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: 75
Скачиваний: 0
• Корреляционная |
матрица |
является |
положительно |
опреде |
|||
ленной, ее элементы |
для |
любых |
i, |
j |
удовлетворяют |
условиям |
|
Ка 0\. tx) |
о, |
к и |
(tlt |
/ 2 ) |
= |
кн (и, * л ) ; .1 |
|
Для случайных функций нескольких переменных математиче ское ожидание и корреляционная матрица определяются соот ношениями, аналогичными (1.1), (1.2), причем корреляционная матрица является положительно определенной, элементы которой
обладают |
свойством |
(1.5). |
|
|
|
|
|
Для обработки статистических данных необходимо следующее. |
|||||||
1. |
Упорядочить статистические данные внутри массива. Мас |
||||||
сив R, |
упорядочим, |
положив |
tXp < tls |
при р < s. |
|
||
2. |
Произвести упорядочение массивов. Любых два массива |
Rx , |
|||||
Ryl упорядочим, положив tXp < |
/ц5 при |
Я < |
ц и при любых р |
и s. |
|||
3. |
Указать, являются ли данные г (t^p) |
значениями случайной |
|||||
функции |
от одной или многих |
переменных, причем следует |
фик |
сировать в момент времени tKp значения этих переменных. Процесс обработки данных включает в себя организацию и
хранение массивов данных, считывание данных с внешних и внутренних накопителей, реализацию алгоритмов обработки, организацию вычислительного процесса.
Основное внимание будет уделено методам обработки стати стических данных и построению алгоритмов, реализуемых с по мощью ЦВМ.
Аналитическая структура функций. С целью упрощения мето дов обработки статистических данных рассмотрим аналитическую структуру функций, входящих ..в априорные данные задачи сто
хастического |
управления. |
|
|
|
Введем следующее определение. Будем говорить, что для |
||||
функции Ф (g) |
(g £ G — множество |
значений одномерного |
или |
|
многомерного аргумента) задана |
аналитическая структура, |
если |
||
|
<3>(g) = |
F(g, |
q), |
(1-6) |
где F — функция известного аналитического вида; q — неиз-v вестный многомерный параметр конечной размерности
q = (qlt . . ., qk). |
(1.7) |
Частным случаем аналитической структуры функции является представление вида
k
Ф'(8) = 2 <7v<Pv(2). v=i
где % (g) — известные функции; qv (v. — 1, k) — неизвестные коэффициенты; k — конечное число.
8
Заметим, что если известны аналитические структуры мате матических ожиданий и корреляционных матриц, определяющих моменты распределения массивов статистических данных, тогда обработка массивов статистических данных сводится к опреде лению неизвестных многомерных параметров, входящих в ана литические структуры математических ожиданий и корреляцион ных матриц. В этом случае априорные данные задачи стохасти ческого управления будут уточнены, если по массивам статисти ческих данных об объекте управления определим как неизвестные многомерные параметры, входящие в аналитические структуры математических ожиданий и корреляционных матриц, так и неизвестные параметры динамической системы объекта управле ния, в том числе и параметры закона управления.
Отметим, что определение аналитической структуры моментов распределения статистических данных является задачей аппрок симации моментов распределения определенным классом функ ций. Этот класс зависит, прежде всего, от вероятностных свойств массивов статистических данных..
Статистическое оценивание и идентификация параметров си стем управления. Пусть q — неизвестный многомерный пара метр системы управления, определяемый соотношением (1.7). Рассмотрим функции, зависящие от результатов наблюдений над массивами статистических данных Rx (к = 1, Л). Такие функ ции принято называть статистиками. Статистическое оценивание состоит в получении таких статистик, с помощью которых можно
оценить значение параметра q. Если q* — статистическая |
оценка |
|||||||
параметра q, тогда q* = |
(qi, . . ., q*k) |
и для функции Ф (g), опре |
||||||
деляемой соотношением |
(1.6), статистическая оценка есть |
|||||||
|
|
|
Ф* |
(g) = F (g, |
q*), |
|
|
|
где <7v — |
статистическая |
оценка |
параметра |
qv, |
т. е. q? = |
|||
— 4v (Ri> |
• |
• •> R A)- |
|
|
|
|
|
|
Таким |
образом, детерминированный параметр |
qv |
системы |
|||||
управления |
оценивается |
случайной |
величиной |
qv, |
зависящей |
от результатов измерений случайных функций, входящих в мас сивы Rx (к = I , А).
Для простоты будем считать, что с каждого канала измери тельных устройств поступает одно и тоже число измерений и за
время |
Т каждый канал выдает |
N измерений, причем |
|
|
|
Т = £ Т Ъ |
|
T \ = [ 7 \ _ l f 7\), |
|
|
т х < . . . |
< Т Л = т, |
|
|
где Тх |
— время поступления |
всего массива Rx. |
' |
Будем использовать следующие свойства оценок qv (v = 1, k).. 1. Оценка qv является несмещенной, если Mql = qv.
