книги из ГПНТБ / Острем К.Ю. Введение в стохастическую теорию управления
.pdf90 Глава 3
|
|
V{a, |
t) = |
атS(t)a |
+ j trS(s) #(s) |
ds, |
||
|
|
|
|
|
|
t |
|
|
где |
|
|
|
|
|
|
|
|
|
|
— + |
Л г |
5 + |
SA + Q = |
0, 5 (tj) = |
0. |
|
|
|
dt |
|
|
|
|
|
|
7. Пусть |
|
|
|
|
|
|
|
|
|
|
|
|
dx — Axdt + dv |
|
|||
линейное |
стохастическое |
дифференциальное |
уравнение, где |
|||||
{v(t), |
teT} |
— винеровский |
процесс |
с ковариацией приращений |
||||
Rdt, |
н пусть |
|
|
|
|
|
|
|
|
|
|
|
у {t, х) |
= хт |
Sx. |
|
Показать, что условие (8.8) выполняется в том случае , когда решение стохастического дифференциального уравнения опреде ляется выражением (6.2), в котором интеграл определяется формулой (5.2).
9. МОДЕЛИРОВАНИЕ ФИЗИЧЕСКИХ ПРОЦЕССОВ СТОХАСТИЧЕСКИМИ ДИФФЕРЕНЦИАЛЬНЫМИ УРАВНЕНИЯМИ
О практическом значении стохастического дифференциаль ного уравнения можно судить по тому, насколько оно пригодно для моделирования физических процессов. Так как результаты такого моделирования можно оценить только путем эксперимен тального сравнения, то в общем случае можно сказать очень ма ло. В качестве примера рассмотрим моделирование броуновско го движения. Движение малой частицы, погруженной в жидкость, описывается уравнением
m - + c - = f, |
|
i9.1) |
||||
|
d-x |
, |
dx |
г |
|
' / - 1 ч |
где х — координата, m—-масса, |
с — коэффициент вязкого |
тре |
||||
ния, а / — сила, действующая |
на |
частицу. Для |
удобства введем |
|||
переменные состояния х{=х |
|
и x2=dx/dt. |
Тогда |
уравнение |
(9.1) |
|
можно записать в виде |
|
|
|
|
|
|
% = |
*„ |
|
|
|
(9.2) |
|
dt |
|
|
|
|
|
|
*Es = |
_ _ £ _ * , + |
±f. |
|
|
||
dt |
|
m |
in |
|
|
Силы, действующие на частицу, обусловлены ее |
столкновениями |
|
с молекулами |
жидкости, находящимися в тепловом движении. |
|
Если частица |
велика по сравнению со средней |
величиной сво- |
Стохастические модели состояния |
91 |
бодного пробега молекул жидкости и если время столкновения считается бесконечно малым, то силу можно считать белым шу мом. Среднее время между столкновениями в жидкости при комнатной температуре приблизительно равно 10- 2 1 с. Таким об разом, это движение можно промоделировать стохастическим дифференциальным уравнением
dxx — x%dl,
|
|
|
|
с |
|
] |
|
(9.3) |
|
|
dx2 |
— |
x2dt |
-| |
dw, |
||
|
|
|
||||||
где {w(t), |
|
|
|
m |
|
m |
|
|
teT} — винеровский процесс с параметром дисперсии |
||||||||
г. Уравнение |
(9.3) представляет собой так называемое |
уравне |
||||||
ние Ланжевена. |
|
|
|
|
|
|
||
Применяя |
теорему |
6.1, получим |
ковариационную |
функцию |
||||
процесса для |
s^t: |
|
|
|
|
|
|
|
|
|
R(s,t) = |
0(s-t)P(f), |
|
(9.4) |
|||
где |
|
|
|
|
|
|
|
|
Ф (/) = |
ехр О |
|
/ |
1 |
|
m'c(l—ехр(—dm)) (9.5) |
||
|
|
О — |
ct/m] |
[О |
ехр (—ct/m) |
|
||
|
|
|
|
Р = 'Pi |
/ V |
|
(9.6) |
|
|
|
|
|
|
\Рг |
Рз) |
|
|
решение |
уравнения |
(6.12). Перепишем |
это уравнение |
по ком |
||||
понентам |
|
|
dpdt |
|
|
|
|
|
|
|
|
1 = 2р2 , |
|
|
|
||
|
|
|
dp |
|
Рг |
+ Рз, |
|
(9.7) |
|
|
|
-J7 = |
|
||||
|
|
|
at |
|
m |
|
|
|
|
|
|
dt |
|
m |
m2 |
|
|
