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: 98
Скачиваний: 0
ляемый формулой (V.9). Пусть bik(k=l, |
г)— |
неизвестные |
па |
раметры, входящие в функцию интенсивности |
S (t) |
процесса V, |
(t),. |
qv» = (& а> • • •. М -
Реализация процесса V (I) представляет собой сумму реали заций двух процессов X (/) и Y (t), значения которых известны,
снеизвестным параметром hi (£).
|
Для |
статистического |
оценивания |
неизвестных параметров |
qvi, |
|||||||
h[ |
(£) по массивам |
статистических |
данных |
RA. = (X (tQ), |
. . |
., |
||||||
X |
(*,„)), |
Ry = (У(t0), |
. . ., |
Y (tm)) |
|
перейдем |
к процессу |
|
|
|||
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
$(t) |
= |
\v(t)dt |
|
+ |
V(0), |
|
|
|
|
|
|
|
|
|
о |
|
|
|
|
|
|
|
имеющему независимые |
приращения. |
|
|
|
|
|||||||
|
Статистическое оценивание будем производить с применением |
|||||||||||
неравенства Чебышева. |
Для этого образуем случайные величины |
|||||||||||
|
|
|
|
z.(0) |
= 17.(0), |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
(V.18) |
|
|
|
|
|
(k= |
1, |
т). |
|
|
|
|
||
|
Составим статистики (11.38), где в качестве значений z, сле |
|||||||||||
дует взять величину |
z/(^; ) (/ |
= |
0, |
1, т), |
при этом значение |
пара |
метра s, входящего в формулу (11.38), примем равным двум.
Согласно формуле (11.42) определим функционал V 2 .
Найдем минимальное значение функционала V2 относительно параметров qvi, hi (£). Пусть допустимая точность в оценивании указанных параметров задается величиной &i f , входящей в нера венство (V. 11).
Если |
|
|
|
min |
V 2 |
< е г / , |
|
<7v*. h'( (I) |
|
||
тогда наилучшими оценками |
в |
смысле среднего квадратического |
|
будут те значения параметров |
qvi, hi (£), при которых функционал |
||
принимает минимальное значение. |
|
||
Если1 |
|
|
|
min |
V2 |
^ |
ги, |
qvi,h\(l) |
|
|
|
то для статистического оценивания параметров qvc, hi (£) следует увеличить массивы статистических данных.
Выбор минимального массива статистических данных, начиная с которого следует уточнять параметры qvc, hi ( t ) , производится так же, как и в случае оценивания функции интенсивности вход ного воздействия, если определена априорная функция интенсив-
Ю* |
Н 7 |
иостн для ошибки AY (t). В противном случае дать рекомендации по выбору минимального объема массива статистических данных можно лишь используя результаты моделирования системы управ ления на стадии ее проектирования.
При одновременном оценивании функций интенсивностей Qt |
(t), |
|||
R (t) в |
функционале |
(V. 15) решения dk будут |
содержать в |
себе |
оценки, |
относящиеся |
к уточнению априорных |
значений функций |
интенсивностей Q (t), R (i).
Контроль за параметрами, входящими в моменты распределе ния случайных воздействий. Предположим, что априорные зна чения функций интенсивностей Q (() и R (t), входящих в корре ляционные функции (V.3), (V.4), уточнены с требуемой точностью
на промежутке времени [О, Тх], Тх < |
Т. Тогда |
на промежутке |
1ТХ, Т] уточнять априорные значения |
функций |
интенсивностей |
не следует, так как условия, накладываемые на статистическое оценивание по точности, выполнены. В этом случае на промежутке времени [Тъ Т] в системе управления целесообразно ввести контроль, с помощью которого с заданной вероятностью, можно утверждать, что на промежутке времени, равном (Тг, Т], моменты распределения процессов W (0 и V (t) соответствуют уточненным моментам распределения.
Контроль за параметрами, входящими в моменты распределег ния процесса Wc (f), проведем алгоритмически путем проверки гипотез. Для этого рассмотрим одно из следующих распределений:
1) |
распределение |
хи-квадрат |
с |
использованием |
стати |
|
стики |
(V.14); |
|
|
|
|
|
2) распределение Стьюдента с применением, например, ста |
||||||
тистики |
|
|
|
|
|
|
|
|
— |
* ( 0 |
) |
; |
(V.19) |
3) распределение Фишера с использованием, например, ста тистики
|
—1 |
2k+l) |
(V.20) |
Здесь моменты времени ti удовлетворяют условию |
|
значения величин Z [ определяются |
по формулам (V. 10). |
В качестве примера построения контроля за значениями пара метров, входящих в моменты распределения процесса W\ (t), возьмем статистику (V.14). Зададим величину р\ характеризую щую ошибку первого рода в проверке гипотезы: случайные вели чины zt (tj) (j = 0, I , г) нормально распределены и имеют мате матическое ожидание, равное нулю, и дисперсию, равную единице.
