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: 112
Скачиваний: 0
В этом случае правило окончательного решения сводится к определению доверительной области (1.66) для неизвестного
параметра |
qi = |
Mq*. |
|
|
|
|
|
|||
|
Например, если для выборки объема Л — 10 выборочное сред |
|||||||||
нее и стандартное отклонение выборки соответственно |
равны |
1,58 |
||||||||
и |
1,67, |
то |
доверительные |
пределы |
для |
неизвестного |
параметра |
|||
qc |
= |
Mq] |
равны |
1,58 ± |
0,389^. |
Для |
доверительного уровня |
|||
р = |
5% |
получается доверительный |
интервал 0,70 < |
т < |
2,46. |
Оценка величины массива статистических данных одновременно обрабатываемого с помощью ЦВМ. Дадим оценку минимальному объему величины массива статистических данных, вводимого одновременно в память ЦВМ, при последовательном способе обработки. Для простоты будем считать, что все массивы R^ (X = = 1, Л) обрабатываются с помощью одного и того же составного решения, т. е. d x = d% — • • • = dA — d.
Предположим, что правило d дает состоятельную оценку для неизвестного параметра q, тогда значения'корреляционной функ ции Кц (^ - I , ^2 ) определяются величиной одновременно обрабаты ваемого массива данных.
Рассмотрим функционал
|
|
|
h |
= t |
£ |
\Кц(КЩ |
|
|
|
или |
функционал более |
частного вида |
|
|
|||||
|
|
|
|
Я=1 (=1 |
|
|
|
||
Если |
массивы |
статистических |
данных R x |
{к = |
1, Л) таковы, |
||||
что |
< |
(i = |
1, 2), |
где |
/ £ |
— некоторое |
число, характеризу |
||
ющее допустимое |
значение |
для |
функционала |
|
тогда величина |
||||
объема массива |
Rx выбрана правильно. В противном случае |
||||||||
следует |
либо увеличить |
величину |
объема массива |
R^, либо сни |
|||||
зить |
требования |
к точности |
оценки параметра q. |
|
Глава I I
СТАТИСТИЧЕСКИЕ МЕТОДЫ ОЦЕНИВАНИЯ МОМЕНТОВ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНЫХ ПРОЦЕССОВ И ПОЛЕЙ
6. ОЦЕНИВАНИЕ МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ и к о р р е л я ц и о н н о й ФУНКЦИИ СТАЦИОНАРНОГО СЛУЧАЙНОГО ПРОЦЕССА
Постановка задачи. Пусть X (t) — {Хг (t), . . ., Xl (t)) — из меряемая координата системы управления за время Т = [О, Т],
причем Xi (t) (i = 1, /) — стационарные и стационарно связан ные случайные процессы, обладающие свойством эргодичности.
Моменты распределения первых двух порядков процесса X (t) неизвестны. Обозначим через m.v = (tnlt . . ., tn^ неизвестный параметр' математического ожидания процесса X (t), /п,- =
=MXt (t); ql 7 —неизвестный параметр, входящий в аналитиче
скую структуру корреляционной функции
Ки |
(г) = М [Xi (t + |
г) - |
mt] |
[X, (t) - |
m,l |
|
|
||
Измеряемый |
процесс |
X It] |
*в |
реальном |
масштабе |
времени |
|||
представляет собой одну реализацию процесса за время Т. |
|||||||||
Таким образом, |
известны: |
|
|
|
|
|
|
||
1) реализация процесса X (f), |
/ 6 Т; |
|
|
|
|
||||
2) аналитическая структура корреляционных функций Кц (т). |
|||||||||
Требуется: |
|
|
|
|
|
|
|
|
|
1) оценить параметры mA ., q,-; (i, j = |
1, /), тем самым |
опреде |
|||||||
лить моменты распределения процесса |
X (t); |
|
|
|
|||||
2) дать оценку точности оценивания неизвестных параметров; |
|||||||||
3) разработать |
метод |
оценивания |
неизвестных |
параметров |
|||||
и на его основании построить алгоритм, обладающий |
необходимой |
точностью и предъявляющий к памяти ЦВМ минимальные тре бования.
