Главная ->  Повышение запаса устойчивости 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 [ 145 ] 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248

Формулы (14.115) н (14.116) позволяют выбрать значение коэффициента переда чи непрерывной части системы /Си постоя1и-1ой временит при заданном периоде дискретности Гили определить значение периода дискретности при заданном К.

Более детально [)еи1ениеза,аачи синтеза импульсных систем с зада1тыми показателями качества рассматриваются в главе 15.

§ 14.8. Случайные процессы в импульсных системах

Введем понятие случайной последовательности /(г), которую можно образовать из непрерывной случайной функции/(1) ее дискретизацией. В .этом случае она будет определена в дискр<;тцые .молкчггы времени /; = гТ. Бздем рассматривать стационарные процессы, когда вероятност(и>1е характеристики не зависят от времени.

Среднеезначение стучайногостационарного процесса

;V -4 2iV-f-l

/(0= limX/0)> (14.117)

или на основании эргодического свойства

f{i) = M{f(i)}= jfii)w[f{i)]df, (14.118)

где w{f(i)\ - одпо.мерная плотность вероятности.

Для центрирова11ных процессов среднее значение равно нулю. Введем понятие корреляционной функции

К{т)= lim -i- У f{i)f(i + m). (14.119)

Аналогично главе 11 можно сформулировать основные свойства корреляционной функции.

1. Для случая m = О

У?(0)= lim-l- Х /Ч0 = 7. (14.120)

л -->~ /Л + 1 , д>

2. При m = О корреляционная функция достнг.шт наибольшего значения:

R{0)>R{m). .(14.121)

3. Корреляционная функция яв.тяется четной:

R(-rn)-K(m). (14.122)



Прн ншичии двух случайных процессов/,(г) и/2(f) можно ввести понятие взаимной корреляционной фупкщш

R,2 (т) = 1 -2 (i + m). (14. ] 23)

Свойства ее схожи со свойствами взаимной корреляциоцпой функции для непрерывных процессов.

Введем понятие спектра.,чьной нлотности случайного стационарного процесса как двустороннего z-преобразования корреляционной функции

So(z) = TSiz) = T Х Rim)z- =T\Fiz)+Fiz-)-rm. (14.124)

где Т- нормирующий множитель, равный периоду дискретности, а F(z) представляет собой 2-п1)еобразовапие корреляционной функции R(m). Нор.чщрующий множитель Т введен в Sq(z) для того, чтобы сделать физическую размерность спектральной плотности дискретно1о случайного процесса равной размерности спектралыюн плолности непрерывного процесса и сохранить ее физический смысл. Однако это не обязательно.

Ана.10гично непрерывному случаю можно ввести понятие спектра.,1ьной плотности как функции круговой частоты

5(ю) = 5(е>)= £ R{m)e-j . (14.125)

Ш--00

ИЛИ при учете четности

5(00) = /?(0) + 2 R(m)coso)ff?r. (14.126)

Наконец, молено определить спектральную плотность как функцию абсолютной псевдочастоты. Для этого в фор.муле (14.124) нсобходи.мо перейти к да-преобразова-нию, используя подстановку (14.92), а затем перейти к псевдочастотс посредством

подстановки w = ij- В результате получи.м

[ 1 - W

(14.127)

Аналогичны.м образом .может ыть определена взаимная спектральная плотность двух процессов.

Заметим, что все приведенные формулы могут быть записаны и д-мя случая гфО, тогда рассматривается случайная носледователы1ость/(г, е), корреляционная фуик1Н1Я

У?(?и,е), спектральные плотности 5(2, е), 5(a), е) и 5*(Я, с).



Основное свойство спектральной плотности, как и в непрерывном случае, .заключается в том, что интеграл от нее но всем частотам дает средний квадрат случайной величины. Можно показать [96], что в дискретно.м случае соответствующая формула и.меет вид

rj, и/Т fj-,n/T

/2(г) = - \ 5{ш)с1(л = - \ 5{(а)с1ш. (14.128)

2 -д/г о

Так как имеют место равенства

то фор.мула (14.128) может быть записана в виде

/(>i 1 = 1- <4Т29)

Выражение (14.129) обычно является более удобным для расчетов 1Ю сравнению с (14.128), так как позволяет использовать таблицы и1ггегра.тов (см. приложение 1).

Типовые случайные ста1щонарные процессы. Если для функции f(t), представляющей собой центрироваииую но.меху, эффективное время корреляции

Дт = - \Rix)dT (14.1,30)

меньше периода дискретности, Дт < Г, то такой процесс может быть представлен как дискретный белый шум с корреляшюипой функцией

У?(т) =/?(0)-5о(7п), (14.131)

где 7?(0) = D - дисперсия, а 5о(т) - единичная импульсная функция, равная единице при m = о и равная нулю при тчО. Этому белому шуму соответствует спектральная плотность

5(z) = 5(w) = 5 (A) = D. (14.132)

Если эффективное время коррелящш Дх > Г, то корреляционная функция R{m) может быть получена из соответствующей корреляционной функции пепрерывио1о процесса Я(х) заменой т = тТ. Сиеетральиая плотность может быть получена использованием формул (14.124)-(14.127).

В табл. 14.2 приведены некоторые типовые дискретные стационарные случайные процессы.



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 [ 145 ] 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248