148
В качестве численных значений величины Р возьмем числа 0,10; 0,05. Используя табличные значения для распределения хи-квад
рат, |
при |
заданной величине (3 и числе степейей свободы, равном |
|||
/•— |
1, определим значение %р- |
Если для |
реализации |
процесса |
|
W[ |
(t) на |
промежутке времени, |
равном [Тъ |
Т2], где |
Т2 ==s Т, |
выполняется |
неравенство |
|
|
|||
|
|
|
|
X <5Ср. |
|
|
тогда с вероятностью |
1 — р значения параметров, |
определяющих |
||||
моменты |
распределения |
процесса Wt (t) на |
промежутке времени |
|||
[0, 7\], остаются верными и на промежутке |
[Ти |
Т2]. |
||||
Аналогично осуществляется контроль с помощью статистик |
||||||
(V.19), |
(V.20). |
|
|
|
|
|
Контроль за параметрами процесса Vt (t) проводится так же, |
||||||
как и для |
процесса |
Wt |
(t). |
|
|
23. ОПТИМАЛЬНОЕ УПРАВЛЕНИЕ УГЛОМ РЫСКАНИЯ
Уравнение движения. Рассмотрим систему управления, в кото рой с помощью корректирующих устройств и управляющей ЦВМг осуществляется сигнал компенсации внешнего случайного воз действия (рис. 10). Входом в звено управляющая ЦВМ2— испол нительный орган является сигнал W (t), характеризующий ве личину ошибки, полученной при компенсации внешнего возму щения, i|> (t) — угол рыскания.
Движение рыскания объекта управления, характеризующее колебания продольной оси по отношению к вектору скорости, опи
сывается уравнением вида [13] |
|
|
|
|
|
|
|
||||||
|
•' |
(p? + |
alP |
+ a2)4>(t) + |
ubHt), |
t) = |
W(t), |
р = |
± , |
(V.21)' |
|||
где |
аи |
а2— |
известные постоянные; |
и (i|> (t), |
f) — |
управляющее |
|||||||
воздействие, вырабатываемое |
ЦВМ2. |
|
|
|
|
|
|
||||||
|
Наблюдаемой координатой, зависящей от угла рыскания, |
||||||||||||
является |
сигнал |
обратной |
связи |
|
|
|
|
|
|
|
|||
|
|
|
|
х = |
/г (г|>) + |
V (t), |
' |
|
• |
(V.22) |
|||
где |
h—некоторая |
дифференцируемая |
функция; |
V (t) |
— |
слу |
|||||||
чайная помеха. |
|
|
|
|
|
|
|
|
|
|
|||
|
Предположим, |
что W (t), |
V (t) |
— процессы, |
образующие |
бе |
лый шум, а именно, процессы с нормальным законом распреде ления, нулевым математическим ожиданием и корреляционной функцией
MW (t) W (s) = Q (0 б {t— s), MV (0 V (s) = R {t) б (t— s),
где б — дельта-функция Дирака.
Н 9
Будем предполагать, что функция интенсивности |
R, (t) |
помехи |
|||||
в обратной связи известна; функция интенсивности |
Q (t) |
ошибки |
|||||
компенсации неизвестна, |
причем |
задана ее аналитическая |
струк |
||||
тура, |
содержащая неизвестные |
параметры. |
|
|
|
||
В |
начальный момент |
работы |
системы |
управления при t = О |
|||
известны априорные значения начальных |
данных |
|
|
||||
|
|
|
|
|
|
|
(V.23) |
|
КУ |
w |
цвм2 |
и |
ио |
|
|
|
|
|
|
|
ЦВМ, |
|
|
|
ОС |
|
|
|
Рис. 10. Цифровой комплекс |
по выработке угла |
рыскания: |
|
||||
КУ — корректирующее |
устройство; ИО — исполнительный орган; ОС — звено |
обрат |
|||||
ной связи; ЦВМХ |
— управляющая |
ЦВМ по выработке сигнала |
компенсации; ЦВМ, — |
||||
управляющая |
ЦВМ по выработке |
закона |
управления |
углом рыскания |
|
||
Требуется |
построить |
управление |
и = и (ф (I), I), так, чтобы |
||||
минимизировать |
функционал |
|
|
|
|
||
|
|
|
г |
|
|
|
(V.24) |
|
|
I = JM№(t)-f(t)]*dt, |
|
||||
|
|
о |
|
|
|
|
|
где / (t) — известная функция, |
характеризующая заданный |
угол |
|||||
рыскания. |
|
|
|
|
|
, |
|
Идентификация функции интенсивности. Измеряемыми коор динатами объекта управления являются ошибки компенсации, представляющие собой белый шум, а также сигнал обратной связи. За время работы системы управления, равное Т, ошибки компен сации образуют в ЦВМ о массив статистических данных Rw = = IW(0), Wit,), . . ., W(tm)].
Для построения оптимального закона управления системой произведем по массиву статистических данных оценки функции интенсивности Q (t) процесса W (i). Предположим, что аналити ческая структура функции интенсивности имеет вид
Q (t) = [bxt + М Я 1 В + Q0 ,
где bt (i — 1, 2) — неизвестные параметры, при этом известно дискретнсе множество значений Г,- =-\Ьп-\ (/ = 1, pt), кото рое может принимать неизвестный параметр bt:
150