Метод функций Грина в задаче о преобразовании случайного сигнала линейной динамической системой

Бесплатный доступ

Рассматривается динамическая система, описываемая линейным дифференциальным уравнением высокого порядка с постоянными коэффициентами. Методом функций Грина установлена зависимость между числовыми характеристиками случайного сигнала на входе и выходе динамической системы, а именно между математическими ожиданиями и между корреляционными функциями. В отличие от известных результатов, не предполагается стационарность входного и выходного случайных сигналов.

Непрерывные случайные процессы, математические ожидания, корреляционные функции, динамические системы со случайными функциями

Короткий адрес: https://sciup.org/147240575

IDR: 147240575   |   DOI: 10.14529/mmp230110

Текст краткого сообщения Метод функций Грина в задаче о преобразовании случайного сигнала линейной динамической системой

Случайные процессы описывают случайные явления в динамике их развития. Они широко используются в различных прикладных задачах, в частности, в теории автоматического регулирования, при обработке и передаче сигналов радиотехнических устройств, в экономике, в теории массового обслуживания [1]. Различные аспекты этой тематики представлены в недавних работах [2–4].

В данной работе рассматриваются непрерывные случайные процессы с непрерывным временем. В ней установлена связь между числовыми характеристиками случайного процесса на входе и выходе динамической системы, описываемой линейным дифференциальным уравнением с постоянными коэффициентами n-го порядка. А именно, в работе получены формулы, выражающие зависимость между математическими ожиданиями входного и выходного случайных сигналов, а также между соответствующими корреляционными функциями.

Результаты данной статьи опираются на развитие метода функции Грина на случай дифференциальных уравнений со случайными функциями. Предлагаемый подход является альтернативой стандартному подходу в классической задаче о преобразовании стационарного случайного сигнала линейной динамической системой с постоянными коэффициентами [1, гл. 8], который предполагает стационарность (в каком-либо смысле) рассматриваемых случайных процессов.

Математическое ожидание решения линейной системы дифференциальных уравнений со случайными коэффициентами без предположения о стационарности изучено в работе [4] с использованием вариационных производных. В отличие от [4] в настоящей работе рассмотрены не только математические ожидания, но и корреляционные функции.

Приведем определения и известные свойства математических ожиданий и корреляционных функций случайных процессов [6, гл. V]. Пусть (Q , X , P ) - вероятностное пространство некоторого стохастического эксперимента, где Q - множество элементарных событий, X - сигма-алгебра борелевских подмножеств из Q , P - вероятностная мера. Пусть [ t 0 ,T ] - отрезок расширенной числовой прямой.

Случайным процессом (с.п.) называют семейство случайных величин £ ( t ) = £ ( w, t ) при w Е Q на вероятностном пространстве (Q , X ,P ) , зависящее от параметра t Е [ t 0 ,T ] . При этом параметр t интерпретируется как время.

Обозначим через L 2 = L2^, ^ ,P ) — гильбертово пространство случайных величин с конечным вторым моментом М£ 2 то , где символ M обозначает математическое ожидание. Скалярное произведение для случайных величин £,n Е L 2 определяют формулой ( £,n ) = М^П. Ниже будем предполагать, что случайный процесс £ ( t ) Е L 2 при всех t Е [ t o , T ] .

Математическим ожиданием с.п. £ ( t ) называют неслучайную функцию m ^ ( t ) = М£ ( t ) , которая при каждом фиксированном t Е [ t o ,T ] равна математическому ожиданию £ ( t ) . Корреляционная функция с.п. £ ( t ) определяется формулой к ( t, s ) = М [( £ ( t ) - М£ ( t ))( £ ( s ) - М£ ( s ))] .

Утверждение 1. Математическое ожидание от производной дифференцируемо го случайного процесса £ ( t ), производная которого £ ( t ) интегрируема, совпадает с производной от математического ожидания: М ( £ ( t )) = dt М ( £ ( t )).

