Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
14.13. Неявные нелинейные преобразования1. В предыдущих параграфах мы рассмотрели нелинейные безынерционные преобразования Следует отметить, что не всегда имеется явное выражение выходной переменной через входную. В более общем виде нелинейное преобразование может быть представлено выражениями типа
Возникает задача о нахождении статистических свойств у при таком задании нелинейного преобразования. Необходимо отметить, прежде всего, одно важное обстоятельство. Если входное распределение негауссово, то, как мы видели раньше, нахождение кумулянтов и кумулянтных функций выходной переменной Однако если мы обратимся к преобразованиям типа (14.13.1), то при гауссовом 2. Рассмотрим, например, безынерционное нелинейное преобразование
то вследствии нелинейности F в правую часть (14.13.2) будут входить в общем случае все кумулянты купу не говоря уже о смешанных кумулянтах
Безнадежность нахождения всех кумулянтов Та же ситуация имеет место и при отыскании кумулянтных функций. Так, к уравнению
на основании сказанного следует добавить последовательность уравнений типа
Таким образом, задача точного отыскания статистических характеристик выходного случайного процесса при нелинейных безынерционных преобразованиях, заданных в неявном виде, является в общем случае чрезвычайно сложной.
Рис. 14.12. Если же не ставить вопроса о точном нахождении всех статистических характеристик выходной переменной, а решать задачу приближенно, взяв неизвестное распределение в виде модельного распределения, т. е. ограничившись конечным набором кумулянтов или кумулянтных функций, то задача становится уже, в принципе, простой, поскольку цепочка уравнений как для кумулянтов, так и для кумулянтных функций становится конечной и замкнутой. Наиболее просто задача будет решаться для гауссовой аппроксимации совокупности
Полагая 3. Разберем теперь подробнее сравнительно простой случай неявного нелинейного преобразования
Подобное уравнение описывает систему, указанную на рис. 14.12. Коэффициент Прежде всего отметим, что так как входной процесс является гауссовым, а нелинейное преобразование безынерционным, то кумулянтные функции выходной переменной зависят только от В самом деле, отмечая штрихом производную по аргументу, имеем
Подставляя эти производные в (14.6.2), получим ковариационный ряд
дающий точное выражение для корреляционной функции выхода Из этой формулы отчетливо видно, что наличие обратной связи существенно усложняет вычисление Таким образом, хотя мы и получили точную формулу для
относительно которого также справедливо все сказанное. Для приближенного отыскания первых двух кумулянтных функций выходной переменной (а только они и будут нас интересовать) можно применять различные приемы. Можно, например, принять гауссову аппроксимацию совокупности 4. Рассмотрим гауссову аппроксимацию. Введем для удобства переменную
Кроме того,
Используя эти соотношения, а также (14.12.8), найдем
Отсюда получаем
Таким образом, для выходной переменной имеем окончательно
Итак, корреляционная функция выхода исследуемой нелинейной системы с обратной связью в гауссовом приближении оказалась равной
Сравним полученный результат с точным рядом (14.13.4). Прежде всего следует отметить, что мы пришли к некоторым «квазилинейным» соотношениям в том смысле, что ковариация выхода пропорциональна ковариации входного шума. Это полностью согласуется с тем, что мы аппроксимировали как вход, так и выход гауссовыми процессами, что было бы точным результатом только для линейной системы. Вместе с этим, приставка «квази» означает, что нелинейные эффекты, тем не менее, есть. В самом деле, как величина постоянной составляющей на выходе, так и коэффициент нальности между ковариациями существенно зависят как от нелинейных свойств функции Так, например, дисперсия выхода будет нелинейно зависеть от дисперсии входа. Другими словами, мы получили как бы линейность системы по отношению к преобразованию формы ковариационной функции шума и нелинейность по отношению к преобразованию среднего и дисперсии. Все это справедливо и для взаимосвязи спектров, которая получается преобразованием Фурье (14.13.7):
5. Рассмотрим приближение слабой связи, при котором коэффициент обратной связи достаточно мал, так что
В этом случае неявное нелинейное преобразование (14.13.3) принимает вид явного преобразования
к которому при гауссовом
где правая часть зависит только от
коэффициенты которого также зависят только от
Если же коэффициент обратной связи
и обратная связь не играет практически никакой роли. 6. Обратимся, наконец, к приближению сильной связи. Предположим, что существует однозначная обратная функция
Пусть
В этом случае, очевидно, разность
Тогда
и мы приходим к линейному преобразованию. Таким образом, сильная обратная отрицательная связь, охватывающая нелинейный элемент, «заставляет» его работать в нулевой точке и, если Если выход нелинейного элемента равен нулю при нулевом входе и Таким образом, в этом случае в приближении сильной обратной связи нелинейность элемента практически не сказывается, и связь характеристик выхода с характеристиками входа определяется линейными преобразованиями
|
1 |
Оглавление
|