- •1. Вероятностные характеристики дискретных случайных величин
- •2. Вероятностные характеристики непрерывных случайных величин.
- •3. Формы представления законов распределения случайных величин.
- •4. Векторные случайные величины.
- •5. Типы случайных процессов.
- •6. Вероятностные характеристики случайных процессов.
- •7. Эргодическое свойство стационарных случайных процессов
- •8. Выбросы стационарных случайных процессов
- •9. Корреляционная функция и её основные свойства.
- •Свойства корреляционных функций
- •10. Экспериментальное определение корреляционных функций.
- •11. Спектральное разложение стационарных случайных процессов в непрерывный спектр дисперсий.
- •12. Свойства спектральной плотности.
- •13. Корреляционные функции и спектральные плотности типовых стационарных процессов.
- •14. Представление случайного процесса в виде канонического разложения. Интегральное каноническое представление случайного процесса. Полиномиальное представление случайного процесса.
- •Представление случайного процесса в виде канонического разложения Каноническое разложение корреляционной функции случайного процесса X(t):
- •Интегральное каноническое представление случайного процесса
- •Полиномиальное представление случайного процесса
- •15. Структура стохастической системы автоматического управления
- •16. Случайные процессы и возмущения в автоматических системах
- •17. Реакция динамической системы на случайное возмущение
- •18 Критерии точности системы
- •19 Характеристики выходных сигналов систем, заданных весовыми функциями
- •20 Корреляционный анализ систем, заданных дифференциальными уравнениями
- •21. Законы распределения выходных сигналов линейных систем (лс)
- •22. Определение установившихся систематических ошибок стационарных линейных систем (слс)
- •23. Определение установившейся дисперсии выходной переменной стационарной линейной системы (слс)
- •24. Критерии оптимальности автоматических систем.
- •25. Условие минимума среднеквадратичной ошибки.
- •26. Уравнение оптимальной линейной системы.
- •Определение весовой функции оптимальной линейной системы
- •Оптимальные системы, описываемые дифференциальными уравнениями
- •Дискретные случайные функции
- •30. Линейные операции над дискретными случайными функциями
- •Стационарные дискретные случайные процессы
- •32.Корреляционный анализ дискретных систем, заданных разностными уравнениями
- •33. Особенности вероятностного анализа нелинейных систем.
- •34. Линеаризация нелинейностей разложением в ряд.
- •35. Статистическая линеаризация нелинейностей.
- •36. Совместная гармоническая и статистическая линеаризация нелинейностей
- •37. Корреляционный анализ нелинейных систем, заданных дифференциальными уравнениями
- •38. Вероятностный анализ автоматических систем методом статистических испытаний
- •Марковские векторные процессы и последовательности
- •40. Уравнение Фоккера – Планка - Колмогорова
- •42. Анализ процесса срыва управления в автоматических системах
23. Определение установившейся дисперсии выходной переменной стационарной линейной системы (слс)
Для определения установившейся дисперсии выходной переменной (одномерной) СЛС воспользуемся формулой для установившегося значения случайной центрированной составляющей (23). Заменяя переменные интегрирования и пределы интегрирования, получаем (24). Дисперсию переменной выч. по формуле (25),где (26). Корреляционная функция стационарного случайного процесса связана со спектральной плотностью формулой преобразования Фурье. (27). Подставляя (27) в (25), получим (28). По определению (преобраз. Лапласа) . Тогда формула (28) принимает вид (29), где – квадрат модуля частотной характеристики. В соответствии с формулой (29) установившаяся дисперсия выходного сигнала постоянна. С другой стороны, ранее была получена формула (30). Сравнивая правые части формул (29) и (30), получим связь спектральной плотности выходного сигнала со спектральной плотностью входного сигнала, действующего на стационарную систему с частотной характеристикой (31). Частотная характеристика физически возможной устойчивой системы, заданной, например, дифференциальными уравнениями, представляет собой дробнорациональную функцию частоты, т.е. (32), где – полиномы относительно с постоянными коэффициентами. Спектральная плотность стационарного случайного процесса также может быть аппроксимирована или представлена в виде
(33), где – полиномы относительно с постоянными коэффициентами. Из формул (32) и (33) следует, что при определенных условиях подынтегральное выражение в формуле (29) является дробнорациональной функцией и его можно привести к виду
(34),
где ;
.Подставляя выражение (34) в (29), приводим его к виду (35). Для интегралов составлены таблицы, при помощи которых их значения выражаются через параметры функций и Например, и т. д. Часто встречаются случаи, когда полоса пропускания стационарной системы мала по сравнению с шириной спектра возмущения (рис.).
В таких случаях оказывается возможным в формуле (29) функцию в пределах полосы пропускания заменить средним значением s0 и вынести за знак интеграла. При этом (36), где (37).Величина называется эффективной полосой пропускания системы. Заметим, что применение формулы (36) вместо (29) равноценно замене реального возмущения белым шумом.
24. Критерии оптимальности автоматических систем.
Оптимальная автоматическая система в отличие от неоптимальной обладает наиболее высокой эффективностью при заданных ограничениях.
В состав ограничений входят заданная структура системы, диапазоны условий применения и другие элементы.
Понятие оптимальной системы, выбранный критерий эффективности или критерий качества имеют экстремальное значение- минимум или максимум в зависимости от смысла.
Условием оптимальности стохастической автоматической системы в целом может быть максимум вероятности выполнения ей своего предназначения (событие – получение максимальной производительности, прибыли и т. д.)
(4.1)
Для оптимальных систем обнаружения критерий оптимальности – минимум ошибки обнаружения цели
(4.2)
или минимум ошибки обнаружения цели при заданной вероятности ложной тревоги (критерий Неймана-Пирсона):
. (4.3)
Если на автоматическую систему действуют одновременно полезный сигнал и помеха, то возникает задача оптимального расчёта системы для получения наименьшей результирующей ошибки.
С точки зрения наилучшего воспроизведения полезного сигнала система должна иметь возможно большую полосу пропускания, а с точки зрения наилучшего подавления помехи система, наоборот, должна иметь меньшую полосу пропускания. Критерием получения оптимального решения здесь будет минимальное значение результирующей ошибки системы, определяемой полезным сигналом и помехой.
Для случайных величин наиболее просто определить среднеквадратичную ошибку, поэтому её и используют для оценки точности автоматической системы.
Минимум среднеквадратичной ошибки определяется выражением
, (4.4)
где – выходной сигнал системы; – требуемый выходной сигнал; – символ математического ожидания.
Определением характеристик систем по заданным критериям оптимальности занимается теория оптимальных систем.
Так как критерии оптимальности различны по физическому смыслу и математическому описанию, то и методы расчёта оптимальных систем различны.