Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Казаков В.А. Введение в теорию марковских процессов и некоторые радиотехнические задачи

.pdf
Скачиваний:
21
Добавлен:
23.10.2023
Размер:
7.76 Mб
Скачать

цесса 'ИЗ белого шума в следующем виде:

 

 

dwVa'{x,

і)>-c=Lpr

(л) wvs

(X,

t) +

[F (X, t)

-

 

 

 

 

dt

 

 

 

 

 

 

 

 

 

 

 

 

-<F(x,

t)>}wps(x,

t).

 

 

(5.67)

Это

основное

уравнение,

которое было

получено

Р.

Л.

Стратоновичем

[4—6].

Оно,

очевидно,

включает

в себя частные случаи

(5.49), (5.60), (5.61). Пример мо­

делирования уравнения (5.67) для простейшего

дискрет­

ного процесса

( N = 2 )

>был приведен

в предыдущем

па­

раграфе. При N>2

необходимо согласно (5.60) строить

іѴ-канальное устройство, которое должно в

 

к а ж д ы й

момент времени t вычислять все N апостериорных

веро­

ятностей WpS(xj,

t).

За .оценку

переданного

сообще­

ния

принимается

то мгновенное

значение

Х*І(І),

Д Л Я

которого апостериорная вероятность оказывается макси­ мальной. Для непрерывного процесса x(t) число состоя­ ний бесконечно и, следовательно, для моделирования уравнения (5.67) требуется предварительное квантование по уровню. Такая процедура помимо того, что она вно­ сит погрешность квантования, слишком сложна для практической реализации. Можно, однако, указать ва­

риант,

когда

уравнение для

плотности

вероятности

(5.67)

б е з п о г р е ш н о с т е й

заменяется

на уравнения

для конечного

числа параметров. Это возможно, когда

апостериорная плотность вероятности является нормаль­ ной [11, 6]. Поокольку одномерный нормальный закон определяется двумя параметрами, то уравнение для плотности вероятности заменяется в этом случае систе­ мой двух дифференциальных уравнений для математи­ ческого ожидания и дисперсии.

 

Если априорный процесс является нормальным [для

этого

необходимо, чтобы Кі(х,

t)=ax+b

(a,

b = const),

Къ(х,

t) =const (ом. § 3.8)], то апостериорная

плотность

будет также нормальной в том случае, когда

функция

F(x,

 

t) представляет собой полином от

х

степени,

не

выше второй [6, 12]. Последнее

положение

основывается

на следующих соображениях. Если

подставить

функцию

 

 

 

 

2

(0

 

} ,

(5.68)

 

 

 

 

 

 

 

 

где

in(t) и <32(t) —математическое

ожидание

и диспер­

сия

апостериорной плотности,

в уравнение

 

(5.67),

то

в левой части после взятия производной

по t

будуті

чле-

180

Hbf, Содержащие X в нулевой, первой и второй степенях. Равенство в этом случае возможно, когда правая часть после взятия производных по х будет содержать столь­

ко

в

указанных

степенях.

При F(x,

t) =a + bx + cx2

(a,

b,

с —const)

это условие

выполняется. Мы не

будем

в доказательство

приводить

аналитические

выкладки,

относящиеся

к

общему

виду

уравнений

(5.67),

а рас­

смотрим пример

[6, 8].

 

 

 

 

 

 

Пусть х(і)

— гауссовский марковский

процесс,

описы­

ваемый стохастическим

уравнением

 

 

 

 

х = — ах - f пх(0.

Кі (JC, t) = — о-х, Ks(x,

t) =

^-,

где nx(t) — белый шум, иной чем n(t), со спектральной плотностью ~ *>.

Уравнение (5.67) при этом-запишется в виде

РІР^+[Р(X.

t)-<F

(X, t)>] wps(X, t),

(5.69)

где

 

 

 

Р(х,і)

=

^[2Ці)х(і)-хЦт.

 

Как видно, .и априорный

оператор и функция

F(x, t)

отвечает сформулированным выше требованиям, поэтому следует ожидать, что левая и правая части уравнения

(5.69) при подстановке (5.68) будут являться

імногочле—

нами от X степени, не выше второй. Чтобы

проверить

этот факт, можно взять соответствующие производные

от (5.68) ,н затем подставить их в уравнение

(5.69). Од­

нако результат достигается легче, если перейти от урав­

нения

(5.69) ' или

(5.61)

для плотности вероятности

wps(xJt)

уравнению для

\nwps(x,t).

