- •12. Дискретные системы.
- •13. Импульсный элемент.
- •Теоремы z-преобразований.
- •Особенности дискретного преобразования Лапласа.
- •18. Устойчивость импульсных систем
- •Если хотя бы один корень zk располагается на окружности единичного радиуса, то система находится на границе устойчивости. При система неустойчива.
- •Критерий Гурвица.
- •Критерий Михайлова.
- •Критерий Найквиста.
- •20. Оценка качества импульсных систем
- •Параллельное программирование.
- •Метод последовательного программирования.
- •22.Уравнение переходных состояний для дискретно-непрерывных систем.
- •24. Цифровой регулятор, оптимальный по быстродействию
- •25. Метод переменного коэффициента усиления. Переменная е
- •26. Метод переменного коэффициента усиления. Переменная м
- •28. Нелинейные системы.
- •Типовые нелинейности
- •29. Типовая структурная схема нелинейных систем.
- •30. 31. Метод фазовых траекторий.
- •30. Метод фазовых траекторий для линейных систем.
- •33. Применение метода гармонической линеаризации для определения режима автоколебаний.
- •Критерий Гурвица для определения режима автоколебания.
- •Критерий Михайлова для определения режима автоколебания.
- •Критерий Найквиста.
- •35. Оценка абсолютной устойчивости нелинейных систем по Попову.
- •36. Понятие случайного процесса. Среднее значение сигнала, дисперсия .
- •37. Понятие случайного процесса.Корреляционная функция, спек тральная плотность.
- •Корреляционная функция
- •Спектральная плотность
- •38. Понятие случайного процесса. Взаимная корреляционная функция, спектральная плотность .
- •39. Типовые случайные воздействия
- •Случайное воздействия типа «белый шум»
- •Случайный ступенчатый сигнал
- •Случайный сигнал, имеющий скрытую периодическую составляющую
- •40. Преобразование случайного сигнала линейным звеном. Во временной области.
- •Преобразование сигнала во временной области
- •41. Преобразование случайного сигнала линейным звеном. В частотной области.
- •Преобразование случайного сигнала линейным звеном.
- •Преобразование сигнала во временной области
- •42. Преобразование сигнала в частотной области
- •42. Вычисление и минимизация дисперсии сигнала ошибки замкнутой системы
- •Методы идентификации систем автоматического управления Назначение и определение идентификации объектов
- •48. Адаптивные системы
- •Обобщенная схема адаптивной сау
- •Классификация адаптивных систем
- •49.Поисковые адаптивные сау
- •Метод Гаусса – Зейделя
- •Градиентный метод
- •Метод наискорейшего спуска
- •50. Беспоисковые адаптивные сау
38. Понятие случайного процесса. Взаимная корреляционная функция, спектральная плотность .
Случайной называется функция некоторой независимой переменной, значение которой при каждом данном значении независимой переменной является случайной величиной. Если независимая переменная - время, то случайная функция называется случайным (стохастическим или вероятностным) процессом.
Случайный процесс, в отличие от детерминированного, нельзя описать какой-либо определенной функцией времени . Случайный процесс представляет собой множество функций , обладающие некоторыми общими вероятностными свойствами.
Реализацией случайного процесса называется конкретная функция , которая получена в результате экспериментального наблюдения. Случайные процессы подразделяются на стационарные и нестационарные.
Стационарный случайный процесс - это процесс, статистические характеристики которого не изменяются во времени.
Нестационарный случайный процесс имеет статистические характеристики, которые с течением времени меняются.
Реальные системы, как правило, характеризуются стационарным случайным процессом.
Для рассмотрения законов преобразования случайного сигнала вводятся характеристики, оценивающие связь между случайными сигналами: взаимнокорреляционная функция и взаимная спектральная плотность.
Взаимнокорреляционная функция стационарных случайных сигналов характеризует степень связи (корреляции) между мгновенными значениями сигналов и , отстоящих друг от друга на величину . Взаимнокорреляционная функция определяется по формуле:
(5.33)
Взаимнокорреляционная функция обладает следующими свойствами:
Если сигналы и не связаны (не коррелированны) между собой, то при взаимнокорреляционная функция будет равна нулю при любых :
(5.34)
Взаимнокорреляционная функция обладает свойством:
(5.35)
Если случайный процесс представляет собой сумму двух случайных процессов:
, (5.36)
то взаимнокорреляционная функция имеет вид:
(5.37)
В этом случае взаимнокорреляционная функция называется автокорреляционной функцией.
Если сигналы и не связаны (не коррелированны) между собой, то взаимнокорреляционная функция (автокорреляционная функция) определяется как:
(5.38)
Взаимная спектральная плотность стационарных случайных сигналов и определяется следующим образом:
(5.39)
Взаимная спектральная плотность имеет следующие свойства:
Взаимная спектральная плотность является комплексной функцией и для нее справедливо следующее:
, (5.40)
где * обозначены сопряженные функции.
Если случайный процесс представляет собой сумму двух случайных процессов (5.36)
то взаимная спектральная плотность имеет вид:
(5.41)
Если сигналы и не связаны (не коррелированны) между собой, то взаимная спектральная плотность определяется как:
(5.42)
Рассмотрим связь между статистическими характеристиками двух стационарных случайных процессов и , являющимися входным и выходным сигналами линейной динамической системы с передаточной функцией .
Рис. 5.18.
Наиболее просто определяется связь между математическими ожиданиями этих сигналов. Так как у стационарных сигналов математические ожидания являются постоянными величинами, то связь между ними определяется уравнением статики звена:
(5.43)
Преобразование входного сигнала в выходной сигнал можно рассматривать во временной и частотной областях.