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: 92
Скачиваний: 0
вида
|
|
|
£/(0 |
= |
Е « * И Ф * ( * ) . |
|
|
|
||||
где функции |
срА (t) |
и число |
г определяются |
разложением |
( I I I . 2 2 ) ; |
|||||||
ыА — случайные |
величины, |
имеющие нормальный закон |
распре |
|||||||||
деления, при этом Muk=yk, |
|
т. е. для |
каждого |
фиксированного |
||||||||
числа k случайная |
величина |
uk является несмещенной оценкой |
||||||||||
параметра |
у к . |
Отсюда |
|
следует, |
что |
MY |
(t) — MU (t). |
Имеем |
||||
|
|
17(0 |
= |
и it) |
- |
ми |
(t) = |
S |
О*Ф* |
(0. |
|
|
где иА = uf t — |
MwA |
= |
0. |
|
|
|
|
|
|
|
||
Выберем систему величин |
wA |
ортогональной; |
для определения |
величины Mvl поступим следующим образом. Возьмем последо вательность (11.34),'из нее выделим г, непересекающихся последо вательностей tlk (I = 1, т.), (k = 1, г)'. Введем процесс Н (t) с независимыми приращениями, такой, что сам процесс и его при ращения нормально распределены и МН (t) = 0.
Образуем новый процесс г (t), определенный для дискретной последовательности аргумента
|
|
Z (t0) = Н (t0), |
Z ( t l k ) |
= |
Н ( t t k ) |
~ Н(^ |
(,_!)). |
|
|||||
Тогда величины z ( t ; ) , z |
(tj) (i =j= j) |
независимы. |
|
|
|
||||||||
Образуем линейные |
оценки |
вида |
|
|
|
|
|
|
|||||
|
|
|
|
|
vk = |
tgikZ(tlk), |
|
|
|
|
(Ш.24) |
||
где |
gik — |
постоянные, |
выбор |
которых |
определяется |
дальше. |
|||||||
|
Вычислим |
корреляционную |
функцию |
процесса |
A (f) LU (t). |
||||||||
|
M A (tj) LU (tj A (ta) |
LU (t 2 ) |
= |
t |
Mxfob |
(tlt t 2 |
) , |
|
|||||
где |
|
|
|
|
|
|
|
k=i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
U) = |
| ] |
ЛДЦЛДЦ |
|
|
|
|
(111.25) |
|||
|
|
|
|
i , / = 0 |
|
|
|
|
1 |
2 |
. |
|
|
— |
известные |
функции. |
|
|
|
|
|
|
|
|
|
||
|
Зададим |
аналитическую |
структуру |
момента |
Mz2 |
(t) |
в виде |
||||||
|
|
|
|
|
|
|
|
|
|
I 2 |
|
|
|
|
|
|
Mz |
|
|
|
|
|
dt1 |
dt. |
|
|
|
|
|
|
|
|
Н (ft-i) L/=i |
|
|
|
|
|
|||
где |
dj (j = |
1, |
s) — неизвестные |
параметры. |
|
|
|
105
Тогда |
|
|
|
Mvl = |
£ gik |
л . |
(111.26) |
|
г=1 |
У^1 |
|
Составим функционал
|
г г г |
г |
|
|
|
|
|
о о |
fc=l |
|
|
(Ш.27) |
|
|
|
|
|
|
||
где момент |
Mvl |
определяется |
условием |
( I I I . 2 6 ) , |
функции |
|
•ф* (^i> ^а) — |
условием { I I I . 2 5 ) . |
|
|
|
|
|
Найдем |
минимум функционала (III.-27) |
относительно |
пара |
|||
метров glk, |
dj, обозначим его через Vm. |
Vm < е, |
где |
е > |
||
Если минимальное значение |
функционала |
>0 — заданное число, определяющее допустимую точность, с ко
торой |
процесс |
W (t) |
считается |