 

Разделим (5.61)

на WpS(x,t)

и заметим, что

 

 

 

 

 

âwps

(х, t)

d 1п Wps

(х,

t)

 

 

wts

(х, t) dt

dt

~

'

 

 

dwPs (x, t)

à\nwPs(x,

 

t)

 

 

Wps {*•, t) dx

dx

'

*) Белый шум nx{t) не действует в канале связи, он служит лишь для образования марковского процесса х(t).

13— 18g

181

дЧврДх, i)

 

 

d-\nwps{x,

t)

I /ô Intop,(x, I)

 

lu wps (X, t) = -

 

-

i - ln & -

 

-

i - In s2 (0 -

j £ i

^ ô ~

Тогда

из (5.61)

получим

 

 

 

 

 

-

°3

(0 +

 

 

m [i)f + ^

à

. { x _ m {t)Y

=

 

 

 

= aa2

(^) — a,t [л — m (/)] -f- -f-

 

 

 

AL

[JC -

m (Ol2 +

32

(0 [25 {t) X - x~],

(5.70)

 

 

•(0

где точка сверху означает производную по времени. Прежде всего отметим, что правая и левая части дей­

ствительно являются многочленами типа а + Ьх + сх2. Это обстоятельство дает возможность, приравнивая коэффи­ циенты при одинаковых степенях х, получить дифферен­ циальные уравнения для математического ожидания m(t) и дисперсии а2(() апостериорной плотности вероят­ ности. Однако прежде чем выписать эти уравнения, обра­ тим внимание на то, что у нормального распределения мода совпадает с математическим ожиданием. Следова­ тельно, математическое ожидание в каждый момент времени совпадает с оценкой х* по критерию максималь­ ной апостериорной вероятности. Дисперсия апостериор­ ного распределения o2(t) служит оценкой качества филь­ трации. В дальнейшем параметры апостериорного рас­ пределения будут отмечаться звездочкой:

m(t) = x*,

a2(t)=a*2.

 

С учетом новых обозначений из

(5.70) получаем

X* = ах* + 4Іг X* -

-£=r х* +

^ С - Щ,

(5.71)

 

ѵ О

 

Начальными условиями для (5.71), (5.72) служат апри­ орные значения, определяемые стохастическим диффе­ ренциальным уравнением процесса х(і).

Для стационарного режима, когда a*2 (t)=0, из (5.72) можно найти среднюю дисперсию апостериорного рас-. пределения

а*2 = ; * 2 ^ - І У Л ^ + Л Ѵ Ѵ ,

(5.73)

182

Как видно, дифференциальное уравнение (5.71) яв­

ляется линейным, что находится

в полном

соответствии

с общими

представлениями: фильтрация

нормального

процесса

из другого нормального

процесса

осуществля­

ется линейным устройством. Линейная теория Колмого­ рова— Винера (§ 5.1) и теория условных марковских процессов приводят в данном случае к одинаковым ре­ зультатам.

Действительно, если учесть, что в соответствии

с (3.87) при /—>-оо

Nx = Aaa,

жх >

то (5.73) легко представляется в виде (5.9):

s* = - f ( Х - * ) .

где у определяется выражением (5.7).

Рассмотренный вариант решения задачи фильтрации является более простым по сравнению с методом реше­ ния соответствующего уравнения Винера — Хопфа. Кро­ ме того, теория условных марковских процеосов имеет еще ряд преимуществ, состоящих в том, что с ее помощью описывается нестационарный режим фильтрации и ре­ шается задача фильтрации процессов, характеристики которых меняются во времени [6].

5.5.Уравнения фильтрации марковского

сообщения из белого шума и марковской помехи

В § 5.2—5.4 рассматривался наиболее простой случай, когда £ (t) =х (t) + п (t). Этот вариант характерен для задач автоматического управления. В радиотехнике важна задача фильтрации в общей постановке (5.1), из­ ложению которой посвящен настоящий параграф. Ниже­ следующие выкладки хотя и более громоздки, но по ха­ рактеру весьма сходны с теми, которые приводились в §§ 5.2—5.4, поэтому комментарии к ним будут менее подробными.

Итак, на вход приемника поступает реализация (5.1)

W)=S(x,t) + V(i\,t)+n(t).

Необходимо оптимальным образом отфильтровать из этой смеси сообщение x(t).

13*

183

Ё такой постановке задача была впервые решена Р. Л. Стратоновичем и Ю. Г. Сосулиным [13]. Однако авторы проанализировали случай, когда х(і), r\(t)— диффузионные процессы. Подобное ограничение не яв­ ляется принципиальным, и уравнения оптимального при­ ема в такой помеховой ситуации можно получить для

дискретных марковских

процессов x(t), r\(t) [14].