Утверждение 2. Пусть £ ( t ) - интегрируемый на [ t 0 ,T ] случайный процесс. Тогда

TT

М ( / £ ( т ) dT ) = / М(£(т )) dT . t 0                    t 0

1.    Метод функций Грина

Устройство называют линейной динамической системой, если связь между входом и выходом описывается дифференциальным уравнением n-го порядка с постоянными коэффициентами. Если на входе и выходе наблюдаются случайные сигналы £(t) и n(t) соответственно, то линейная динамическая система описывается дифференциальным уравнением в гильбертовом пространстве L2 случайных величин с конечным вторым моментом an'Г (t) + an-in^-11 (t) + ••• + ain'(t) + aon(t) =

= b m £ (m) ( t ) + b m - i £ (n-i) ( t ) + ••• + b i £ ( t ) + b o £ ( t ) = h ( t ) .                 (1)

Здесь коэффициенты a i ( i = 0 , •••,n ) и b i ( i = 0 , •••,m ) - постоянные числа.

Приведем некоторые вспомогательные сведения из теории обыкновенных дифференциальных уравнений. Рассмотрим скалярное дифференциальное уравнение n -го порядка с непрерывной ограниченной на всей числовой оси функцией f ( t )

a n x ( 1 + a n- i x ( 1 + ••• + a i x + a o x = f ( t )                      (2)

Функцию G ( t ) называют функцией Грина задачи об ограниченных решениях уравнения (2), если она удовлетворяет следующим условиям [6, гл. 2, §2]:

  • 1)    G ( t ) непрерывно дифференцируема ( п 2) раза при всех t, а ( п 1) -я и n-я производные непрерывно дифференцируемы при всех t за исключением t = 0 , причем G (n-i) (+0) G (n-i) ( 0) = 1 ;

  • 2)    во всех точках, кроме t = 0 , функция G ( t ) удовлетворяет однородному дифференциальному уравнению, соответствующему (2) (при f ( t ) = 0 );

  • 3)    функция Грина и ее производные подчинены оценке | G (i) ( t ) | <   Ме -^t (i = 0 , 1 , •••,п 1 ); —то + то , где М и y — некоторые положительные постоянные.

Имеет место следующая лемма.

Лемма 1.  [5, гл. 2,  §8] Пусть корни характеристического уравнения an^n + an-iAn-i + ••• + aiA + ao = 0 не содержат точек мнимой оси. Тогда для любой непрерывной ограниченной на всей оси функции f (t) уравнение (2) имеет ограниченное на всей оси решение, причем единственное. Оно дается формулой ∞

x ( t ) = j G ( t s ) f ( s ) ds , где G ( t ) - функция Грина задачи об ограниченных решениях

-∞ уравнения (2).

Пример 1. Рассмотрим дифференциальное уравнение первого порядка X + вх = f ( t ) при в >  0 - Его функция Грина G 1 в задаче об ограниченных решениях согласно

определению имеет вид

- βt

G'W =

Так что ограниченное на всей оси t формулой x(t) = f e~et~s f (s)ds.

при t > 0, при t < 0.

решение данного уравнения характеризуется

-∞

Пример 2. Рассмотрим дифференциальное уравнение второго порядка a 2 x + a 1 X + a o x = f ( t ) . Пусть, например, корни характеристического уравнения a 2 А 2 + a 1 A + a 0 = 0 вещественны и различны, причем A i < A 2 0 . Тогда функция Грина G 2 задачи об ограниченных решениях имеет вид

'      = {0^ 2 2

e A 1 2) ( А 2

— A i ) 1

при t >  0 , при t <  0 .

Так что ограниченное на всей оси решение данного уравнения определяется формулой

t

x ( t ) =

А 2 A i

(e^t - s e *1 ( t - s^ f ( s ) ds.

-

2.    Преобразование непрерывного случайного процесса линейной динамической системой

Связь между математическими ожиданиями входного и выходного случайных сигналов динамической системы (1) характеризует следующая теорема.

Теорема 1. Пусть случайный процесс h ( t ) на входе динамической системы (1) непрерывен и ограничен на всей числовой оси, а характеристическое уравнение a n A n + a n-1 A n -1 + ... + a 1 A + a 0 = 0 не имеет корней на мнимой оси. Тогда математическое ожидание Mn ( t ) случайного процесса на выходе динамической системы (1) представимо в видe

Mn ( t ) = У G ( t s ) Mh ( s ) ds,

-∞ где G – функция Грина задачи об ограниченных решениях уравнения (2).

