Файл: Тарушкина Л.Т. Статистическая оценка параметров управляемых систем с помощью ЦВМ.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 02.07.2024
Просмотров: 85
Скачиваний: 0
жутка Т с помощью замены переменной t на новую переменную
и =-jrt— |
1 перейти к промежутку |
обработки, равному [ — 1 , |
1 ] . |
||||||||||||||
|
Неизвестные |
параметры моментов |
распределения |
есть |
|
|
|||||||||||
|
|
|
|
|
q = |
(«о, |
аъ |
|
|
|
а^), |
|
|
|
|
||
|
|
|
|
|
|
q = Фи |
Ь2, |
|
|
|
Ьр). |
|
|
|
|
||
|
Область |
допустимого |
изменения |
параметров: —оо |
< я(. < |
со, |
|||||||||||
—оо < Ьт |
< оо |
(t = 0 , |
1, (k— |
1 ) ; |
tn = |
1, р). |
|
|
|
|
|||||||
|
Метод |
оценивания |
с |
применением |
|
неравенства |
Чебышева. |
||||||||||
Пусть |
п — max (р, |
k) — 10 . Так как |
постоянная |
с, |
входящая |
||||||||||||
в неравенство |
(11.33), |
определяется |
заранее, то |
для |
статистик |
||||||||||||
щг, |
uir |
имеем оценку |
дисперсии |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
Dllir: |
|
4 2 С 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
r+ |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
DuJr |
= |
2 8 |
с 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Из |
данных |
неравенств определяется порядок величины г. Если |
|||||||||||||||
| с\. < |
0 , 5 , |
то |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Z 3 « / r < 7 ^ T ' |
д " ^ < т ^ г - |
|
|
|
|
||||||||
Из условия |
N ^ |
п и неравенства |
(11.36) |
определим порядок |
вели |
||||||||||||
чины N . Возьмем г = |
1 0 , JV = 5 0 . |
|
|
|
|
|
|
|
|
||||||||
|
Вычислим статистики и\г по формуле |
(11.38). |
|
их |
мини |
||||||||||||
|
Составим функционалы ( 1 1 . 4 1 ) , |
( 1 1 . 4 2 ) |
и определим |
||||||||||||||
мальное значение. |
Если |
минимальное |
значение |
удовлетворяет |
требованиям точности, то оценка для q, q равна тем значениям, при которых функционалы принимают минимальное значение.
Идентификация параметров с помощью ^статистической про верки гипотез. Положим
q = q o € f . |
q = q o € r , |
где f , f — заданные конечные |
множества. |
Пусть а = 0 , 0 5 . Определим постоянные с0, c l t с2. Постоянная с0 определяется из уравнения
Используя таблицы для функции Ф, получим с0 = 4 9 4 , 5 .
72
Постоянные с ъ с2 находятся из следующих уравнений:
\ / 1 0 0 0 ) |
\ V юоо ) |
которые дают значения с 2 = 547,5; сг — 476. |
|
Составим статистики (11.45). Вычислим значения с0, |
clt с2. |
Проверим выполнение условий (11.48), (11.49), с помощью |
которых |
примем или отвергнем значения q = q„, q = q 0 . |
|
9. СТАТИСТИЧЕСКАЯ ОБРАБОТКА СИГНАЛОВ,
ПОСТУПАЮЩИХ С ЧУВСТВИТЕЛЬНЫХ ЭЛЕМЕНТОВ
Ошибки чувствительных элементов. Современная техника управления автоматическими системами широко использует чув ствительные элементы, с помощью которых решается ряд задач, связанных с управлением системы. В частности, определяются координаты центра масс объекта управления. Точность, с которой решаются задачи управления, зависит прежде всего от точности чувствительных элементов. Основными ошибками чувствительных
элементов |
являются: |
||
1) |
систематическая ошибка акселерометра; она не зависит от |
||
времени |
работы |
системы; |
|
2) |
ошибки из-за научета нелинейности акселерометра; |
||
3) |
постоянный |
дрейф гироскопа; |
|
4) |
начальное отклонение по уровню платформы; |
||
5) |
помехи на входе акселерометра, характеризующиеся рядом |
возмущающих импульсов случайной величины и знака.
