- •Введение
- •1. Основные задачи теории автоматического управления
- •Формулировка задачи управления
- •Математическая модель объекта управления
- •1.3. Управляющая система и объект автоматического управления
- •1.4. Закон обратной связи
- •1.5. Общая задача теории автоматического управления
- •2.2. Динамические и статические звенья сау
- •2. Математические модели сау
- •2.1. Построение модели элемента системы управления
- •2.3. Составление дифференциальных уравнений систем автоматического управления
- •2.4. Примеры составления дифференциальных уравнений звеньев сау
- •2.5. Типовые динамические звенья линейных сау
- •2.6. Соединение звеньев и преобразование структурных схем сау
- •2.7. Вопросы идентификации моделей объектов управления
- •3. Методы исследования линейных сау
- •3.1. Общая модель линейной непрерывной и дискретной сау
- •3.2. Линейные сау, описываемые обыкновенными дифференциальными уравнениями с постоянными коэффициентами
- •3.3. Дискретные линейные сау
- •4.1. Метод фазовой плоскости
- •4.2. Линеаризация нелинейных дифференциальных уравнений
- •4.3. Автоколебания нелинейных сау
- •5. Устойчивость систем автоматического управления
- •5.1. Основные понятия теории устойчивости (математическая формулировка)
- •5.2. Общие теоремы об устойчивости линейных сау
- •5.3. Устойчивость линейной сау с постоянной матрицей
- •5.4. Связь устойчивости с корнями характеристического уравнения
- •5.5. Критерии устойчивости
- •5.6. Алгебраические критерии устойчивости
- •5.7. Частотные критерии устойчивости
- •5.8. Логарифмический критерий устойчивости
- •5.9. Запас устойчивости по фазе и амплитуде
- •5.10. Устойчивость импульсных сау
- •5.11. Устойчивость нелинейных сау
- •6. Качество систем автоматического управления
- •6.1. Показатели качества переходного процесса
- •6.2. Прямые методы определения показателей качества
- •6.3. Связь переходного процесса с вещественной частотной характеристикой системы
- •6.4. Интегральные оценки качества
- •7. Случайные воздействия в линейных сау
- •7.1. Понятие случайной функции
- •7.2. Основные характеристики случайной функции
- •7.3. Стационарные случайные функции
- •7.4. Спектральное представление стационарной случайной функции
- •7.5. Спектральная плотность стационарной случайной функции
- •7.6. Преобразование стационарной случайной функции стационарной линейной динамической системой
- •7.7. Преобразование случайных сигналов безынерционными нелинейными звеньями
- •7.8. Понятие статистически оптимальной линейной системы
- •7.9. Статистическая проверка гипотез
- •8. Задачи оптимального управления
- •8.1. Экстремумы функций. Принцип Лагранжа
- •8.2. Начала вариационного исчисления
- •8.3. Прямые методы решения задач оптимального управления
- •8.4. Принцип максимума Понтрягина
- •8.5. Оптимальное позиционное управление (динамическое программирование)
- •9. Современные тенденции развития систем управления
- •9.1. Управление при неполной начальной информации
- •9.2. Экстремальные сау
- •9.3. Самонастраивающиеся системы (снс)
- •9.4. Самоорганизующиеся и самообучающиеся сау
- •9.5. Автоматизированные системы управления
- •9.6. Роботы и гибкие производственные системы
- •9.7. Математические методы в управлении роботами и гпс
7.3. Стационарные случайные функции
Случайную функцию X(t) называют стационарной в широком смысле, если ее математическое ожидание постоянно при всех значениях аргумента t, а корреляционная функция зависит только от разности аргумента t2 и t1. Случайную функцию X(t) называют стационарной в узком смысле, если все характеристики этой функции (не только корреляционная функция) зависят только от разности аргументов t2 и t1 и не зависят от положения интервала t2–- t1 в области изменения аргумента. Из стационарности в узком смысле следует стационарность в широком смысле; обратное утверждение в общем случае неверно.
В корреляционной теории используются только две характеристики (математическое ожидание и корреляционная функция), и поэтому далее будем рассматривать случайные функции, стационарные в широком смысле, причем будем называть их просто стационарными.