Предположив, что распределение скоростей стационарно и по ложение частицы в момент £ = 0 точно известно, получим следу ющее начальное условие:
А(0) |
= |
0, |
|
р2 (0) |
= |
0, |
(9.8) |
Рз(0) = |
- ^ . |
|
|
|
|
Imc |
|
Коэффициент г определяется из закона равномерного распреде ления энергии по степеням свободы в статистической механике
92 Глава 3
(при равновесии средняя энергия на каждую |
|
степень |
свободы |
|||||||||||
равна '/г&Т-, где |
k — постоянная |
Больцмана, |
Т — абсолютная |
|||||||||||
температура): |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
— тЕх%= |
— |
. -!— |
= — КГ |
|
|
|
(9.9) |
|||||
И |
|
2 |
|
2 |
2 |
2mc |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
r = |
2kTc. |
|
|
|
|
|
|
|
(9.10) |
|
Решив уравнение (9.7) с начальными условиями (9.8), по |
||||||||||||||
лучим |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P l {t) = -L- |
\t - |
^ (1 - |
e-dlm)\ |
= |
^ |
L |
\ t ~ J ± |
{ \ |
- e - c t |
, |
m |
|||
c2 |
i |
С |
|
|
|
J |
|
С |
[ |
с |
|
|
|
|
Р з ( 0 = ^ - = |
— • |
|
|
|
|
|
|
|
|
|
|
(9.11) |
||
2cm |
т |
|
|
|
|
|
|
|
|
|
|
|
|
|
Ковариационные функции координаты |
и скорости |
равны |
|
|
||||||||||
r u ( M ) = |
M 0 + |
f[l-e~Ms-i)/m)]p2(t), |
|
|
|
s>t, |
|
(9.12) |
||||||
гя в (s> /) = |
— |
е~( с ( s ~ ' ) / m ) , |
|
|
|
|
|
s > Л . |
(9.13) |
|||||
|
|
т |
|
|
|
|
|
|
|
|
|
|
|
|
Адекватность |
модели |
(9.3) |
можно |
проверить, |
например, |
путем |
наблюдения за движением частицы и за тем, можно ли считать закон смещения частицы нормальным с ковариационной функ цией (9.12).
Рассмотрим порядок используемых величин. Для частиц кол
лоидной |
платины в |
воде радиусом 2,5- Ю - 8 |
м имеем / п = 2 , 5 Х |
Х Ю - 1 8 |
кг, с = 7 , 5 - 1 0 |
- 1 2 кг/с. Следовательно, |
с / т = З Х Ю 6 с-1 ! |
Если частицы наблюдаются в интервале времени, не меньшем чем 1 с, то корреляция между скоростями в наблюдаемые мо менты времени меньше е - 3 0 0 0 0 0 . Из выражения (9.12) следует также, что ковариационная функция смещения хорошо описыва
ется следующей |
формулой: |
|
|
|
|
ru(s,f)~r(s,f) |
= —с |
min(s,0. |
(9.14) |
Ошибка этого приближения не превышает 10~6! |
|
|||
Функция r(s,t) |
в выражении |
(9.14) |
представляет |
собой кова |
риационную функцию винеровского процесса с параметром дис
персии 2kT/c. |
Заметим, что можно было бы |
получить |
точно ту |
же ковариационную функцию, если пренебречь членом |
md2x/dt2 |
||
в уравнении |
(9.1) или если положить dx2=0 |
в уравнении (9.3). |
Это приводит к известной модели броуновского движения
Стохастические модели состояния |
93 |
dx — — |
dw. |
(9.15) |
|
с |
|
|
|
Эта аппроксимация правильна лишь |
в том случае, когда |
t вели |
|
ко по сравнению / м / с = 3 , 3 X I О - 7 |
с. |
Следовательно, для |
задач, |
в которых достаточно рассматривать значения процесса в интер валы времени, не меньшие чем & = т/с, модель (9.15) дает хоро шие результаты. Отметим также, что модель (9.15) имеет мень ший порядок, чем первоначальная модель. Скорость частицы нельзя определить из выражения (9 . 15), так как движение ча стицы наблюдается в малые промежутки времени.
