||
Фурье его изображения X(i ): |
|
|
|
||||||
|
|
1 |
|
i t |
|
|
|||
|
x(t) |
|
X(i )e |
|
d , |
(3.20) |
|||
|
2 |
|
|||||||
|
|
|
|
|
|
|
|
для которого и было получено выражение (3.14). Изображение выходного сигнала имеет вид
Y(i ) W(i )X(i ) . |
|
|
(3.21) |
|||
Тогда оригинал есть обратное |
преобразование Фурье |
функции |
||||
Y(i ), которое с учетом (3.21) примет вид |
|
|
|
|||
1 |
|
|
i t |
|
|
|
y(t) |
|
X |
(i )W(i )e |
|
d . |
(3.22) |
2 |
|
|||||
|
|
|
|
|
|
|
С другой стороны, выражение (3.22) является обратным спектральным преобразованием функции X(i ) с ядром
K(t, ) ei t W(i ). |
(3.23) |
Существование преобразования с таким ядром (т.е. сходимость несобственного интеграла) обеспечивается свойствами W(i ) как передаточной функции асимптотически устойчивой системы. Тогда
116
в соответствии с (3.20) корреляционной функции выходного сигнала y(t) получим
|
|
|
|
|
1 |
|
|
i t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i t |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
e |
|
|
2 W(i )Sx ( )(e |
|
1 W(i ))d = |
|
|
|||||||||||||||||||
|
|
|
|
|
2 |
|
|
|
|
|
|||||||||||||||||||||||
|
Ry ( ) |
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
i t |
|
|
|
|
|
|
|
|
|
i t |
|
|
|
|
|
|
|
1 |
|
|
|
i |
|
|
2 |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
e 2W(i )Sx ( )e |
|
|
1 W(i )d |
= |
|
|
e |
|
W(i ) |
|
Sx( )d . |
||||||||||||||||||||
|
2 |
|
|
2 |
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Сравнивая (3.24) c (3.14), получим |
|
|
|
|
|
|
|
|
|
(3.24) |
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
Sy ( ) |
|
W(i ) |
|
2 Sx ( ). |
|
|
|
|
|
|
|
|
|
(3.25) |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
Тогда дисперсия выходного сигнала будет иметь вид |
|
|
|||||||||||||||||||||||||||||||
|
|
Dy |
Ry (0) |
1 |
|
|
|
|
W(i ) |
|
2Sx ( )d . |
|
|
|
|
|
|
(3.26) |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.3.Расчет статистических характеристик процессов
взамкнутой нелинейной системе
Статистическая линеаризация применяется, так же как и гармоническая линеаризация, для расчета установившихся режимов в динамических нелинейных системах. Установившимся режимом в общем случае [16] называется процесс в динамической системе при t , обладающий некоторыми стационарными свойствами и областью притяжения в фазовом пространстве. Областью притяжения называется множество начальных условий, при которых процессы в системе асимптотически стремятся к данному процессу (пример – предельный цикл). Стационарными свойствами могут быть, например, постоянные амплитуда и частота нелинейных колебаний. Линейные колебания не могут быть установившимся режимом изза отсутствия области притяжения.
При случайных воздействиях некоторыми стационарными свойствами установившегося режима можно, в частности, считать достижение постоянных значений математического ожидания и среднеквадратического отклонения.
Рассмотрим нелинейную стационарную систему с выходом y(t)
и входом u(t) вида
117
u(t) f (t) n(t), |
(3.27) |
где f (t) – детерминированный полезный сигнал; n(t) |
– стацио- |
нарная случайная помеха с нулевым математическим ожиданием. Для определенности будем считать, что система имеет струк-
турную схему, изображенную на рис. 3.2., где W1 , W2 , W3 – ли-
нейные динамические звенья с передаточными функциями R1 ,
Q1
R2 , R3 соответственно, а F(x) – однозначная нечетная нелиней-
Q2 Q3
ность.
Будем считать, без ограничения общности, что задача решается при нулевых начальных условиях, тогда, заменив переменную Ла-
пласа s на оператор дифференцирования по времени p d , по- dt
сле статистической линеаризации нелинейности F(x) запишем в операторном виде уравнения линеаризованной системы, сначала приравнивая слагаемые левой и правой частей, содержащие математические ожидания
Q1(p)my R1(p)k0mx ; |
|
(3.28) |
|
Q2 (p)mx |
R2 (p)( f my |
); |
(3.29) |
|
1 |
|
|
Q3 (p)my |
R3 (p)my , |
|
(3.30) |
1 |
|
|
|
а затем – слагаемые, содержащие центрированные случайные составляющие
Q (p)y0 |
R (p)k |
1 |
x0 |
; |
(3.31) |
1 |
1 |
|
|
|
Рис.3.2. Структурная схема системы со случайным входом
118
Q |
2 |
(p)x0 |
R |
2 |
(p)y0 |
; |
(3.32) |
||
|
|
|
|
|
1 |
|
|
||
Q |
3 |
(p)y0 |
R |
3 |
(p)y0 , |
|
(3.33) |
||
|
1 |
|
|
|
|
|
|
где k0 , k1 – нелинейные функции двух переменных mx , Dx .
