9845
.pdfДля стационарного процесса X (t) выполняется следующее:
f X (t, x) = f X (t', x) = fX (t '', x) = ... = fX (x) ,
M [ X (t)] = ∫ x × fx (x)dx = mx = const , |
D[ X (t)] = ∫ (x - mx )2 × fx (x)dx = Dx = co n s t . |
Ωx |
Ωx |
Корреляционная функция при этом тоже не зависит от моментов сечений t, t' , а зависит от интервала между ними τ = t − t':
K |
x |
(t, t') = k |
x |
(τ) , |
D |
= K |
x |
(t, t) = k |
x |
(0) ³ 0 , |
k |
x |
(τ) = k |
x |
(-τ) , |
|
k |
x |
(τ) |
|
£ k |
x |
(0) . |
|
|
||||||||||||||||||||||
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
Нормированная корреляционная функция определяется так:
rx (τ) = kx (τ) / Dx = kx (τ) / kx (0) , rx (τ) = rx (-τ) , rx (0) = 1, rx (τ) £ 1.
Если r (τ) ¾¾¾®0 , то говорят, что стационарный процесс эргодичный. Свой- |
|
x |
τ →∞ |
ство эргодичности состоит в том, что любая реализация случайного процесса в течение времени проходит все возможные состояния, то есть является полной (возможно, очень продолжительной) представительницей всего случайного процесса.
Рассмотрим примеры стационарных процессов.
Пример 6. Элементарный случайный гармонический процесс:
Y (t) = U ×cos ωt +V ×sin ωt , где U,V =N(0, σ), KUV =0, ω = const .
|
m |
= M [Y (t)] = M [U ]×cos ωt + M [V ]×sin ωt = 0 , |
|
|
|
||||
|
y |
|
|
|
|
|
|
|
|
|
D |
= D[Y (t)] = D ×cos2 (ωt) + D ×sin2 (ωt) = σ2 |
, |
|
|
|
|||
|
y |
|
u |
V |
|
|
|
|
|
' |
' |
|
2 |
' |
2 |
' |
2 |
' |
, |
K (t, t |
) = M [Yɶ(t) ×Yɶ(t )] = M [U |
]cos(ωt) cos(ωt ) + M [V |
]sin(ωt) sin(ωt ) = σ |
cos(t - t ) |
|||||
y |
|
|
|
|
|
|
|
|
|
|
Yɶ(t) = Y (t) - my |
(t) = Y (t) , R |
(t, t') = cos(t - t ') = cos(τ) . |
|
|
|
|||
|
|
|
y |
|
|
|
|
|
|
Процесс является стационарным, но не эргодическим.
Пример 7. Случайная телеграфная волна: рассматриваем случайный процесс Y (t, λ) , состоящий из потока переключений с интенсивностью λ (переключе-
ний за единицу времени). Интервал времени между переключениями Dt есть
130
случайная величина, распределенная по показательному закону λe-λDt (простейший поток). При каждом переключении, независимо от других переключений, процесс принимает значение случайной величины X с МО mx и
СКО σx и остается постоянно такой до следующего переключения. Пусть
t1 , t2 ,.., tn ,.. - |
случайные времена переключений, а X1 , X 2 ,.., X n ,.. - |
независимые |
||||
случайные величины, реализуемые при переключении (рис.8.5). |
|
|||||
m (t) = M [Y (t)] = M [ X |
] = m = co n s t, |
D (t) = D[Y (t)] = D[ X |
] = σ2 |
= const . |
||
y |
i |
x |
y |
i |
x |
|
Пусть t, t' |
- два произвольных сечения процесса Y (t) |
с интервалом τ = t' − t , |
между ними с вероятностью e-λt нет переключений |
и с вероятностью 1- e-λt |
|||||
есть хотя бы одно переключение. Тогда корреляционная функция: |
|
|||||
K (t, t') = M [Yɶ(t) ×Yɶ(t ')] = M [Yɶ(t) ×Yɶ(t)]×e-λτ + M [Yɶ(t) ×Yɶ(t')]×(1- e-λτ ) = σ 2e− λ |
|
τ |
|
= k |
(τ,λ) . |
|
|
|
|||||
|
|
|||||
y |
x |
|
x |
|
Рис.8.5. Независимые импульсы телеграфной волны и ее корреляционная функция
Таким образом, при независимости |
различных временных сечений |
( M [Yɶ(t) ×Yɶ(t')] = 0 ) случайная величина Y (t) |
является стационарной и эргодиче- |
ской. |
|
Пример 8. Стационарный белый шум: |
рассмотрим поведение телеграфной |
волны с ростом интенсивности переключений λ ¾¾®¥ , но и при условии, что дисперсия σ x2 так же неограниченно растет, причем так что σ2x / λ = c . Тогда
Z (t) = lim Y (t) есть случайный процесс со следующими характеристиками:
λ ¾¾®¥
131
m (t) = M [Z (t)] = m |
y |
= co n s t, |
D (t) = D[Z (t)] = σ2 |
= const , |
|||||||||||||
z |
|
|
|
|
|
|
|
|
z |
|
|
|
|
x |
|
||
kz |
(τ) = lim |
|
σ2x |
λe |
− λ |
|
τ |
|
= c lim λe |
− λ |
|
τ |
|
= 2c ×δ(τ) . |
|
||
|
|
|
|
|
|
||||||||||||
|
|
λ |
|
|
|
|
|
|
|
|
|
||||||
|
λ →∞ |
|
|
|
|
|
|
|
|
λ →∞ |
|
|
|
|
|
|
Здесь δ(τ) - дельта - функция Дирака со следующими свойствами:
|
|
|
|
|
0 |
τ ¹ 0 |
+∞ |
δ(τ) = |
, |
∫ δ(τ)dτ = 1, |
|||||
|
|
|
|
|
¥ |
τ ® 0 |
−∞ |
∞ |
− λ |
|
|
|
|
|
|
а так же учтено, что ∫ λe |
|
τ |
|
dτ = 1. |
|
|
|
|
|
|
|
||||
0 |
|
|
|
|
|
|
|
Таким образом, белый шум представляется случайным процессом с высокоинтенсивным переключением (реализацией) значений случайной величины с очень большой дисперсией, является стационарным и эргодичным. Величина с называется интенсивностью шума. Белый шум с нулевым мат. ожиданием часто рассматривается как модель различного рода помех.
