Метод функций Грина в задаче о преобразовании случайного сигнала линейной динамической системой
Автор: Хацкевич Владимир Львович, Махинова Ольга Алексеевна
Рубрика: Краткие сообщения
Статья в выпуске: 1 т.16, 2023 года.
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 = {о
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.