эквивалентным |
процессу |
Y |
(t) |
||||||||||
в смысле данного определения, тогда эквивалентный процесс W |
(t) |
||||||||||||||||
равен |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
1 Н 0 = |
2 " А Ф * ( а |
|
|
|
|
(111.28) |
|||||
где |
uk — yk — |
|
|
|
|
k=i |
|
система |
случайных |
величин, |
|||||||
ортонормйрованная |
|||||||||||||||||
удовлетворяющая условию (1.11), при этом Muk = yk |
есть |
из |
|||||||||||||||
вестная величина; М |
[uk — Muk]2 |
= |
Mvl; |
значение момента |
Mv\ |
||||||||||||
определяется условием |
( I I I . 2 6 ) . |
|
|
|
|
|
|
|
|
|
|||||||
|
В качестве параметров g[k, |
dj |
берутся |
значения, дающие |
ми |
||||||||||||
нимум |
функционалу |
(И 1.27). |
|
|
|
|
|
|
|
|
|
|
|||||
|
Заметим, что |
представление" |
(III . 28) |
является |
каноническим |
||||||||||||
разложением процесса W (I). |
|
|
|
|
|
|
|
|
|
|
|||||||
|
Аналогично, если требуется определить только моменты ту |
(t), |
|||||||||||||||
М |
[Y |
|
(t) — my(t)]s, |
|
минимизируем |
функционал |
|
|
|
|
|
||||||
|
|
|
V * |
= |
Т |
I |
2 Мх&Ь |
( * , * ) - M X 2 |
(О |
dt |
|
(111.29) |
|||||
относительно параметров |
glk, |
dj. |
|
|
|
|
|
|
|
|
|
||||||
|
Функционалы |
Vъ |
V2 |
являются алгебраическими |
полиномами |
||||||||||||
по параметрам glk, |
dj. |
Величина функционала зависит от чисел г, |
|||||||||||||||
р, |
s. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Если значения |
функционалов |
таковы, |
что |
либо |
V x > |
е, |
либо |
|||||||||
У2 > |
е |
. то это означает, |
что для достижения |
требуемой |
точности |
||||||||||||
в определении моментов распределения ту |
(t), Ку |
(tlt |
t2) |
следует |
|||||||||||||
увеличить хотя |
бы одно |
из чисел |
р, |
г, s. |
|
|
|
|
|
|
|
Определение эквивалентного процесса для входного воздей ствия, распределение которого не является нормальным. Рассмо трим случай, когда процесс X (t) имеет распределение отличное от нормального. Вместе с тем, требуется определить только мо-
106
менты mv (t), Ky (ii, t2). Заметим, что при любом законе распре деления выхода системы Y (I) существует случайный процесс, имеющий нормальный закон распределения,'у которого матема тическое ожидание и корреляционная функция будут равны со ответственно математическому ожиданию и корреляционной функ
ции |
процесса |
X (t). Отсюда |
следует, |
что |
в качестве процесса, |
|
эквивалентного |
выходу |
Y (t), |
в этом случае следует взять про |
|||
цесс |
W (t), построенный |
при |
условии, |
что |
входное воздействие |
имеет нормальный закон распределения. Эквивалентный про цесс W (t) определяется разложением ( I I I . 2 8 ) .