Упражнения
1. В условиях теплового равновесия с окружающей средой движение зеркала гальванометра описывается следующим урав нением:
+ Сер = М,
где вращательный момент М возникает из-за столкновения зер кала с молекулами воздуха. Определить дисперсию и спектраль ную плотность отклонения зеркала гальванометра, если предполо жить, что вращательный момент М является белым шумом.
Примечание. Закон равного распределения энергии по степе ням свободы приводит к следующей формуле:
2. Одноосевая платформа |
гиростабилизатора описывается |
следующим уравнением: |
|
D ^ = m + He, |
|
6 = |
— Сф, |
где ф — сигнал на выходе, 0 — угол отклонения платформы, D — |
|
коэффициент вязкого трения, |
Я — угловой момент, am — мо |
мент вращения, обусловленный тепловым движением молекул. Найти дисперсию угла отклонения платформы, происходящего в результате колебаний температуры. Показать, что для значений
t, которые велики |
по сравнению с |
D/Hc, можно |
считать, что |
|||
EQ2 |
~2kTDH~2, где Т—абсолютная |
температура и k — постоян |
||||
ная |
Больцмана. Условие |
равновесия |
имеет вид |
1/2сНЕ<р2=1/2кТ. |
||
Для постоянных |
взять |
следующие |
значения: JD = |
0,03 кг-м2 /с. |
||
# = |
0,01 |
кг-м2 /с. Оценить дрейф при отклонении платформы для |
||||
t= |
1 с и |
1 ч. |
|
|
|
|
94 |
Глава 3 |
10. ПЕРЕХОД К РАЗНОСТНОМУ УРАВНЕНИЮ
Во многих случаях для регулирования и предсказания про цессов с непрерывным временем используются ЦВМ. Так как ЦВМ является дискретной, то выходные сигналы должны вво диться в память в дискретные моменты времени. Управляющие и упреждающие сигналы можно подавать в дискретное время. Если попытаться описать значения переменной состояния только в выборочные моменты, то теорию можно значительно упростить. Основное упрощение заключается в том, что стохастические дифференциальные уравнения сводятся к стохастическим разно стным уравнениям. Покажем, как это происходит.