 

Вывод уравнений фильтрации будем производить по

методике [5] *>.

 

 

 

 

 

 

По аналогии

с § 5.2

рассмотрим трехмерный маркое- .

скин

процесс [%(t), x(t),

r\(t)\ который

подвергнем

дис­

кретизации. Дискретный процесс [%т, хт,

г\т]

будем

ха­

рактеризовать

начальной

Wo(£,o, Хо, щ)

и

переходной

v(îh,

Xh, r\k/i,h-i,

Xh-u *\h-i)

плотностями

вероятностей.

Повторяя выкладки § 5.2, получаем рекуррентное соот­ ношение, подобное (5.17):

Л S Wp, (хт, Ч[т, •»)

 

 

S

2

S S

 

 

A ' m + 1 1 m + 1 xm Xi

v

( S m - H ' Xm + 4

| Siw

 

"4m)

ffi'ps ( * m .

f\m, ГЛ.) V ( S m + 1 . * m + l -

" W l

I I m . Хт,Ч\„,

Располагая

двумерной

плотностью

wvs{xm+i,

т + 1), легко найти одномерное распределение для щения

(5.74)

цт

сооб­

Wps{xm+V

m + l ) =

Yi

Щв{хт+г.

тіт+ 1 . m + 1 ) .

 

 

 

1 ш + 1

 

 

 

 

 

Упростим

обозначения:

S(xJt')=S(x),

V(-r\Jt)

=

V(r\);

Xh-i,

Цк-і]

= [І', x',

11'],

[lh, Xh, щ]=[1,

x,

T)]

и заме­

тим, что двумерный процесс [x(it),

r\{t)]

характеризуется

априорным

уравнением

 

 

 

 

 

 

 

 

дщгІ»,-п, { ) = Ь

р г { х 1

Шрг

{ х > Чі

t),

 

(5.75)

где Lpr(x,

t]) — некоторый априорный

оператор.

 

По аналогии с (5.57) плотность вероятности

перехода

из состояния [|'

х', г\'] в

состояние

[£,

х,-і\]

за

время Ai

*' В [5] приведен вывод -уравнений для случая, когда f(0 =

=S(x, о+л(0-

184

в предположении независимости процессов x(t) nr\(t) за­ пишем следующим образом:

 

V(6,х\Ѵ,

 

X ' ,

т,') =

[§,,,

+

А а ( X ! х ' ) ] [ 8 ч Ѵ

+

+ Д*Я (TJ

I т)')]

 

 

ехр {

 

 

[Ç - 5 (X) -

V

} .

или в иной

форме

 

 

 

 

 

 

 

 

 

 

 

X,

л',

7)') =

/ ^

[

8

^ ,

8^, +

Д Щ х , т,|х",

где

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(5.76)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Л

(X, 7, J X',

у )

=

ехр

/

- [

Е

 

-

S

(X) -

V ( T , ) ] 2 J

X

 

X [ M ^ : | ^ ) 8 w + A ( 4 | V ) 8 ^ ] + - i r X •

Х {ехр ( - ^ - [5 -

Six)

-

V (T,)]2) -

1} Ьхх, 8 ^ .

(5.77)

Подставим

(5.76) в рекуррентное соотношение (5.74).

Обозначив для краткости знаменатель через

С, с учетом

изменившихся

обозначений

получим

 

 

 

 

 

 

 

 

 

wps(x,

ц, t-\-M)

=

 

 

 

 

Е

SWPS{Х''F , I ) V { L

*'711%'''Ѵ )

=

 

 

 

X'

г,'

 

 

 

 

 

 

 

 

 

 

 

 

=~^Е YàV^h[5-' SII'+Л'Л{Х>711Х ''Ѵ ) 1ШР5

^0 ^

X'

-Г)'

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+ Ä T S SЛ{Х'711

Y )% S

 

^

 

(5'78)

 

 

 

X'

у

 

 

 

 

 

 

 

 

 

 

 

Нетрудно заметить [см. (5.74)], что для вычисления

знаменателя

С следует

числитель

(5.74)

просуммировать

по X, ц, т. е.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

1)

 

 

 

 

 

 

 

 

 

 

 

+ Л ' Е Е Л {Х~711

 

Ѵ )

^

 

 

^ / ) ] =

 

 

 

 

X'

ц>

 

 

 

 

 

 

 

 

 

 

 

 

18§

в

Разложив величину

С - 1

в

ряд и подставив

результат

(5.78), лолучим

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

wvs

{х,

т,, t-{-àt)=wps

{х,

-т],

О+ЛгЕ ЦЛ {х,і) 1 X',t)')

Wps

{X',

7)',

 

 

 

 

 

 

 

 

 

 

 

 

Л '

1)'

 

 

 

 

 

 

 

 

О - а>Р 8 (-*Л1.')А*

S

S

Л (л, Tj|Jc',^')>pe (Jf',

т)', 9.

