- •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
12. Свойства спектральной плотности.
a) Спектральная плотность действительного стационарного случайного процесса является чётной действительной функцией аргумента , т.е.
sx() = – sx(–), Im sx() = 0 – мнимая часть.
б) Дисперсия действительного стационарного случайного процесса равна интегралу от спектральной плотности этого процесса в бесконечных пределах:
.
в) Спектральная плотность стационарного случайного процесса – функция неотрицательная, т.е.
.
Зная спектральный состав случайного процесса, можно рационально конструировать системы различного назначения. Например, сенсорное устройство.
Рис. 4.10. Спектральная плотность сенсорного устройства
[1, 2] – чувствительность сенсорного устройства.
13. Корреляционные функции и спектральные плотности типовых стационарных процессов.
Белый шум - это центрированный случайный процесс X(t) с некоррелированными сечениями. Следовательно, по определению, корреляционная функция белого шума: .
Используя формулу Винера-Ханчина, получаем спектральную плотность:
Корреляционная функция и спектральная плотность белого шума:
Формирующий фильтр. Из белого шума можно получить случайный процесс с заданными характеристиками, пропуская через апериодическое звено.
Экспоненциальная корреляционная функция: .
Спектральная плотность:
Корреляционная функция и спектральная плотность:
Нерегулярная качка - случайное движение объекта под действием нерегулярных возмущений. Корреляционная функция нерегулярной качки:
.
По формуле Винера-Ханчина определим спектральную плотность:
Графики корреляционной функции и спектральной плотности:
Гармонический сигнал. .
Корреляционная функция и спектральная плотность гармонического сигнала:
Графическое изображение:
Периодический сигнал, разлагаемый в ряд Фурье. .
Спектральная плотность данного сигнала описывается выражением:
.
Графическое изображение представлено на рис:
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):
Каноническое разложение было предложено В. С. Пугачёвым. Частным случаем канонического разложения случайного процесса является разложение его в ряд Фурье по гармоникам со случайными амплитудами:
, (2)
где Zk, Vk – некоррелированные центрированные случайные величины (амплитуды колебаний).
Каноническим разложением является также входящая в (2) случайная синусоидальная функция частоты (гармоника).
. (3)
Для стационарного случайного процесса X(t) корреляционная функция имеет вид
. (4)
Выражение (4) является каноническим разложением корреляционной функции.
При использовании канонического разложения значительно упрощается выполнение различных операций над случайными функциями (дифференцирование, интегрирование, решение линейных дифференциальных уравнений и т.п.).