Специфика в определении моментов распределения стационар ного процесса с помощью ЦВМ. Обработка стационарного про цесса X (f), обладающего свойством эргодичности, сводится к вы
числению в ЦВМ следующих |
интегралов: . |
|
||
|
|
т |
|
|
m) = |
±r\Х^)<и, |
' |
(ИЛ) |
|
т |
|
о |
|
|
|
|
|
|
|
* 1 / ( т ) = - И [XtV |
+ |
4)-nt] |
[XjM-m^dt, |
(II.2) |
о |
|
|
|
|
41
где mi — несмещенная, состоятельная оценка для математиче ского ожидания пи; Kij (т) — асимптотически несмещенная, со стоятельная оценка для корреляционной функции Кп- (т) (i, / =
=hi)-
За время Т массив данных о процессе X (t) может оказаться столь большим, что одновременное введение его в память ЦВМ
для |
вычисления интегралов |
(II.2) предъявит к объему памяти |
|
ЦВМ |
неоправданно высокие |
требования. Сократить |
требования |
к памяти ЦВМ можно либо получением рекуррентных |
алгоритмов |
обработки, либо разработкой методов последовательной обработки статистических данных (см. п. 5).
Суть |
метода |
последовательной |
обработки |
данных |
состоит |
|||||||
в том, что в ЦВМ |
вместо |
интегралов |
( I I . 1), |
(II.2) |
вычисляются |
|||||||
интегралы |
|
|
|
|
|
тх |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Г Я - 1 |
|
|
|
|
|
|
|
*^ = |
|
|
• |
\ |
I х < |
« + |
- m i ] |
|
i x i w - « , ] |
dt. |
|
|
|
|
|
Г Я - 1 |
|
|
|
|
|
|
|
|
где Тк = |
[Tk_lt Т}) |
— промежуток |
времени |
поступления |
в ЦВМ |
|||||||
массива |
RK; Tt, |
|
Tf |
(i |
j) |
— непересекающиеся |
промежутки |
|||||
времени, |
причем |
Т = |
Е |
Т\. |
|
|
|
|
|
|
|
|
Введем |
следующие |
обозначения: |
|
|
|
|
|
|
||||
|
|
_ , |
|
] |
V. |
|
|
, |
|
|
|
|
|
|
Ш;ч |
= |
- = — V |
(7\ — 7 \ _ i ) |
'Па, |
|
|
|
Тогда
(II . 3)
Формулы (II.3) дают возможность рекуррентным способом получить в ЦВМ оценки m*iA, Kij а соответственно-для моментов
Рассмотрим методы оценивания неизвестных параметров кор реляционной функции Кц (т), т =f О (t, / = 1, /).
42
Применение преобразования Фурье к реализации измеряемого процесса. Обозначим через s,7 (со) спектральную плотность про цесса Хс (/), через S[j (со) — взаимную спектральную плотность для X,- (/), Xj (t). Так как аналитическая структура корреляцион
ной функции |
Ки |
(т) известна, то известна |
и аналитическая струк |
|||||||||||
тура функций sn (со), sti (со). |
|
|
|
|
|
|
|
|
||||||
Введем в |
рассмотрение |
спектральные |
функции |
|
|
|||||||||
|
|
|
|
|
|
|
со |
|
|
|
|
|
|
|
|
|
|
|
|
5 , / N |
= |
J s ^ K l d c o j . |
|
|
|
|
(П.4) |
||
|
|
|
|
|
|
|
—со |
|
|
|
|
|
|
|
Известно |
[11, 24], что для любых двух точек соъ |
со2 , в которых |
||||||||||||
функция |
Su |
(со) |
непрерывна, |
имеет место |
соотношение |
|
||||||||
|
|
|
со. |
г |
- |
|
|
2 |
|
|
|
|
|
|
|
|
|
со, |
0 |
|
|
|
|
|
|
|
|
|
|
Покажем, что |
имеет место более общее равенство |
|
|
|||||||||||
|
|
|
|
СО. г |
|
|
г |
|
|
|
|
|
|
|
|
l i m - g j L - Re J j е - 7 0 '*, . (/) dt J е - 1 ' 5 а Х / (s) ds dto = |
|
||||||||||||
7 |
' > r o |
|
|
co,0 |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
= S I / K ) - S i / ( < o 1 ) , |
|
|
|
|
(II.5) |
||||
где Re означает действительную часть. |
|
|
|
|
|
|
||||||||
Для этого рассмотрим |
функцию |
|
|
|
|
|
|