Доказательство. Действительно, рассмотрим математическое ожидание от левой и правой части равенства (1). Используя свойства аддитивности и однородности математических ожиданий, а также утверждение 1, получим an(Mn(ty)((n + an-1(Mn(ty)(n-1) + ••• + a1(Mn(t))' + ao Mrif) =

= b m ( M^ ( t ))^ + b m - 1 ( M^ ( t ))^ -1 ) + ... + b 1 ( M( ( t )) + b o M ( t )) = Mh ( t ) .   (4)

Тогда для скалярной функции m n ( t ) = Mn (t} выполнено уравнение (2) при f ( t ) = Mh ( t ) . Так как в условиях теоремы 1 правая часть уравнения (4) - ограниченная на всей оси функция, то согласно лемме 1 функция m n ( t ) является ограниченным на всей оси решением уравнения (4) и справедлива формула (3).

Следствие 1. Пусть в условиях теоремы 1 на вход поступает «квазистационар- ный» сигнал, т.е. M^ ( t ) = m ^ = const . Тогда на выходе также будет ^ квазистаци-онарный » сигнал, причем его математическое ожидание Mn ( t ) = m n = a 00 m ^ .

Связь между корреляционными функциями случайных сигналов на выходе и на входе динамической системы (1) характеризует следующая теорема.

Теорема 2. Пусть выполнены условия теоремы 1 и дополнительно вещественные части всех корней соответствующего характеристического уравнения отрицательны ( ReX i <  0 i = 1 , ...,n ). Тогда корреляционная функция K n ( t 1 ,t 2 ) случайного сигнала n ( t ) на выходе динамической системы (1) определяется формулой

K η

t 1 t 2

^-ff

G ( t i — s i ) G (t 2 s 2 ) K h ( s i , s 2 ) ds i ds 2 ,

—M -M где Kh(s1, s2) - корреляционная функция входного сигнала h(t) = =','=} bi £ (i)(t), а G -функция Грина задачи об ограниченных решениях уравнения (2).

Доказательство. В условиях теоремы 2 ограниченное решение уравнения (1) t имеет следующий вид n(t) = j G(t — s}h(s}ds. При этом согласно теореме 1

—M t

Mn ( t ) = f G ( t s^Mh^ds.

— M

  • ◦                                    t

Определим центрированный процесс П ( t ) = n ( t ) - Mn ( t ) = J G ( t s ) h ( s ) ds,

—M

  • ◦                                                                   ◦            ti

где h ( s ) = h ( s ) Mh ( s ) .         Тогда          n ( t i ) = f G ( t i — s i ) h ( s 1 ) ds 1 ,

—M

  • ◦            t2◦

П ( t 2 ) = j G ( t 2 s2} h ( s 2 ) ds 2 . Следовательно,

—M

  • ◦        ◦               t1                  ◦

    -


    s 2 ) h ( s 2 ) ds 2^ =


n ( t i ) n (h) = ( f G ( t i s i ) h ( s i ) ds i j ( f

—M—M t1 t2

= f f (G(t 1 — s 1 )G(t 2

—M —M

◦◦

s 2 )) h ( s i ) h ( s2^ds i ds 2 .

Поэтому

◦◦ n (ti),n (t2)\

= M

t 1 t 2

''

— M —m

◦◦ si)G(t2 — s2)) h (si) h (s2)dsids2

Меняя здесь порядок операций нахождения математического ожидания и интегрирования (на основании утверждения 2), получим t1 t2

K n ( t 1 ,t 2 )

У У M ^ (G(t i - s i ) G ( t 2 - s 2 )) h ( s i ) h ( s 2 ) ]

ds 1 ds 2 .

-M -M

Вынося за знак математического ожидания под интегралом неслучайную функцию

G ( t i — s i ) G ( t 2 s 2 ) , получим требуемую формулу (5).