(5.79)

В соотношении (5.79) опущено слагаемое, имеющее по­

рядок

малости (АО2 -

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Перенесем

wps(x,r\,t)

 

 

влево,

разделим

обе

части

уравнения

(5.79)

на

At

 

и

перейдем

к

пределу

при

At—ѵО:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

l i m

wps

{x,

У),

t+At)

 

wvs

(x,

7),

/ )

 

 

 

 

 

 

 

= J ™

J ]

J ] A

(•*•

 

ч

I

 

ч') ° Ѵ (*'. "4', 0

-

 

 

 

- Шпшр, (x,

TJ, 0 J

]

J

]

Л (x,

7j

I x',

7)') W p

a

(x',

n',t).

(5.80)

 

Предел

величины

Л(х, ті|х', г\')

находится

просто

и

выражается соотношением

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

lira Л (л-, т)

I x',

у ) =

Я (л-1

8

 

+

 

 

 

 

+ я (ѴѴ) 8Д,. -

 

 

[5 -

 

S (x) -

V (г,)]3 Ьхх,

8 ч ѵ .

(5.81)

Используя

(5.81),

преобразуем

формулу

(5.80) к

виду

 

 

 

^ ( * . ^ 0 а = 2 ] я ( ^ | ^ > р . ( ^ , , , / ) +

 

 

 

 

 

 

 

 

 

 

Л:'

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-

wps

.-ц.і)

£ j

^

Л

 

У

'

 

0

1 5 - 5

(x)

-

V (i)f.

(5.82)

 

 

 

 

 

*

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

При записи (5.82) учтено, что

£ а (*1 * . ' ) = £ Мч h ' ) = Q.

*1

186

Упрощая

 

(5.82),

получаем'

 

 

 

 

 

 

 

 

 

 

 

 

+

œ»p.(X,

T,, f)[F(x,

n,t)-<F(X,

 

ъ

t) > ] ,

 

(5.83)

где [см.

 

(5.75)]

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L p

r

{x,

TJ) шР 5 (JC, f), ^

=

£

Я (JC

I Л:') twps

(x',

 

 

f\,t)-{-

 

 

 

 

 

 

 

 

 

 

 

X'

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+ S M I | V ) ' ^ ( ^

V.O.

 

 

 

 

 

 

F (x,

ъ

t) =

J -

(2^ [S (x) +

V Ш

-

[S (x) +

V (-л)]2},

(5.84)

 

 

 

 

Jv

0

 

 

 

 

 

 

 

 

TJ, t).

 

 

 

 

 

<

 

F (x,

•»!,*)> =

S S / 7

(л-, ï), 0 Œ»pe

 

 

 

 

 

 

 

 

 

 

 

 

x

V

 

 

 

 

 

 

 

 

 

 

Соотношение

(5.83)

является

уравнением

нелинейной

фильтрации

сообщения

x(t)

и случайного процесса ті(#)

из белого шума. Очевидно, что, располагая

распределе­

нием

wvs(x,r\,t)

 

легко

вычислить

 

wps(x,t):

 

 

 

 

 

 

 

 

 

 

 

Юр, (JC, 0 =

S

'«V (•*,

0

 

 

 

 

(5-85)

 

 

 

 

 

 

 

 

 

ч

 

 

 

 

t)

 

 

 

 

и затем

 

по максимальному значению wps(x,

 

принять

решение о значении

x*(t).

 

 

 

 

 

 

 

 

 

 

Разберем

 

задачу

фильтрации

марковского

процесса

с двумя состояниями x(t)

из белого шума n(t)

и

другого

марковского процесса с двумя состояниями t\(t),

 

т.

е.

S(x)=x(t),

 

 

 

 

V(j\)=r[(t).