Данные ошибки приводят к тому, что погрешность в системе управления имеет тенденцию к накоплению [10, 33] . В [10] де лается попытка доказать, что величина средней квадрэтической ошибки в определении местоположения объекта управления изменяется по закону «корня квадратного из времени».
Статистический характер сигналов, поступающих от акселеро метров. Пусть ах {t), ау (t), аг (t) — сигналы от трех акселеро метров, расположенных на стабилизированной платформе, изме
ряющие ускорение |
объекта управления, вызванные действием |
сил сопротивления |
при перемещении объекта в пространстве. |
Оси чувствительности акселерометров образуют ортогональную систему координат (рис. 7).
Обозначим |
через |
a (t) любой из сигналов ах |
(f), ау (t), az |
(t). |
Относительно |
вероятностных свойств сигнала a (t) сделаем одно |
|||
из следующих |
предположений. |
|
|
|
1. Сигнал |
a (t) — |
Ma (t), где Ma (t) означает математическое |
||
ожидание, является |
стационарным процессом |
[33], причем |
его |
73
корреляционная функция |
|
/Га (т).= С е - в | т | . |
(11.57) |
2. Сигнал a (t) является нестационарным случайным процес сом, среднее квадратическое значение которого изменяется по закону «корня квадратного из времени» [10], т. е. корреляцион ная функция процесса
Ка (t, |
t) |
= |
kt, |
(11.58) |
где k — постоянная величина, |
k |
> |
0. |
|
Рис. 7. Поступление сигналов от |
акселерометров на обработку в управляю |
|
щую |
ЦВМ: |
|
Д\. Л г, Дз |
— |
акселерометры |
3. Сигнал а (I) является нестационарным процессом, имеющим неубывающую, точнее, возрастающую по времени дисперсию. Пусть корреляционная функция Ка (tu t2) при tx — t2 имеет аналитический вид
t |
|
|
|
t)^\[b0 |
+ blUfdu |
+ Ka(0, 0) |
(11.59) |
о |
|
|
|
Заметим, что соотношение (11.58) является частным случаем (11.59). Ограничиваясь рамками корреляционной теории случай ных функций, будем считать, что случайный процесс a (t), корре ляционная функция которого определяется аналитическим видом (11.58), (11.59), имеет независимые приращения. Данное утвержде
ние основано на том, что процессы с независимыми |
приращениями |
||
имеют |
неубывающую дисперсию. |
|
|
Возникает, естественно, вопрос, какому из сделанных предпо |
|||
ложений относительно вероятностных свойств |
процесса a (t) |
||
отдать |
предпочтение. Ответ |
может дать лишь обработка статисти |
|
ческих |
данных о процессе |
a (t). |
|
74
Алгоритмы обработки статистических данных. Рассмотрим пока одноканальную систему измерений, при которой данные поступают от одного акселерометра. Пусть за время работы системы, равное Т,
сигнал |
a (t) |
составляет массив |
статистических |
данных Ra = |
= (a (tj, |
. . |
., a (tm)). Допустим |
также, что a (t) |
является стацио |
нарным и его корреляционная функция имеет аналитическую структуру (П.57). Тогда неизвестными параметрами моментов распределения являются пг, С, а, где m = Ma (t).
Статистическую обработку массива Ra проводим так, как это указано в п. 6. Пусть /п*, С*, а* — оценки для неизвестных пара метров. Если оценки получены с помощью применения преобразо вания Фурье к реализации наблюдаемого процесса, тогда известно значение функционала V 1 2 , определяемого формулой (II.9) и характеризующего точность оценивания параметров. Если оценка параметров проводилась с помощью неканонических разложений процесса a (t), то в качестве оценки точности берется функционал, равный
N |
А ( |
ТА |
12 |
|
|
|
|
|
|
|
|
|
|
(11.60) |
где |
Тх— время поступления массива |
R^ (к = |
1, А), |
при после |
||||
довательной обработке статистических |
данных |
в ЦВМ |J R?. = |
||||||
= |
Ra; T n — точки, |
взятые на |
интервале корреляции |
процесса |
||||
a |
(t); |
N — общее |
число |
точек |
т„. |
|
|
|
|
Допустим, что |
сигнал |
a (t) |
имеет независимые приращения и |
его корреляционная функция имеет аналитическую структуру (11.59), где 6„, Ьх—неизвестные параметры, значение Ка (0, 0) известно и определяется точностью работы акселерометра в на чальный момент времени. Величина Ma (t) определяется в основ ном систематической ошибкой акселерометра и, следовательно, не зависит от времени работы системы, т. е. Ma (t) = m, где in — постоянная.