Допустим, что процесс описывается уравнениями
dx = Axdt + dv, |
|
(10.1) |
|
dy = Cxdt + de, |
|
(10.2) |
|
где x—/г-мерный вектор состояния, |
у—r-мерный |
вектор |
наблю |
даемых выходных сигналов, а |
{v(t),—оо^/^оо} |
и |
{e(t), |
— о о ^ ^ + оо} —/i-мерные и r-мерные винеровские процессы с ковариациями приращений R\ dt и ^2 dt соответственно. Предпо ложим, что процессы е и v независимы. Уравнение (10.1) описы вает процесс, а уравнение (10.2) —связь наблюдаемых сигна лов с переменными состояния. Таким образом, можно считать, что процесс {е(0} является ошибкой измерения. Затем допус тим, что выходные переменные наблюдаются в дискретные мо менты времени t\, t2, tz,... . Получим уравнение связи между пе ременными состояниями х и наблюдаемыми выходными перемен
ными у. |
|
|
|
|
|
После интегрирования |
уравнений |
(10.1) и (10.2) получаем |
|||
*К-+ 1 ) = Ф |
( W ' ti) + v(t). |
|
(10-3) |
||
|
|
<£+* |
|
|
|
y{ti+l)=y{tc) |
+ |
j |
dy(s) = |
|
|
|
|
h |
|
|
|
= У Ид + |
[ j |
С (s) Ф (s; U) ds] x fa) + e (t,), |
(10.4) |
||
где Ф — матрица порядка nX«> определяемая формулой |
|
||||
Ш ^ - |
= А{1)Ф{Щ |
t t < t < t l + v |
(Ю.5) |
||
dt |
|
|
|
|
|
Ф&;<,) = /,
|
|
|
Стохастические |
модели |
состояния |
|
|
95 |
||||||||
|
|
|
' Ж |
ф ( ' ц - 1 ; ' ) * ( 0 . |
|
|
|
|
|
|
|
|||||
|
* ( М = |
J |
|
|
|
|
|
|
(Ю.6) |
|||||||
|
e (/,.) = |
' Ж |
|
s |
Ф (s; /) dv (t) ds+ |
U+i |
|
|
(10.7) |
|||||||
|
j " С (s) | |
j |
de (s). |
|
|
|||||||||||
|
|
|
U |
|
*i |
|
|
|
|
|
|
tt |
|
|
|
|
Переписав первый интеграл в правой части выражения |
(10.7) и |
|||||||||||||||
изменив порядок интегрирования, |
получим |
|
|
|
|
|||||||||||
' ж |
|
s |
|
|
|
|
|
' ж |
|
' ж |
|
|
|
|
|
|
f |
C(s)J O{s;t)do(i)ds= |
|
j |
( |
j |
C(s)0(s;t)dsjd»(t) |
= |
|||||||||
|
|
|
|
|
|
|
<ж |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
j |
6 ^ . + I ; |
/) |
|
|
|
(Ю.8) |
||
|
|
|
|
|
|
|
h |
|
|
|
|
|
|
|
|
|
где |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9 (tl + 1 ; |
t) = |
' Ж |
|
|
|
|
|
|
|
|
|||
|
|
|
|
j ' С (s) Ф (s; /) ds. |
|
(10.9) |
||||||||||
Следовательно. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
' Ж |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
e{tt)= |
|
$ |
Q(t.+l; |
t)dv(t) |
+ |
e(ti+l)-e(t.). |
|
(10.10) |
||||||
Используя |
свойства |
стохастического |
|
интеграла, |
получим, что |
|||||||||||
v(ti) и |
v |
(4) |
независимы, |
если |
i^k. |
|
Из |
выражений |
(10.6) и |
|||||||
(10.10) |
получим |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
Ev[tt) |
= |
E |
j |
<D(*i + 1 ; |
fjdo(Q |
= 0, |
|
|
|
|
||||
|
|
Ee[tt)=E\ |
|
J |
9 ( / . + 1 ; |
*) <fo (0 |
+ e(/,_,) - |
e{t.)] |
= |
0, |
||||||
E~v{tfvT{t.) |
=E[[\ |
|
0(t |
|
; /)А)(0Л|г (5)Фг (<( + 1 ; |
s)| |
= |
'*
' Ж
= j Ф C w ; 0 (0 Ф 7 |
0 я . |
(Ю.11) |
96 |
|
|
Глава |
3 |
|
|
|
|
' Ж |
|
|
^ | Г Г в |
( ' |
/ ) - £ |
[ Л ф ( ' £ + 1 : |
t)dv(t)dvT(s)QT(t.+l; |
s)] = |
|
|
|
' ж |
|
|
|
|
= |
I ^[tt+i,t)R1(i)Qr[tt+lit)di, |
(10.12) |
|
|
|
|
' Ж |
|
|
£e (/,) |
~eT |
(tt) = |
E [ j J 0 ( * ) |
dt; (0 dvT (s) 9 r (/t + 1 ; |
s) -b- |
+( в ( ' ж ) - в ( м Л -
'ж
'« • + 1
+ j |
(Ю.13) |
Смешанные члены, содержащие de и du, взаимно уничтожат ся, так как процессы v и е независимы. В теореме 10.1 подведены итоги проведенных выше вычислений.