Сравнительная оценка данного метода. Изложенный метод опре деления моментов распределения выхода линейной динамической
системы имеет |
следующие |
особенности. |
|
|
|
|
|
||
1. |
Без помощи датчика случайных чисел можно определить |
||||||||
моменты тц [t), |
Ку [t1} |
t2). |
В этом основное отличие данного ме |
||||||
тода, |
от метода Монте-Карло. |
|
|
|
|
|
|||
2 |
Наряду с определением моментов |
tny |
(t), Ку |
{tlt |
t2) |
можно |
|||
получить одновременно |
оценку точности, |
с которой |
производится |
||||||
определение указанных |
моментов. Обычно |
[16, 23] |
для |
оценки |
точности определения моментов распределения требуется допол
нительно |
производить |
ряд расчетов |
на ЦВМ. |
|
|
||
3. Метод не накладывает никаких ограничений на матрицу A (t) |
|||||||
уравнения |
( I I I . 2 ) . |
В |
частности, не |
требуется |
стационарности |
||
уравнения |
( I I I . 2 ) . |
В этом смысле стационарные и почти стацио |
|||||
нарные системы [23] |
входят |
в уравнение (Ш.2) |
как |
частный |
|||
случай. |
|
|
|
|
|
|
|
4. Используются |
только |
моменты |
распределения |
входного |
воздействия. Не делается никаких предположений относительно класса процессов, к которому принадлежит входное воздействие.
5. |
Точность, |
с которой определяется значение функционалов |
|
Vlt V2, |
зависит |
от чисел р, г, s и аналитической структуры мо |
|
мента |
Mz2 [t). |
|
|
6. |
Метод близок к методам статистики случайных процессов. |
||
Однако |
вместо |
реализации процесса Y (t) и статистик, построен |
ных по данной реализации, рассматриваются значения соответ ствующих моментов.
15. ОЦЕНИВАНИЕ И ИДЕНТИФИКАЦИЯ МОМЕНТОВ РАСПРЕДЕЛЕНИЯ ВЫХОДНЫХ КООРДИНАТ НЕЛИНЕЙНЫХ ДИНАМИЧЕСКИХ СИСТЕМ
Постановка задачи. Рассмотрим динамическую систему, пове дение которой описывается системой нелинейных дифференциаль ных уравнений
^T = !k(t, Г , ( 0 , • • YAt), * i ( 9 , • •.. Xr{t)) ( А = Г7г),
(Ш.ЗО)
107
где Х г (г!) (/ |
= |
1, |
г) — |
входные |
воздействия, являющиеся |
слу |
|||||||
чайными |
процессами, |
X (t) |
= |
(Хх |
(t), |
. . ., |
Хг (t)) — /--мерный |
||||||
вход системы; |
fk |
— |
некоторые |
нелинейные |
функции |
указанных |
|||||||
аргументов; |
Y (t) |
— |
(Yx |
(t), |
. . ., |
Yn |
(t)) — |
n-мерный |
выход |
си |
|||
стемы, |
t£T. |
|
|
|
|
|
|
|
|
|
|
|
|
Без ограничения общности можно считать, что система (III . 30) рассматривается при нулевых начальных данных. Действительно,
если |
начальные данные |
Yk |
(0) (k — 1, л) отличны от нуля, |
тогда |
|||
заменой переменных zk |
(t) |
= Yk |
(I) — Yk |
(0) |
перейдем к |
нуле |
|
вым |
начальным данным. |
Систему |
(III . 30) |
в |
этом случае |
будем |
иметь относительно переменных zk (/).
Пусть в системе управления известны априорные значения
моментов распределения входной |
координаты |
X (/) |
|
||
|
т О л . Д 0 = Л4Х; .(0- |
|
|
||
. |
^ o * i , / ( ' i , ' a ) = |
A I [ X t ( f 1 ) - m o i ( / 1 |
) ] X |
(Ш.31) |
|
|
x [ x y ( g - m |
0 / ( g ] |
/ = ТГ7), |
|
|
причем X (t) — |
измеряемая координата системы управления, пред |
ставляющая собой в реальном масштабе времени одну реализа цию процесса X (i); Rx = (X (tx)), . . ., X (£,„)) — массив ста тистических данных, поступивший в ЦВМ за время работы си стемы управления, равное Т.
Исходя из априорных значений моментов распределения про цесса X (t), до начала работы системы управления определим
априорные значения моментов распределения выхода У (f). |
Для |
||
этого |
используем метод анализа точности нелинейных систем |
||
В. И. |
Чернецкого [31], метод Б. Г. Доступова, |
метод Монте- |
|
Карло, |
метод линеаризации нелинейностей В. С. |
Пугачева |
[23] |
и метод И. Е. Казакова, т. е. все те методы, которые применяются при исследовании точности систем на стадии их проектирования.
