Содержание
- 2. Имеется система стохастических линейных дифференциальных уравнений . (1) – формирующий фильтр Здесь x(t) – n-мерный случайный
- 3. Запишем решение уравнения (1) в виде . (2) Ф(t,t1) – фундаментальная матрица для уравнения . Математическое
- 4. Запишем стационарные уравнения (7) (8) Матрицы F, G и Q постоянны. Условия стационарности процесса на выходе
- 5. При этом корреляционная функция будет зависеть только от τ (10) Если установившееся решение уравнения (11) существует,
- 6. Замечание 1 Если дополнительно предположить, что x(0) и порождающий шум гауссовские, т.е. (12) то и процесс
- 8. Скачать презентацию
Имеется система стохастических линейных дифференциальных уравнений
. (1)
– формирующий фильтр
Имеется система стохастических линейных дифференциальных уравнений
. (1)
– формирующий фильтр
Здесь x(t) – n-мерный случайный процесс, называемый вектором состояния.
– не зависящий от x(0) центрированный p-мерный белый шум, называемый порождающим.
F(t) – матрица динамики;
G(t) – матрица порождающих шумов.
Задача заключается в определении математического ожидания и матрицы ковариаций для вектора состояния x(t).
Постановка задачи
Понятие формирующего фильтра и его свойства
Запишем решение уравнения (1) в виде
. (2)
Ф(t,t1) – фундаментальная матрица
Запишем решение уравнения (1) в виде
. (2)
Ф(t,t1) – фундаментальная матрица
Математическое ожидание, матрица ковариаций и корреляционная функция определяются следующими соотношениями:
(3)
(4)
(5)
Матрица ковариаций является решением дифференциального уравнения
. (6)
Общее решение
Понятие формирующего фильтра и его свойства
Запишем стационарные уравнения
(7)
(8)
Матрицы F, G и Q постоянны.
Условия стационарности
Запишем стационарные уравнения
(7)
(8)
Матрицы F, G и Q постоянны.
Условия стационарности
1. Математическое ожидание процесса x(t) не зависит от времени при выполнении условия .
2. Матрица ковариаций не зависит от времени если существует матрица P∞ , такая что при P= P∞
(9)
Если матрицу ковариаций P(0) для вектора x(0) выбрать совпадающей с решением этого уравнения P(0)=P∞, то процесс x(t) становится стационарным, поскольку P(t)≡P(0).
Стационарный процесс
Понятие формирующего фильтра и его свойства
При этом корреляционная функция будет зависеть только от τ
(10)
Если установившееся решение
При этом корреляционная функция будет зависеть только от τ
(10)
Если установившееся решение
(11)
существует, но начальная матрица ковариаций не совпадает с P∞, то, поскольку P→P∞ при увеличении времени, процесс после завершения переходного режима при t → ∞ можно считать стационарным.
Условиями стационарности процесса на выходе стационарной системы при поступлении на ее вход белого шума являются центрированность значений процесса в начальный момент времени, наличие решения уравнения (9) и выбор начальной матрицы ковариаций, совпадающей с этим решением.
Понятие формирующего фильтра и его свойства
Замечание 1
Если дополнительно предположить, что x(0) и порождающий шум гауссовские, т.е.
(12)
то
Замечание 1
Если дополнительно предположить, что x(0) и порождающий шум гауссовские, т.е.
(12)
то
Замечание 2
Используя выражение
(13)
можно убедиться в том, что процесс x(t) является марковским. Если зафиксировать моменты времени t1>t2>t3 , то значение процесса в момент t3 при фиксированных его значениях в моменты t1 и t2 зависит только от момента t2 и не зависит от t1. При этом белый шум не зависит в статистическом смысле от начальных условий x(0).
Понятие формирующего фильтра и его свойства