Теорема 10.1. Значения переменных состояния и наблюдае мых выходных величин стохастических дифференциальных урав нений (10.1) и (10.2) в дискретные моменты времени U связаны стохастическими разностными уравнениями
|
|
|
= < ! > * ( / , ) + » ( * , ) , |
|
(10.3) |
||
|
г |
= У [tl+1] |
- у (*,) = 8х (<,) + е |
, |
(10.14) |
||
где Ф = Ф ; |
U) —фундаментальная матрица |
(10.5); 6 = 0 ( ^ + и |
|||||
ti) |
определяется формулой |
(10.9); |
{У(/,)> * = 1 , 2, ...} и {e(ti); |
i= |
|||
= |
1, 2, ...} —последовательности |
независимых |
нормальных |
слу |
чайных величин с нулевыми средними значениями и ковариа-
циями
' ж
£ о ( * , ) о т |
j Ф(*,+ 1 ; |
5 ) ^ ( 5 ) Ф т ( / . + 1 ; |
s) ds, |
(10.11) |
|
' Ж |
|
|
|
£9 (/,) e r (*,) = R12 |
(*,) = J Ф |
s) (s) 9T |
s) ds, |
(10.12) |
' Ж
Ee(t,) e[tt)=R2 |
(/,) = j [в (/.+1 ; s) Д, (s)8r (/| + 1 ; s)+fl2 (s)]ds. (10.13) |
Стохастические модели состояния |
97 |
Стохастические разностные уравнения (10.3) и (10.4) называют ся выборочными вариантами уравнений (10.1) и (10.2).
Из дифференцирования следует, что статистические свойства уравнений (10.1), (10.2), (10.3) и (10.4) идентичны в интервалах выборки. Это означает, что выборочный вариант удобно исполь зовать для аппроксимации системы с непрерывным временем.
Отметим, что ошибки измерения е и «помехи процесса» v в урав нениях (10.3) и (10.4) могут быть зависимыми, даже если в и v независимы в уравнениях (10.1) и (10.2).
Применения
Рассмотрим некоторые следствия теоремы 10.1 для задач уп реждения и регулирования. На практике уравнения (10.1) и (10.2) используются для моделирования процесса:
-%- = Ax + v, |
(10.15) |
at |
|
у = Сх + е, |
(10.16) |
где {v(t), —оо < / < < со} и {e(t), — со<^<оо} — стационарные гауссовы процессы, спектральные плотности которых постоянны вплоть до высоких частот (см. разд. 9). Если промоделировать процесс (10.15) и (10.16) и построить цифровой фильтр, осно ванный на соответствующих выборочных моделях, то сигнал, ко торый вводится в управляющий вычислитель, можно определить формулой
|
'i+i |
y{tt+i)-y[tt)= |
j y(f)dt. |
|
U |
Из физической интерпретации этого выражения находим, что наблюдаемый сигнал у, содержащий высокочастотный шум, не выбирается непосредственно. Наблюдаемый сигнал у сначала интегрируется при помощи аналогового интегратора, который устанавливается на нулевом уровне в начале каждого интервала выборки. Это вполне естественно с практической точки зрения, так как интегрирование уменьшает высокочастотный шум. Отме тим также, что если используется какой-либо другой тип анало говой фильтрации, то необходимо либо учесть динамику дискрет ной модели до фильтрации, либо построить дополнительный фильтр, если выборочный вариант является стохастическим раз ностным уравнением.