2. Свойство состоятельности оценки qv определяется сходи мостью по вероятности оценки qv к qy при условии, что N —> оо. Оценка qv будет состоятельна, если
|
|
lim |
М [ql — q^f |
= 0. |
|
|
|
3. |
Выделим оценки q*v, |
принадлежащие |
некоторому |
ограни |
|||
ченному классу оценок. Если в этом классе |
оценка qv имеет наи |
||||||
меньшую дисперсию, тогда qv является |
эффективной |
оценкой |
|||||
класса при данном |
числе |
наблюдений |
N. |
|
|
|
|
4. |
Оценка qv, |
принадлежащая некоторому |
классу |
оценок, |
|||
является асимптотически эффективной |
оценкой |
класса, |
если при |
||||
N —>оо |
она имеет наименьшую дисперсию из всех оценок данного |
||||||
класса. |
|
|
|
|
|
|
Отметим, что асимптотические свойства оценок полезны в том случае, когда требуется, например, обосновать увеличение числа измерений, входящих в массивы статистических данных, с тем, чтобы уменьшить дисперсию оценок и тем самым увеличить точ ность.
Наряду с указанными видами оценок для неизвестного пара
метра qwi |
будем рассматривать линейные оценки |
вида |
|||
|
л |
|
|
|
|
где Yvi |
(tr) — значение случайного |
процесса |
|
Yvl |
{t), взятое |
в момент времени, равный tr, причем процесс Yvi |
(t) |
принадлежит |
|||
некоторому заданному классу процессов; avir |
— |
Некоторые по |
|||
стоянные. |
1 |
|
|
|
К линейным оценкам будем предъявлять следующие требо вания.
1. |
Несмещенность оценки. |
Условие |
несмещенности означает, |
||
что |
|
|
|
h |
|
|
|
|
|
|
|
|
|
qvi = Mq*vi = £ avirMYvl |
(tr). |
||
2. |
Минимальность дисперсии среди всего класса оценок, т. е. |
||||
|
|
М [q*vi — Ivi]1 |
= min [qvi |
— ?v<]2- |
|
|
|
|
|
avir |
|
Если для |
неизвестного |
параметра qv |
указана область Qv = |
||
= Qv |
(Rx |
R A ) такая, |
что |
при заданном е вероятность- |
есть известная величина, тогда область Qv является доверитель ной областью для параметра qv. Простейшим случаем довери-
10
тельной области Qv является интервал, в этом случае параметр qv оценивается с помощью доверительного интервала.
Рассмотрим частный случай задачи статистического оцени вания. Предположим, что задано конечное множество Г извест ных й-мерных множеств у^, т. е.
г = ы |
(,х = |
Т7м), . |
где М — конечное число. Известно, |
что q £ Г. С помощью мас |
|
сивов статистических данных |
R x (К = |
1, Л) требуется определить, |
какое из значений множества Г принимает параметр q. Такого рода задачи в статистической литературе принято называть задачами идентификации.
В качестве множества Г может быть взято конечное число допустимых значений для неизвестных параметров системы управ ления.
Уточнение априорных данных и условий формирования масси вов статистических данных. Априорные данные об объекте упра вления уточняются по результатам обработки массивов стати ческих данных. Условия формирования массивов зависят, прежде всего, от частоты ввода данных в ЦВМ. Правильно задать частоту ввода можно лишь в том случае, если известны моменты распре деления случайных функций, реализациями которых являются массивы статистических данных. В начальный момент управле ния зададим шаг квантования сигналов, поступающих с измери тельных устройств, таким, чтобы выполнялся критерий точности относительно ошибок входных величин системы управления при наихудшем влиянии внешних случайных воздействий., В этом случае технические требования, предъявляемые к формированию массивов статистических данных, будут завышены. Исходя из уточненных априорных данных об объекте управления, если есть необходимость, изменяется шаг квантования сигналов. Система управления является адаптивной с выбором наилучшего режима работы как при формировании массивов статистических данных, так и при построении закона управления системой. Заметим, что вся адаптация системы управления ведется с по мощью ЦВМ, т. е. программным путем без структурных изме нений системы управления.
Пример. Рассмотрим работу управления в случае, когда выбор моментов коррекций автоматической системы, связанный с перемещением ее в пространстве, определяется исходя из ре
зультатов обработки данных о |
сигнале |
рассогласования. |
В системе управления (рис. |
1) Хх (t) |
— входное воздействие, |
представляющее собой случайную функцию с неизвестными моментами распределения; X (t) — выход системы. Задачей упра вляющей ЦВМ является выработка сигнала обратной связи Х 2 (t)
таким, чтобы сигнал |
рассогласования |
Y |
(t) = Х п р (t) — X (t) |
был минимальным. |
|
1