Главная страница

Лекции по курсу МС. 4 курс_2010. Лекции по курсу "моделирование систем " Кафедра иу3, 4й курс, 8й семестр. Автор Боевкин Виктор Иванович


Скачать 306.36 Kb.
НазваниеЛекции по курсу "моделирование систем " Кафедра иу3, 4й курс, 8й семестр. Автор Боевкин Виктор Иванович
АнкорЛекции по курсу МС. 4 курс_2010.docx
Дата01.10.2018
Размер306.36 Kb.
Формат файлаdocx
Имя файлаЛекции по курсу МС. 4 курс_2010.docx
ТипЛекции
#25307
страница3 из 7
1   2   3   4   5   6   7

1.4. Фильтрующие свойства разложений


В некоторых приложениях достаточно хорошо известен класс обрабатываемых функций. Например, при экспериментальном определении частотных характеристик входные и выходные сигналы являются гармоническими функциями, или близкие к ним. Отличие от гармонических функций определяется присутствием в экспериментальных данных случайных помех, уровень которых может быть достаточно высоким. Обрабатываемый сигнал f(j) в таких случаях можно представить:

f(j) = S0(j) + ah(j); S0(j) = ; j = 1…N (1.21)

Здесь S0(j) – идеальный (незашумленный) сигнал; фk(j), k = 1…n , - известные функции, составляющие идеальный сигнал; h(j) – случайный сигнал с известным законом распределения; а – коэффициент при случайном сигнале, с который условно назовем амплитудой помехи. В качестве базиса для разложения f(j) примем функции фk(j), входящие в идеальный сигнал (21). Целью разложения в этом случае является как можно более точное определение параметров C0k незашумленного сигнала, то – есть фильтрация помех. В результате разложения получим

S(j) = (1.22)

где коэффициенты разложения Ck вычислены по соотношениям (17) и (20).

На Рис. 3 представлено функциональное пространство H (для N = 3), плоскость Sn (для n = 2), а также все величины, входящие в (21) и (22). Вектор aSh(j) является проекцией вектора помехи ah(j) на плоскость Sn, то – есть разложением помехи по базису фk(j). Из треугольника а1а2а3 (рис.3) получим соотношение:

aSh(j) + d(j) = ah(j). (1.23)

Поскольку вектор ошибки d (отрезок a1a2)ортогонален плоскости Sn , то треугольник a1a2a3 является прямоугольным, поэтому, по аналогу теоремы Пифагора, из уравнения (23) можно получить:

a2ESh + Ed = a2Eh (1.24)

Здесь a2Eh– энергия помехи ah(j), a2ESh - энергия разложения aSh помехи ah(j), Ed – энергия ошибки разложения d(j) = f(j) – S(j). Фильтрующие свойства разложения можно характеризовать коэффициентом фильтрации Кф, отражающим уменьшение модуля помехи при проектировании ее на базисную гиперплоскость:

Кф = / = /. (1.25)

Из прямоугольного треугольника а1а2а3 (Рис.3) и (25) можно получить соотношение:

Кф = , (1.26)

где Eh – энергия случайного сигнала h(j), ESh – энергия разложения Sh(j) этого сигнала. При достаточно больших N эти величины обладают статистической устойчивостью и, согласно [4], их осредненные значения могут быть оценены теоретически. По определению, энергия случайного сигнала h(j)

Eh =

Осредним эту величину по ансамблю реализаций h(j):

Eh = M{} = = = NDh = N(Gh)2 (1.27)

Здесь Dhи Gh - дисперсия и среднеквадратическое отклонение случайной величины h(j) соответственно. При известном (или предполагаемом) законе распределения эти величины известны. Так, для равномерного закона распределения с единичным диапазоном

Dh = 1/12 = 0.083; Gh = = 0.289 (1.28)

Разложение случайного сигнала h(j) представим:

Sh(j) = (1.29)

Энергия этого разложения, согласно (12), имеет вид:

Esh = (1.30)

Величины Chk и Vhk связаны соотношениями (9) и (17). Введем матрицу Q, обратную U из (17), тогда

Q = U-1 = ; j = 1…n , i = 1…n . (1.31)

Решение уравнений (9) теперь можно записать:

Chk =

Подставив это в (30), получим:

Esh = * = (1.32)

Осредним (32) по ансамблю реализаций:

Esh = M[Esh] = (1.33)

В соответствии с (20) вычислим

M[Vhr Vhk] = M[*] =

= M[h(j)h(i)] (1.34)

Если случайные величины h(j) и h(i) независимы, то

M[h(j)h(i)]= (1.35)

Подставив (35) в (34) с учетом (20), получим:

M[Vhr Vhk] = Dh = Dh Urk (1.36)

Подставим (36) в (33):

Esh = Dh (1.37)

Внутренняя сумма в (37) является элементом произведения матриц Q и U, которые, согласно (31), взаимно обратны, поэтому

= Qkk Ukk = 1 (1.38)

Используя (38) , из (37) получим:

Esh = Dhn (1.39)

Подставив в выражение (26) для коэффициента фильтрации осредненные значения (27) и (39), получим:

Кф = (1.40)
1   2   3   4   5   6   7


написать администратору сайта