Как правило, известна максимальная величина ошибок, с ко торой выдается значение a (t) в момент времени t. Обозначим через
Омь 0ы2 максимальные значения дисперсии процесса a (t) |
за время |
||||
работы системы, |
равное |
соответственно |
Т |
|
|
-у- и |
Т. |
|
|||
Имеем |
|
|
|
|
|
т |
|
т |
|
|
|
J [bo + |
biufdu |
==£ J [fig -{- 21 b0bi |
I и + |
ЬЩ du < |
- |
о |
|
0 |
|
|
|
|
T (fi0 |
+ b j ' f при £>0 3s0, |
fi^O. |
|
75
Обозначим |
|
|
|
|
|
|
|
|
|
б 2 и / = |
< & - * « |
(0, |
0) |
(1=1, |
|
2). |
|
|
|
Отсюда получаем |
|
|
|
|
|
|
|
|
|
- Y - f |
^ ^ + |
^ |
- |
i |
- ^ Y |
- |
r 8 |
^ |
. (п.61) |
- Y - T ^ b ' + w ^ Y - r 6 |
" * - |
|
( I I - 6 2 ) |
||||||
Из неравенств (11.61), (11.62) определим допустимые области |
|||||||||
для значений параметров b0, |
b v |
При этом, |
выбрав |
шаг |
дискрет |
ности, придем к допустимому дискретному множеству значений для неизвестных параметров. Для оценки параметров b0, Ьх применим метод идентификации, основанный на статистической проверке гипотез (см. п. 8). Пусть Ь0, Ьх — оценки параметров, полученные при идентификации. Для определения точности оце
нивания используем значение |
функционала |
(11.42) |
при |
т = |
||||
= MX |
(0), bt |
= ~bt (i — 0, 1). Пусть |
при этом значение функцио |
|||||
нала |
равно |
Vi2. |
|
|
|
|
|
|
.Если значения функционалов V12, |
V2 2 > |
г Д е |
функционал |
V 1 2 |
||||
определяется |
формулой (11.60), |
таковы, что |
У 2 |
2 > Vi2, |
тогда на |
промежутке времени, равном Т, сигнал a (t) является стационар ным процессом. Если Vгг < У 1 2 , то это означает, что на проме жутке времени, равном Т, сигнал a (t) следует рассматривать как процесс, имеющий возрастающую дисперсию, причем средняя квадратическая ошибка растет по закону «корня квадратного из времени», если только значение Ьг имеет оценку достаточно близ кую к нулю.
О моменте выбора команды «Коррекция». Для уменьшения величины средней квадратической ошибки за время работы системы, равное Т, в системе управления часто предусматриваются спе циальные устройства, с помощью которых производится коррек тирование определяемых величин. Управляющая ЦВМ, ведущая обработку статистических данных, поступающих от акселеромет ров, определяет момент выбора команды «Коррекция».
Для определения момента выдачи команды «Коррекция» по
ступим |
следующим образом. |
|
Допустим, что статистической связью между сигналами |
ах (t), |
|
ау (t), |
аг (t) можно пренебречь и считать их независимыми. |
Тогда |
выбор момента коррекции можно определить исходя из значений суммарной величины дисперсии по каждому каналу' измерения.
А именно, в каждый момент t |
вычислим величину |
дисперсии |
по |
каждому каналу и определим их сумму. Пусть |
|
|
|
*«(*!, h) + Ka,(h, |
tS+КаЛ*!, |
(". |
63) |
где б — заданное значение, величина которого определяется до пустимой точностью.
76