7—403
98 |
|
Глава |
3 |
|
|
Упражнения |
|
|
|
|
|
1. Дано |
стохастическое |
дифференциальное уравнение |
|||
|
dx = (® |
М xdt + (® |
\dv, |
|
|
|
\0 |
О) |
[l J |
|
|
|
dy — xt dt -f- de, |
|
|
|
|
где {и(t), teT} — винеровский процесс с единичным |
параметром |
||||
дисперсии, |
a {e(t), teT} — винеровский |
процесс с |
параметром |
дисперсии г. Найти выборочный вариант, когда интервал выбор ки равен к.
2. |
Стохастическое |
дифференциальные уравнения |
(10.1) и |
|||
(10.2), где {v(t),teT} |
и \e{t), |
teT}—винеровскне |
процессы, |
|||
имеют ковариацию приращений |
|
|
|
|||
|
E(dv)(dvTdeT) |
= |
( R i |
R»)dt. |
|
|
Показать, что выборочный |
вариант |
стохастического |
дифферен |
|||
циального уравнения задается формулами (10.3) и |
(10.4), где |
|||||
\e(ti)} |
п {v(ti)}—последовательности |
независимых |
нормаль |
ных переменных с нулевыми средними значениями и ковариадиями
'.+1 |
|
Ev(f) vT (tt ) = R, (/,) = j Ф |
s) R, (s) Фт [t t + v s) ds, |
|
+ |
Ri2 (s)] ds, |
|
|
E~e[tfiT (L) = |
Rt[tt) - j |
[0 [ti+l; s) R, (s) 6 r [tl+l; |
s) + |
|
|
+ 6 |
(tt + 1 - s) R12 |
(s) + R\2 (s) W (t.+l; s) + |
|
|
+ |
R2(s)]ds. |
|
|
3. Для системы с |
|
|
|
|
/ ° 0 |
° \ |
/0 1 0\ |
Л 1 |
° ° \ |
Стохастические модели состояния |
99 |
показать, что выборочный вариант с интервалом выборки h за дается следующими формулами:
|
|
'1 |
|
|
|
|
•h2 |
h |
0 |
|
|
Ф = |
|
|
е |
= |
— hs |
—h2 |
h |
|
|
|
|
h2 |
h |
1 |
|
|
||||
|
|
|
|
|
2 |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
( |
qxh |
2 V 1 |
|
|
|
|
|
|
\ |
|
|
|
|
|
|
|
|
|
|
||
Ri = |
2 |
Y 9L ^3 +92/L |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
-Lqih?+-Lqth>+rh |
|
||
|
|
|
|
|
1 |
|
qxh* |
|
|
|
|
|
|
|
|
24 |
|
|
|
|
|
R 12 • |
Y ^ |
+ |
Y^ |
— |
|
ftAe |
+ — ft A8 |
|
||
30 |
|
|
6 |
|
|
|||||
|
-L.qih* |
+ ±-qih* |
+ rh |
— |
9 ^ ° + — ftft4 |
+ — r / i 2 |
|
|||
|
|
|
|
|
72 |
4 |
1 |
8 |
2 |
J |
|
|
|
|
|
|
|
|
|
|
~ qihb + -jq2hs + rh
72 |
7 |
1 |
8 7 |
2 |
2 |
R,= |
-Y ftЛ' + j - W + ±rh» ± ft A' + J L Чшh>+ ± rh>+rh |
|
4. Получить результат, соответствующий теореме 10.1, когда выходная переменная выборочной системы определяется выра жением
' Ж
*{fi+i)= |
J йУ^ |
<*<T *<'i+i' |
|
|
|
U |
|
|
|
а не выражением (10.14). |
|
|
|
|
П. ЗАМЕЧАНИЯ И ЛИТЕРАТУРА |
|
|||
Идея представления |
случайного |
процесса стохастическим |
||
разностным уравнением |
принадлежит |
Юлу, который ввел про |
||
цесс авторегрессии в работе [1] . Стохастические |
разностные |
|||
уравнения рассматриваются также в работе [2] . |
|
|||
Стохастические дифференциальные |
уравнения |
используются |
||
эвристически в физике с начала |
XX в. в связи с исследованием |