Случайный процесс называют стационарным в широком смысле, если он имеет постоянное математическое ожидание, а его корреляционная функция зависит только от разности аргументов. Взаимосвязь между корреляционными функциями входного и выходного случайных процессов динамической системы (1) при дополнительном предположении о стационарности в широком смысле определяется широко известным алгоритмом [1, гл. 8], опирающимся на теорему Винера – Хинчина. Подчеркнем, что результат теоремы 2 не предполагает стационарности входного либо выходного случайных сигналов динамической системы (1).

Пример 3. На вход интегрирующей RC-цепочки, описываемой дифференциальным уравнением n'(t) + вп(^) = вС(t), в = Ric > 0, (где R — сопротивление, C — емкость), поступает непрерывный случайный ограниченный на всей оси сигнал С(t). Тогда математическое ожидание и корреляционная функция сигнала n(t) на выхо-t де, согласно теоремам 1, 2 и примеру 1, имеют вид: Mn(t) = f е—^—^МС(s)ds,

— M t1 t2

K n ( t i ,t 2 ) = в 2 e —e(t 1 t 2 ) J J e e(T 1 +T 2 ) K ( T i ,T 2 ) dT i dT 2 .

— M — m

Пример 4. На вход линейной динамической системы, описываемой дифференциальным уравнением n ( t ) + 4 n ( t ) + 3 n ( t ) = C ( t ) , поступает непрерывный случайный ограниченный на всей оси сигнал С ( t). Укажем характеристики выходного случайного сигнала n ( t ) .

Заметим, что корни соответствующего характеристического уравнения А2 + 4А + 3 = 0 имеют вид Ai = —3,Л2 = —1. Тогда в соот-t ветствии с теоремами 1, 2 и примером 2:   Mn (t) =   G2 (t — s)M С (s)ds,

—M t1 t2

K n ( t i ,t 2 ) = f j G 2 ( t i T i ) G 2 ( t 2 — T 2 ) K ( t i ,T 2 ) d T i d T 2 .

— M — m

Здесь G 2 - функция Грина, определенная в примере 2.

Заключение

В данной работе продемонстрировано применение методики функций Грина к решению задачи о преобразовании случайных сигналов линейной динамической системой. Предлагаемый подход позволил получить в рассматриваемой предметной области новые результаты, отказавшись от общепринятого ограничительного условия – стационарности рассматриваемых случайных процессов. Результаты представленной работы дают возможность расширить область практических приложений.

Подчеркнем, что основная техническая трудность предлагаемой методики состоит в построении явного вида функций Грина для конкретных ситуаций. Отметим, что важные результаты по методу функций Грина в задаче об ограниченных решениях для дифференциальных уравнений n-го порядка получил А.И. Перов [6].

Список литературы Метод функций Грина в задаче о преобразовании случайного сигнала линейной динамической системой

  • Вентцель, Е.С. Теория случайных процессов и их инженерные приложения / Е.С. Вентцель, Л.А. Овчаров. - М.: Кнорус, 2016.
  • Лихтциндер, Б.Я. Об оценках средней длины очереди для одноканальных систем массового обслуживания через статистические безусловные моменты второго порядка модифицированого входного потока / Б.Я. Лихтциндер, И.А. Блатов, Е.В. Китаева // Автоматика и телемеханика. - № 1. - 2022. - С. 113-129.
  • Шайкин, М.Е. Анализ динамического регулятора по выходному сигналу для стохастических систем мультипликативного типа / М.Е. Шайкин // Автоматика и телемеханика. - № 3. - 2022. - С. 54-68.
  • Задорожний, В.Г. Математическое ожидание решения линейной системы дифференциальных уравнений со случайными коэффициентами / В.Г. Задорожний // Теория вероятности и ее применение. - 2021. - Т. 66, № 2. - С. 284-304.
  • Красносельский, М.А. Нелинейные почти периодические колебания / М.А. Красносельский, В.Ш. Бурд, Ю.С. Колесов. - М.: Наука, 1970.
  • Перов, А.И. Ограниченные решения векторно-операторных нелинейных дифференциальных уравнений -го порядка, не разрешенных относительно старшей производной / А.И. Перов, Е.В. Иванова // Вестник ВГУ. Серия: Физика. Математика. - 2012. - № 2. - С. 198-206.
Еще
Краткое сообщение