 

 

 

 

 

 

 

 

 

 

Положим

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x1—-f)l

=

0;

 

х., = х;

 

-*і3 ==

TJ;

 

 

 

 

 

Я 31 x,) =

 

Я (x 10) =

х;

Я (JC,

I х2) = Х(0\х)

=

ßx ;

fi<

Я Ы ъ ) =

Я Ы 0 ) =

Ѵ

M 4 l

h = ) =

A(0|ïi) =

P v

 

^

;

и учтем,

 

что

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(x, |л;1) =

Я(0|0) = —ax;

Я (x,

\ x3)

=

X(x\x)

=

ß*;

 

І 1 |7,1 ) =

 

Я ( 0 | 0 ) = - а ч ;

 

Я( - Ч а І 8 ) =

Я(1 і|іі) = - Р ч .

l b - ö 7 >

Имея

в

 

виду

(5.86) — (5.87),

конкретизируем

уравнение

(5.83):

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(°;

°-1)=

 

- (ax+ar)

wps (0, 0, 0 + р.хШр8 (X, 0,

*)•+

 

 

4-

оір„ (0, -п, 0 -

^рз (0,

0J)<F

(x,

il, 0 > ;

(5.88)

187

dwvs

(x, 0, t)

~ axwps

(0, 0, t) - (p» +

 

dt

+

P4Œ»Ps {x, I . 9 +

œ)P5 (л, 0, 0

 

 

- < F ( * , TJ,0>

wvs (x, 0, 0 +

(2tv - л;2)

(5.89)

х + ц

СД

xh /Г5

 

V - /

V I х

±_

 

"1

C T

Ott x

Wps(X,0,t)

Wp3(X,t)

P«c. 5.2.

 

 

-<F(x,-4,t)>

 

(5.90)

dwPs (x,

-g, t)

•=axtsaps (0, -г), 0 + a

A

(•*• °- 9 —

• dt

 

- (P* + ß4 ) ^PS (•*> "П. 0 + o » p . (x, TJ, f)

(JC+TJ)

 

 

где

 

(5.91)

 

 

 

 

 

 

< F (x, T), 0 > =

дг- {шР 8 (x, 0, *)(2bc —

 

 

- . r ) + ^ ( 0 ,

T,, 0 ( 2 ^ - f ) +

+Шр5 (X, 7), *)[2* (Л - +7|) - ( X - f 7 ) ) 2 ) } .

 

 

 

(5.92)

V

Схема, реализующая

уравнения

(5.88) — (5.92),

(5.85) и дополненная,

 

сравнивающим

устройством,

представ­

г 5

лена на рис. 5.2, где KB — квадратор, СУ — сравнивающее устройство. Опти­ мальный приемник содержит в себе об-

Х

X

ßx

f

VUpS(0,l,t)

u)ps(0,0,t)

Ж

ivps(0,t)

СУ

X

!§9

разцы сигнала х .и помехи п. Принимаемая •реализация обрабатывается устройством, и на выходах четырех, интеграторов в каждый момент времени получаются зна­ чения вероятностей каждого из возможных состояний двумерного процесса ь t\j]. После этого согласно (5.85) выполняется операция усреднения и на входы сравни­ вающего устройства поступают величины апостериорных вероятностей двух состояний сигнала. Схема сравнения работает по критерию максимума апостериорной веро­ ятности и в каждый момент времени выдает соответст­ вующее решение. В результате такой обработки на выходе оптимального устройства получается марковский процесс с двумя состояниями, который отличается от переданного с минимально возможной ошибкой. К сожа­ лению, количественная оценка качества фильтоацни

затруднительна.

Аналогично можно рассмотреть ряд задач, в которых процессы x(t) и t)(t) входят в сигнал и помеху нелиней­ ным образом. Пусть, например,

 

 

 

t

 

S (х) = As

cos Г œ,f -(- Mч

j X (С) dt'

- f <pe (t)

 

 

 

0

 

V (r,) =

An cos Щ +

Мфт, (*) + ? 7 ]

(t)},.

где Мц, Мф — постоянные

коэффициенты.

 

При этом структура

приемника изменится незначи­

тельно: 1) усложнятся элементы, формирующие образцы

сигнала и помехи, 2)

в связи с тем, что равенство

нулю

процессов x(t)

и r\(t)

в этом

случае не означает

отсут­

ствия сигнала

и помехи, часть

схемы,

примыкающая

к интегратору

вероятности wps(0,

0, t),

дополнится не­

которыми новыми элементами.

 

 

 

 

Увеличение

числа

возможных

состояний

процессов

приводит к соответствующему

увеличению

количества

уравнений типа (5.88)—(5.92)

и, следовательно, к даль­

нейшему усложнению схемы оптимального фильтрующе­ го устройства. Вообще в тех случаях, когда приходится иметь дело с дискретными процессами, схемы оптималь­ ных приемников оказываются весьма громоздкими. Если же процессы x(t) и r\(t) непрерывны, то имеется воз­ можность, воспользовавшись приближенным методом, значительно упростить структуру оптимального фильтру­ ющего устройства, 190

Соседние файлы в папке книги из ГПНТБ