(11.13)
По известной спектральной плотности Se (w) определяют затем составляющую среднего значения квадрата ошибки ef2.
Аналогично определяют остальные составляющие среднего значения квадрата ошибки.
Определение средней квадратической ошибки при случайных и регулярных воздействиях, действующих одновременно.
Внешние воздействия G(t) или F(t) могут представлять собой произвольно изменяющиеся во времени регулярные сигналы, на которые наложены стационарные случайные процессы. В таких случаях при расчете систем автоматического управления внешние воздействия удобно представить следующим образом:
(11.14)
где тg(t), mf(t) — эквивалентные регулярные составляющие внешних воздействий, включающие в себя как математическое ожидание соответствующего случайного процесса, так и регулярный внешний сигнал;
— центрированные случайные составляющие полезного сигнала и помехи соответственно.
Любую искомую координату системы можно представить в виде двух составляющих: регулярной составляющей (математического ожидания) и центрированной случайной составляющей. Например, ошибку системы E(t) можно записать в виде
(11.15)
Таким образом, нахождение случайной ошибки Е(t) может быть сведено к нахождению ее математического ожидания тe(t) (регулярной составляющей ошибки) и центрированной случайной составляющей Е0(t). При этом в линейной системе на основании принципа суперпозиции тe(t) и E0(t) складываются из составляющих от действия полезного сигнала и помехи, которые можно находить порознь.
Математическое ожидание т(t) можно рассматривать как реакцию линейной системы на регулярные внешние воздействия тg(t) и mf(t) и определять через передаточные функции системы:
(11.16)
где Wge(p)= 1/[1+ W(р) ] — передаточная функциязамкнутой системы, связывающая ошибку и управляющийсигнал; Wf(p) = W2(p)/ [1+ W(р) ] — передаточная функция замкнутой системы, связывающая ошибку и помеху [см. (???)].
Установившееся значение (математическое ожидание) ошибки me(t) при медленно меняющихся регулярных функциях тg(t) и mf(t) обычно определяют методом коэффициентов ошибок.
В частном случае, если регулярные внешние воздействия постоянны (либо отсутствуют), а случайные воздействия представляют собой стационарные случайные процессы, то тg = const и mf = const. В этом случае ошибка E(t) будет являться стационарным случайным процессом, математическое ожидание которого тe определяется через уравнение статики системы:
(11.17)
Центрированные случайные составляющие любой координаты системы, например центрированную случайную составляющую ошибки системы Е0(t), можно рассматривать как реакцию системы на центрированные случайные составляющие управляющего сигнала G0(t) и помехи F0(t). Поскольку Е0(t) представляет собой случайный процесс, то находят не мгновенные значения E0(t), а некоторые ее статистические характеристики: дисперсию, среднее квадратическое отклонение и др.
Центрированные случайные составляющие внешних воздействий G0(t) и F0(t) могут быть заданы либо центрированными корреляционными функциями Rgo (t), Rfo(t и Rg0f0(t), либо центрированными спектральными плотностями Sg0(w), Sf0(w) и Sg0f0(jw), зная которые можно определить либо центрированную корреляционную функцию ошибки Re0(t), либо центрированную спектральную плотность ошибки.
Обычно проще находить центрированную спектральную плотность ошибки, которая в соответствии с (??) имеет вид
(11.18)
где Sg0f0(jw), Sf0g0(jw) — взаимные спектральные плотности между G0(t) и F0(t).
При отсутствии корреляции между полезным сигналом и помехой их взаимные спектральные плотности равны нулю и центрированная спектральная плотность ошибки
(11.19)
В соответствии с (7??) дисперсия ошибки
(11.20)
Нахождение дисперсии связано с вычислением интеграла (11.20), который определяют аналогично интегралу (??). Среднее значение квадрата ошибки
(11.21)
где тe(t) — математическое ожидание ошибки, определяемое по (11.17), a De — дисперсия ошибки — по (11.20).
Зная e2, можно вычислить среднюю квадратическую ошибку:
(11.22)
Заметим, что если математическое ожидание ошибки, определяемое по (11.16), постоянно, то
(11.23)
и в этом случае среднее значение квадратаошибки, определяемое по формуле (11.23), полностью совпадает со средним значением квадрата ошибки, вычисляемым по (??).
В частном случае, когда внешние воздействия не содержат регулярных составляющих, а представляют собой центрированные стационарные случайные процессы, тe =0 и критерием динамической точности системы можно считать дисперсию ошибки
(11.24)
или среднее квадратическое отклонение
(11.25)
Пример 1.
На входе замкнутой следящей системы с единичной обратной связью (рис. 11.1) действуют случайный полезный сигнал G(t), имеющий спектральную плотность , и случайная помеха F(t) типа «белый шум», спектральная плотность которой Sf(w)=N. Корреляция между полезным сигналом и помехой отсутствует.
Передаточная функция разомкнутой следящей системы W(р)=К/р (1 + рТ). Определить среднюю квадратическую ошибку системы при Dg= 100 В; Тg= 20с; N =0,01 В2/Гц; Т =0,1 с; К= 5 1/с.
1. Находим передаточные функции замкнутой системы по ошибке и регулируемой величине:
2. Спектральная плотность ошибки и соответствии с (???)
3. Находим составляющую среднего квадрата ошибки, обусловленную полезным сигналом:
Сравнивая полученное выражение с видом подынтегральной функции (???), можно выписать полиномы H(jw) и M(jw), т. е.
следовательно, коэффициенты ai равны:
Полином M(jw) должен быть записан в виде
Из справочной литературы для п= 3 находим значение табличного интеграла J3 т. е.
Окончательно получаем
4. Находим составляющую среднего квадрата ошибки, обусловленную помехой
Сравнивая последнее выражение с видом подынтегральнойфункции (???), выписываем полиномы H(jw) и М(jw), т. е.
следовательно, коэффициенты а, равны: a0 = T; a1=1; a2 =K. Полином M(jw) должен быть записан в виде
В данном случае n=2, поэтому и, следовательно,
коэффициенты bi равны: b0 =0; b1=1.
Из справочной литературы для п = 2 находим J2 =(- b0+a0b1/a2)/(2a0a1) =1/2K.
Окончательно получаем
5. Находим результирующее значение среднего квадратаошибки:
Подставляя численные значения параметров, получаем
Средняя квадратическая ошибка
Пример 2
Решить предыдущую задачу графоаналитическимметодом. 1. Находим выражение для спектральной плотности ошибки:
Подставляя численные значения параметров, получаем
Задавая различные значения в пределах от 0 до 20, вычисляем S() и записываем результаты:
2. Строим график S e (w) (рис. 11.4), разбивая который на типовые фигуры (прямоугольники, треугольники, трапеции) находим величину площади Пe, ограниченной кривой Se(w) и осью абсцисс:
Рис 11.4
3. Определяем среднее значение квадрата ошибки:
и среднюю квадратическую ошибку:
Следует отметить, что рассмотренная выше задача быстрее и проще решается аналитическим методом, который к тому же позволяет установить аналитическую связь между величиной средней квадратической ошибки и параметрами системы. Приближенный графоаналитический метод интегрирования спектральной плотности целесообразно применять лишь при значениях п > 4, когда аналитический метод оказывается слишком громоздким.
Пример 3.
Решить предыдущую задачу при условии, что на входе системы действует регулярный полезный сигнал g(t)=а+Vt, где а= 10В;
V= 1B/c.
Полезный сигнал смешан со случайной помехой F(t) типа «белый шум», спектральная плотность которой Sf(w) = N.
1. Поскольку полезный сигнал g(t) — регулярная функция времени, то среднее значение квадрата ошибки в соответствии с (???).
где m(t) = Wg(p) g(t) — динамическая составляющая ошибки, обусловленная регулярным полезным сигналом g(t); ef2=De — среднее значение квадрата случайной составляющей ошибки, обусловленное случайной помехой F(t). Величина ef2 была определена в примере 1, она равна ef2=KN/2.
2. Определим установившееся значение регулярной составляющей ошибки т(t) методом коэффициентов ошибок:
Для нахождения коэффициентов ошибок Со, С1, C2,... разложим передаточную функцию Wge(р) =1/[1+ W(р) ], связывающую полезный сигнал и помеху, в ряд по возрастающим степеням р, что удобно, например, сделать, разделив числитель выражения для Wge(p) на его знаменатель:
следовательно. Со=0; с1=1/K; c2/2! = (КТ - 1)/K2.
В нашем случае dg(t)/dt=V, а все последующие производные от полезного сигнала равны нулю. Поэтому окончательно получаем
3. Находим результирующее значение среднего квадратаошибки:
Подставляя численные значения коэффициентов, получаем
Средняя квадратическая ошибка