Из этих двух свойств следует, что
(формула 3.32) в частности, если п = 1 и ai = 0 то
(формула 3.33) Таким образом, если входное воздействие на систему отсутствует, то и реакция системы равна будет равна нулю. Оператор LH называется линейным неоднородным, если он состоит из линейного однородного оператора и некоторой вполне определенной неслучайной функции
(формула 3.34) Будем называть систему нелинейной и обозначать ее Sn если оператор этой системы является нелинейным. ( N )Если оператор системы линейный ( L ), то систему будем называть линейной и обозначать SL . Линейные системы SL играют значительную роль в инженерных приложениях. Оператор системы S во многих случаях может быть либо строго линейным, либо линеаризуемым. На рисунке 3.4 показана зависимость скорости вращения вала турбореактивного двигателя в зависимости от количества подаваемого топлива х. В диапазоне «рабочих» значений величины (а, b ) функция у(х) может быть линеаризована или представлена рядом прямых (ломаной). Практически анализ линейных систем выполняется легче, чем анализ нелинейных систем.
Рисунок 3.4 Здесь имеется определенная аналогия с функциями случайных величин. Известно, что числовые характеристики линейной функции случайных величин определяются через числовые характеристики аргументов. Если случайная величина то
где
Ранее было показано, что случайный процесс X ( t ) может быть с достаточной точностью представлен своим каноническим разложением
(формула 3.35) Этот случайный процесс X ( t ) подается на вход линейной системы SL имеющей линейный неоднородный оператор LH
Рисунок 3.4 Следовательно, случайный процесс X(t) подвергнется
(формула 3.36) В соответствии с первым свойством линейного однородного оператора (3.30) получаем:
(формула 3.37) Так как случайная величина V k не зависит от времени t, по которому проводится линейное однородное преобразование, то эту случайную величину можно вынести за знак линейного однородного оператора:
Обозначим (формула 3.38)
(формула 3.39) Тогда получим
(формула 3.40) Выражение (3.40) представляет собой каноническое разложение случайного процесса Y ( t ), у которого: 1. Математическое ожидание
(формула 3.41) 2. Координатные функции определяются из выражения(3.38)
3. Коэффициенты разложения остались без изменения, следовательно (формула 3.42) Таким образом, можно сформулировать следующее правило неоднородного линейного преобразования случайного процесса заданного своим каноническим разложением (3.35) Если случайный процесс, заданный своим каноническим разложением
подвергнут линейному неоднородному преобразованию LH , то получится случайный процесс тоже в виде канонического разложения:
при этом математическое ожидание случайного процесса Y ( t ) получается в результате того же линейного неоднородногопреобразования математического ожидания случайного процесса X ( t ):
а координатные функции канонического разложения случайного процесса Y ( t ) получаются в результате соответствующего линейного однородного преобразования координатных функций канонического разложения случайного процесса X ( t ):
коэффициенты канонического разложения случайного процесса Y(t)остаются теми же, что коэффициенты канонического разложения случайного процесса X(t). Так как случайный процесс Y(t) представлен своим каноническим разложением то и его корреляционная функция может быть также представлена каноническим разложением: (формула 3.43) В соответствии с равенствами (3.38) и (3.39) выражение (3.43) можно записать в виде
(формула 3.44) В этом выражении означает, что линейный однородный оператор берется по аргументу t, а аргументу t'. Применяя к выражению (3.44) первое свойство линейного однородного оператора, получим
Выражение, стоящее под знаком суммы, представляет собой корреляционную функцию случайного процесса X(t), следовательно,
Так как корреляционная функция симметрична относительно своих аргументов, то (формула 3.45) Таким образом, корреляционную функцию Ky ( t , t ') случайного процесса Y ( t ) , полученного в результате линейного неоднородного преобразования случайного процесса X ( t ): Y ( t ) = LH { X (t) } , можно найти в результате соответствующего двойного линейного однородного преобразования корреляционной функции Kx ( t , t ') случайного процесса X ( t ) , взятого сначала по аргументу t , а затем - по t ' (или наоборот). Так как дисперсия Dy ( t ) случайного процесса Y ( t ) равна его корреляционной функции при равенстве аргументов, то
(формула 3.46) Следовательно, дисперсия Dy ( t ) случайного процесса Y (у) , полученного в результате линейного неоднородного преобразования случайного процесса X ( t ):Y(t) =LH{X(t)}, получается в результате двукратного применения соответствующего линейного однородногопреобразования к корреляционной функции Kx ( t , t ') и затем нахождения предела полученного выражения при t - t'. Таким образом, схема решения задачи линейного преобразования случайного процесса X ( t ) следующая: · даны характеристики преобразуемого случайного процесса X ( t ) (математическое ожидание mx ( t ) и корреляционная функция Kx ( t , t '). · задано линейное неоднородное преобразование
Требуется найти характеристики случайного процесса Y(t) (математическое ожидание my ( t ) и корреляционную функцию K y (t,t') . ) В соответствии с равенствами (3.41) и (3.44) получаем
(формула 3.47)
Особо отметим, что указанная схема имеет место как для случая, когда случайный процесс Х( t ) задан своим каноническим разложением, так и для случая, когда неизвестно каноническое разложение случайного процесса Х( t ) Это следует из того, что практически любой случайный процесс может быть с достаточной точностью представлен своим каноническим разложением. Проведем анализ нелинейного преобразования случайного процесса Х( t ), заданного своим каноническим разложением: где Nt { X ( t )} -нелинейный оператор от функции X ( t )по аргументу t. Нелинейные операторы Nt {X( t )} не обладают общими свойствами, которыми обладают линейные операторы L t {X(t)} Каждый нелинейный оператор Nt {X( t )}обладает своими свойствами. Поэтому общих правил нахождения характеристик случайного процесса, полученного в результате преобразования случайного процессаX ( t ) нелинейной системой S n, нет. Однако и в этом случае можно утверждать, что случайный процесс. Y ( t ) на выходе нелинейной системы S n, тоже можно представить в виде канонического разложения, параметры которого: математическое ожидание. mv ( t ), координатные функции и коэффициенты разложения будут зависеть от параметров канонического разложения случайной функции X ( t ), подаваемой на вход нелинейной системы S n и оператора этой системы Nt { X ( t )}.Это утверждение следует из того, что с достаточной точностью любой случайный процесс можно представить в виде канонического разложения.
Популярное: Личность ребенка как объект и субъект в образовательной технологии: В настоящее время в России идет становление новой системы образования, ориентированного на вхождение... Почему люди поддаются рекламе?: Только не надо искать ответы в качестве или количестве рекламы... Как распознать напряжение: Говоря о мышечном напряжении, мы в первую очередь имеем в виду мускулы, прикрепленные к костям ... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (239)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |