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
14.4. Оптимальное планирование эксперимента для моделей черного ящика высокого порядкаВ этом разделе будет рассматриваться критерий (14.35) в конкретном виде (12.29), где матрица С обусловливает частотное взвешивание в критерии:
Будет использоваться также асимптотическое выражение ковариационной функции
где
Здесь опущен скалярный множитель Этим достигаются два преимущества: 1. Критерий 2, Предвзятость, которая упоминалась в конце предыдущего раздела, снимается в том смысле, что планирование эксперимента подготавливается для моделей высоког о порядка, представляющих собой гибкие структуры. Недостатком является то, что если истинная система действительно принадлежит малому множеству моделей, то планирование, вытекающее из (14.55), не будет оигимальным для этого множества. С другой стороны, примеры раздела 9.4 указывают, что асимптотическое выражение (12.34) в действительности хорошо соответствует и структурам моделей низкого порядка. Результаты планирования, основанные на асимптотическом выражении (14.55) могут, таким образом, быть использованы с определенной степенью доверия. Критерий планирования. Исходя из (14.55) можно поставить несколько задач планирования. Обсудим здесь задачу минимизации дисперсии входного сигнала с учетом ограничений:
при условии
Другие варианты описаны в комментариях к библиографии и вынесены в раздел задач. Решим задачу (14.56) в частном случае, когда Теорема 14.3. Задача (14.55) и (14.56) при
где
Доказательство. При
Эта подынтегральная функция минимизируется в каждой точке при
при условии
Тогда из неравенства Шварца имеем
Следовательно,
для всех Следствие. Рассмотрим задачу (14.56) для общей матричной функции Заметим, что оптимальный входной сигнал представляется простым выражением, зависящим от спектра шума и от функции Пример 14.2. Расположение полюсов. Допустим, что предполагается использовать модель для того, чтобы найти регулятор (3.55) в задаче расположения полюсов. Соответствующая матрица
Видно, что для вычисления оптимального входного сигнала требуется знать характеристики истинной системы. Даже несмотря на то, что они точно не могут быть известны, выражение (14.61) по-прежнему полезно. Оно говорит, что входную энергию следует сосредоточить там, где 1. Усиление достигает достаточно большой величины: 2. Эталонный входной сигнал имеет достаточно большую энергию: 3. Возмущения значительны: 4. Уменьшение чувствительности за счет обратной связи небольшое: Эти предложения являются вполне естественными, но полезна их формализация. Пример 14.3. Обобщенное управление по минимуму дисперсии. Допустим, модель используется для планирования регулятора (3.52) с целью добиться поведения замкнутой системы типа
Минимизация среднеквадратичной ошибки. Рассмотрим теперь критерий среднеквадратичной ошибки Теорема 14.4. Рассмотрим задачу минимизации критерия
Множество моделей шума обозначим
а функция
Здесь Заметим снова, что модель шума
|
1 |
Оглавление
|