|||||||
|
|
|
|
|
со |
т |
|
|
г |
|
|
|
|
|
SijT |
(со) = |
- J L - Re J J е - ' " % (Q Л |
{ <Г1шХ, |
(s) ds dco. |
||||||||||
|
|
|
|
|
—со |
0 |
|
|
0 |
|
|
|
|
|
Пусть |
т — фиксированное |
число, причем |
|т| < |
Т. |
Тогда |
|||||||||
|
|
со |
|
|
|
|
Т—Т |
|
|
|
|
|
|
|
|
|
j e ' W T d S , y r ( © ) = - ! - |
J ХДг + |
т ) * ^ ) * . |
|
|
||||||||
|
|
—со |
|
|
|
|
О |
|
|
|
|
|
|
|
При Т —> оо |
в силу |
эргодичности |
процесса |
X |
(/) |
получаем |
||||||||
Г - т |
|
|
|
|
|
|
Г - т |
|
|
|
|
|
||
l i m 4 г [ Х( . (/ + т) X; (0 Л = l i m -=-!— f Xt |
(t + т) X,- (0 Л = |
|||||||||||||
|
|
|
|
|
|
|
CO |
|
|
|
|
|
|
|
|
|
|
|
= |
/Ct ; (x) = J e " e T d S f / |
( a ) ) . |
|
|
|
|
||||
Отсюда следует, что коэффициенты Фурье |
функции |
SiiT |
(со) при |
|||||||||||
Т —> оо сходятся |
к |
коэффициентам Фурье |
функции Su- (со), т. е. |
|||||||||||
во всех точках непрерывности функции Sn- (со) имеет место схо |
||||||||||||||
димость функции |
SijT |
|
(со) к функции |
(со). |
|
|
|
|
' |
43 |
Для конечного |
времени |
наблюдения |
оценка |
|
||||
|
|
(о, |
|
т |
|
|
|
|
|
~р- |
Re J erttaXt(f) |
dt j |
ell»Xf |
(s) ds dco |
= |
||
|
|
ш, |
|
о |
|
|
|
|
|
|
= s ; / |
K ) - s * / ( C O 1 ) |
|
(И.6) |
|||
является |
асимптотически |
несмещенной |
и |
состоятельной [6, 21 ] |
||||
для спектральных |
функций |
Sn- (со2 ) — |
Su |
(coj). |
|
|||
Обозначим |
|
|
|
|
|
|
|
|
|
|
. |
«•* |
тх |
|
|
Ч |
|
F* |
(А, со2> ©j) = Re |
J |
J e~'/ B X( . (t) dt J e ' s % ( s ) ds, |
|||||
|
|
л |
|
_ |
|
|
|
|
|
S ^* (X, |
co2, со,) = |
(v, |
coa.cox), 1 = |
v < A . . |
|||
|
?.=i |
|
|
|
|
|
|
Тогда имеем следующее рекуррентное соотношение для обработки
массивов |
R v (v = |
1, |
Л): |
|
|
|
|
|
|
|
|
|
F* (v, |
со2,- со,) = |
Z7* (v — |
1, co2, |
со,) + |
F* (v, co2) |
coj.), |
(II.7) |
|||||
при этом |
оценка |
(11.6) |
|
|
|
|
|
|
|
|
|
|
|
S], |
(co2) - |
S*,- (со,) = |
|
|
Г (Л, co2) со,). |
|
(II.8) |
||||
Алгоритм вычисления спектральной плотности сводится к сле |
||||||||||||
дующему. |
|
|
|
|
|
|
|
|
|
|
|
|
1. Зададим полосу частот |
[ Я х , |
Я 2 |
] , в которой |
рассматривается |
||||||||
спектральная плотность st / (со) (/, |
i |
= |
l, |
I). |
|
|
|
|||||
2. Разобьем промежуток |
[Я,, |
Я 2 ] |
точками |
дробления |
|
|||||||
|
Я 1 ^ с о ч 1 < с о 2 < - - - < с о Л / ^ й 2 . |
|
|
|
||||||||
Если априорные сведения о спектральной плотности |
s(/- (со) |
|||||||||||
ограничиваются 'знанием ее аналитической структуры, |
тогда |
|||||||||||
точки со,- берутся равномерно по |
всему промежутку |
[ Я 2 , |
Q , ] . |
|||||||||
Общее число точек |
ak |
(k — 1, N) |
должно |
быть |
не меньше, чем |
размерность неизвестного параметра, входящего в спектральную
плотность |
S/j (со), |
максимальное их число-определяется допусти |
|||||
мым временем решения задачи на ЦВМ. |
|
|
|
||||
3. |
На |
каждом |
массиве Rv (v = |
1, Л) для |
каждой |
пары ча |
|
стот сой, |
в |
ЦВМ вычисляются функции |
F* |
(v, |
соА, С0А_Х ), |
||
F* (v, |
соА, |
C O ^ j ) . |
|
|
|
|
|
4. |
Обработав |
последовательно |
все массивы |
статистических |
|||
данных Rv (v = |
1, Л), составим функционал |
|
|
|
|||
|
|
N |
|
' ША |
|
|
|
|
|
Л=1 |
|
|
|
|
44