При некоторых дополнительных предположениях относительно входной координаты X (/) требуется по массиву статистических данных R v уточнить априорные значения моментов распределе ния входной и выходной координат системы ( I I I . 3 1 ) , причем время, необходимое для решения задачи уточнения априорных моментов распределения, не должно превосходить заданного значения Тд .
Уточнение априорных моментов распределения. Для измеряе мой координаты X {t) в системе управления за время, равное 7\, имеется массив статистических данных R v
Если X (f) — процесс, координаты которого X , (t) являются стационарными и стационарно связанными процессами, то, ис
пользуя |
результаты1 п. 6, определим моменты распределения тх[, |
|
Kxixj (tlt |
t%) — Kxixj |
t%)- |
Если координаты X,- (t) |
есть процессы с независимыми прира |
щениями либо мартингалы, тогда, |
используя результаты п. 8, |
||
определим моменты распределения тх[ (t), |
KxiXj |
h) = |
|
= KxiXi (min (tx, *,), m i n (*l t J z ) ) . |
|
|
f |
108
Если X (/) представляет выход линейной динамической си стемы вида ( I I I . 2 ) , а входной координатой является либо стацио нарный процесс, либо процесс с независимыми приращениями, либо мартингал, тогда, используя результаты п. 13/ определим моменты распределения тх (i), Кх (tlt t2), тем самым уточним априорные моменты распределения mQx (t), К0х (ti, h)-
При определении допустимой точности, с которой требуется уточнить априорные моменты распределения, необходимо учи тывать и ту точность, с которой заданы априорные значения мо ментов распределения. Естественно, что точность, с которой уточ няются априорные моменты распределения, должна быть выше, чем точность, с которой задаются априорные значения моментов распределения. В противном случае процедура уточнения апри орных моментов распределения теряет смысл.
При рассмотрении методов оценивания и идентификации мо ментов распределения выходной координаты Y (I) возможны ' следующие случаи.
1. Для координаты X (t) известно конечное множество зна чений, которые могут приниматься неизвестными параметрами,
входящими |
в аналитическую структуру |
моментов |
распределе |
ния тх1 (/), |
KXiXj (ti, to). Предположим, |
что для |
всевозможных |
значений неизвестных параметров, входящих в моменты распре деления inxl (t), Kxlxj (ti> t-i)> Д° начала работы системы управ ления с помощью, например, интерполяционного метода В. И. Чернецкого определены моменты распределения выходной коорди наты Y (i), т. е. определены моменты myl (t), KyiUj (tx, t.2). Иначе говоря, до начала работы системы управления установлена одно значная аналитическая зависимость между неизвестными пара метрами, входящими в аналитическую структуру моментов рас пределения входной координаты X (/), и неизвестными параме трами, входящими в аналитическую структуру моментов рас пределения выходной координаты Y (I). Тогда задача уточнения моментов распределения выходных координат сводится к задаче уточнения моментов, распределения входных координат mxl (1), v
2. Время Тд работы системы управления достаточно для того, чтобы в ЦВМ реализовать алгоритм оценивания и идентификации моментов распределения входной координаты X (I). Тогда, ис
пользуя методы анализа точности нелинейных систем |
[31], сле |
|
дует |
определить моменты распределения выходно'й |
координаты |
Y (t), |
аналогичные тем, которые используются при проектирова |
|
нии |
автоматических систем управления. |
|
3. Среднее время, необходимое для решения задачи определе |
||
ния моментов распределения выходной координаты |
Y (t) с по |
|
мощью методов анализа точности нелинейных систем |
[16], выше |
допустимого времени решения. В этом случае рассмотрим при ближенные методы определения моментов распределения выход ной координаты Y (t), используя метод линеаризации системы
109