Корреляционная функция стационарной случайной функции есть функция одного аргумента τ = t2 - t1:
Кх(t1, t2)=Кх (t2 - t,)=Kx(τ), (7.3.1)
а ее дисперсия постоянна при всех значениях аргумента и равна значению корреляционной функции при τ = 0:
Dx(t)=Кх(t, t)=Kx(t-t)=Kx(0). (7.3.2)
Среди стационарных случайных функций выделяют класс функций, для которых характерно свойство эргодичности, которое состоит в том, что все усредненные статистические характеристики одинаковы для всех сечений и все они эквивалентны статистическим характеристикам одной реализации, достаточно длинной по времени. Поэтому для эргодического случайного процесса среднее по множеству реализаций равно среднему по времени для любой достаточно длинной реализации.
Достаточное условие эргодичности случайной функции относительно математического ожидания состоит в том, что ее корреляционная функция Кх(τ) при τ→∞ стремится к нулю:
(7.3.3а)
Достаточное
условие эргодичности стационарной
случайной функции относительно
корреляционной функции состоит
в том, что корреляционная функция
случайной
функции
при
τ→∞
стремится к нулю:
(7.3.3б)
Для эргодической случайной функции
(7.3.4)
(7.3.5)
Для двух стационарных случайных эргодических функций X(t) и Y(t) при двух любых реализациях x(t) и y(t) взаимная корреляционная функция
(7.3.6)
или
(7.3.7)
Для эргодической случайной функции корреляционная функция приближенно вычисляется по одной реализации достаточно большой
длительности Т следующим образом (рис. 7.3). Интервал разбивается на большое количество N(N>>100) малых промежутков времени ∆, то есть Т=N∆. Корреляционную функцию вычисляют по формуле
(7.3.8)
При вычислении по этой формуле важно, чтобы величина N была больше т: чем больше N, тем точнее результат расчета.
Рисунок 7.3
7.4. Спектральное представление стационарной случайной функции
Ранее было показано, что одними из важнейших характеристик САУ являются частные характеристики, которые определяют поведение системы при гармонических воздействиях различной частоты. В связи с тем, что по известной частотной характеристике можно найти весовую переходную функцию w(t -τ) и передаточную функцию W(p) системы, для исследования поведения САУ при случайных воздействиях очень полезным оказывается спектральное представление случайной функции.
Пусть случайная функция
X(t)=Usinωt + Vcosωt, (7.4.1)
где U и V - две некоррелированные случайные величины, такие, что
М[U]=М[V]=0, D[U]=D[V]=d1 (7.4.2)
и, соответственно, KUV=0. Тогда из свойства математического ожидания и корреляционной функции, изложенных выше, имеем:
М [X(t)]=0, (7.4.3)
Кх[t1, t2]=d1(cos ωt1 cosωt2 + sin ωt1sinω1t2)=d1cosω(t1 -t2), (7.4.4)
то есть X(t) является стационарной в широком смысле. Пусть случайная функция является суммой конечного числа слагаемых вида
(7.4.5)
Здесь случайные величины Ui и Vi некоррелированы, их математические ожидания равны нулю, а дисперсии величин с одинаковыми индексами равны между собой:
M(Ui)=M(Vi)=0, D(Ui)=D(Vi)=di. (7.4.6)
Очевидно, что X(t) - центрированная функция, то есть M[X(t)]=0, так как математические ожидания каждого слагаемого суммы (7.4.5) равны нулю.
Преобразуем правую часть выражения (7.4.5):
Обозначив Vi/Ui=tg φi, после преобразований получим
то есть
случайную функцию (7.4.5) можно рассматривать
как сумму гармоник различных частот ωi
со случайными амплитудами
и случайными фазами φi=arctg
Vi/Ui.
Определим корреляционную функцию этой случайной функции:
(7.4.7)
Таким образом, если случайная функция X(t) может быть представлена в виде суммы гармоник различных частот со случайными амплитудами и случайными фазами, то X(t) - стационарная в широком смысле.
Спектральным разложением стационарной случайной функции называют представление этой функции в виде суммы гармонических колебаний различных частот со случайными амплитудами и фазами.
Определим дисперсию одной гармоники Xi(t), учитывая, что случайные величины Ui и Vi некоррелированы и дисперсии величин с одинаковыми индексами равны между собой:
.
(7.4.8)
Принимая во внимание, что слагаемые Xi(t) некоррелированы и, следовательно, дисперсия их суммы равна сумме дисперсий слагаемых, имеем
(7.4.9)
то есть дисперсия стационарной случайной функции, которая может быть представлена в виде суммы конечного числа гармоник с произвольными частотами, равна сумме дисперсий составляющих ее гармоник.
Дискретным спектром стационарной случайной функции вида (7.4.5) называют совокупность дисперсий всех составляющих ее гармоник. Спектр можно изобразить графически: по оси абсцисс откладывают частоты, а по оси ординат - соответствующие дисперсии.