Запишем выражения для my и mx данной системы [17]
|
1 |
|
|
|
my |
|
W0(yr) |
||
|
|
|||
r 1 |
r! |
|||
|
1 |
|
|
|
mx |
|
W0(xr) |
||
|
|
|||
r 1 |
r! |
(0)f (r)(t) W0y (0)mn ;
(0)f (r)(t) W0x(0)mn ,
(3.34)
(3.35)
где
W0y |
(s) |
|
k0R1(s)R2 (s)Q3 (s) |
|
|||
|
|
|
; |
(3.36) |
|||
|
|
|
|||||
|
|
|
Q1(s)Q2 (s)Q3 (s) k0R1(s)R2 (s)R3 (s) |
|
|||
W0x |
(s) |
|
|
k0Q1(s)Q3 (s)R2 (s) |
|
||
|
|
. |
(3.37) |
||||
|
|
||||||
|
|
|
Q1(s)Q2 (s)Q3 (s) k0R1(s)R2 (s)R3 (s) |
|
|||
Здесь W0y (s), |
W0x(s) |
– передаточные функции от входа |
u(t) к |
||||
выходам y(t) |
и x(t) |
соответственно, полученные из (3.29) – |
(3.31).
Для дисперсий сигналов x(t), y(t) справедливы следующие выражения
|
|
|
|
|
||||||
|
Dx |
|
|
W1x(i ) |
|
2 Sn( )d ; |
(3.38) |
|||
|
|
|
||||||||
|
|
|
|
|||||||
|
|
|
|
|
||||||
|
|
|
2 |
|
||||||
|
Dy |
|
|
W1y (i ) |
|
|||||
|
|
Sn( )d , |
(3.39) |
|||||||
|
|
|
|
|
||||||
где W1x , W1y |
– передаточные функции от входа u(t) |
к выходам |
||||||||
y(t) и x(t) |
соответственно, полученные из (3.31) – (3.33), выра- |
жения для которых полностью совпадают с (3.36), (3.37) при замене k0 на k1 .
Решая систему уравнений (3.35), (3.38) относительно mx , Dx
при известных mn , Sn из (3.34), (3.38) найдем my , Dy . Разумеется,
решение нелинейных уравнений (3.35), (3.38) является отдельной
119
Рис. 3.3. Структурная схема системы, исследуемой с помощью МСЛ
сложной задачей, не имеющей решения в общем виде и требующей выбора численных методов в каждом конкретном случае.
Пример 3.2. Рассмотрим динамическую систему, изображенную на рис. 3.3 [18]. Второй случайный сигнал, входящий в систему показывает, как могут быть получены некоторые обобщения рассматриваемого в данном разделе класса задач. Дифференциальные уравнения этой системы имеют вид
(T1 p 1)py aF(x) n2 ; x k(Tp 1)( f n1 y),
где |
f b0 |
bt , |
mn1 mn2 0 ; |
Sn1 ( ) |
|
S1 |
|
; |
|||||
(T 2 |
1)(T 2 |
1) |
|||||||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
Sn |
|
( ) |
|
S2 |
|
|
, S1 const, S2 |
const , |
F – нелинейность типа |
||||
2 |
T 2 |
1 |
|||||||||||
|
|
|
|
|
|
|
|
«ограничение» с параметрами B и C .
Проведя статистическую линеаризацию нелинейности F , получим из (3.29) – (3.34) c учетом (3.37) – (3.40) для установившегося режима
mx |
|
b |
|
; |
|
(3.40) |
||
ak |
0 |
|||||||
|
|
|
|
|
|
|||
my |
f |
|
b |
, |
(3.41) |
|||
|
|
|||||||
где |
|
|
|
|
akkc |
|
||
|
|
|
|
|
|
|
|
|
|
B |
|
m |
|
|
C m |
|
|
|
m |
|
|
C m |
|
|
|
|||||||
|
|
|
|
x |
x |
x |
x |
|
|||||||||||||||||
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
1 |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
0 |
|
m |
x |
|
C |
|
|
D |
|
|
|
|
C |
|
|
D |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
x |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
120