Рис.8.6. Возможная реализация белого шума
132
8.3.Каноническое представление случайных процессов
иих спектральное разложение
Неслучайную (регулярную), ограниченную и периодическую с периодом 2T, как известно, можно разложить в ряд Фурье по гармоническим функциям кратных частот, причем единственным способом:
|
a0 |
|
∞ |
|
|
|
|
|
|
2π |
|
|
||||
x(t) = |
+ ∑ak cos ωk t + bk sin ωk t , |
|
ω = |
, ωk = ω × k , |
||||||||||||
|
|
|||||||||||||||
|
|
2 |
|
|
k =1 |
|
|
|
|
|
|
T |
|
|||
a |
|
= |
1 |
T |
x(t) cos ω |
tdx , |
b = |
1 T |
x(t) sin ω |
tdx , |
||||||
k |
|
|
|
|||||||||||||
|
|
|
|
T −∫T |
k |
|
k |
T −∫T |
|
|
k |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
а с учетом формул Эйлера sin ωk t = -0.5i(eiωk t - e−iωk t ) и cosωk t = 0.5(eiωk t + e−iωk t ) ,
где i = -1 - символ мнимой единицы, получим комплексное разложение:
∞ |
|
|
1 |
T |
|
|
x(t) = ∑ ck eiωk t , |
ck |
= |
|
f (x)e−iωk t dx , или c± k = 0.5(ak ± ibk ) . |
||
2T −∫T |
||||||
k =−∞ |
|
|
|
Пугачев В.С. доказал [118], что любой случайный процесс может быть представлен в виде разложения по элементарным случайным функциям базиса:
|
|
|
∞ |
|
|
|
X (t) = mx (t) + ∑Vkϕk (t) , |
|
|
|
|
|
k =1 |
|
|
∞ |
∞ |
∞ |
∞ |
|
Kx (t, t') = M [∑Vkϕk (t)i∑Vrϕr (t')] = ∑ Dkϕk (t) ×ϕk (t ') , Dx (t) = ∑ Dkϕk2 (t) , |
|||
|
k =1 |
r =1 |
k =1 |
k =1 |
где |
Vk - независимые |
центрированные случайные |
величины: M [Vk ] = 0 , |
|
M [Vk |
×Vl ] = δkl , D[Vk ] = Dk , а ϕk (t) - неслучайные базисные функции, которые мо- |
|||
гут быть выбраны множеством различных способов. |
|
К каноническому представлению ограниченного случайного процесс может быть применено известное преобразование Лапласа:
133
∞
ˆ |
− pt |
dt , где p = s + iω - комплексное число с положительной дейст- |
X ( p) = ∫ X (t)e |
|
|
0 |
|
|
вительной частью
ˆ |
ˆ |
( p) + |
X ( p) = X ( p) = mx |
s > 0 , тогда образом Лапласа случайного процесса будет
∞
∑Vkϕˆ k ( p) .
k=1
Вчастности, при базисе ϕk (t) = Uk cos(ωk t) + Vk sin(ωk t) с центрированными и
независимыми |
случайными коэффициентами Uk ,Vk ( M [Uk ] = M [Vk ] = 0 , |
D[Uk ] = D[Vk ] = Dk , M [Uk ×Vl ] = δkl ) разложение будет:
∞
X (t) = mx (t) + ∑(Uk cos(ωk t) + Vk sin(ωk t)) .
k =1
При этом имеет место следующее:
∞ |
|
∞ |
|
|
|
∞ |
|
D( X (t)) = ∑ Dk = const, K (t, t') = ∑ Dk cos(t − t ') = ∑ Dk cos(τ) = k(τ) , а его образ Ла- |
|||||||
k =1 |
|
k =1 |
|
|
|
k =1 |
|
|
∞ |
|
p |
+ Vk |
ω |
|
|
пласа будет: X (t) = mx (t) + ∑ Uk |
2 2 |
2 |
2 . |
||||
ˆ |
ˆ |
|
|
|
|
|
|
|
p + ω |
|
p + ω |
||||
|
k =1 |
|
Это представление называется спектральным разложением случайного стационарного процесса. Его можно представить графически на рис.8.7, а также
|
∞ |
iωk t |
ˆ |
= 0.5(Uk ± iVk ) . |
в комплексном виде: |
ˆ |
|||
X (t) = mx + ∑ Wk e |
|
, W± k |
k=−∞
Сдругой стороны корреляционная функция стационарного процесса - функция не случайная и может быть так же разложена в ряд Фурье:
∞ |
|
|
1 |
T |
|
|
1 |
T |
|
|
kx (τ) = ∑ Dk cos ωk τ, |
Dk |
= |
|
kx (τ) cos ωk τdτ, D0 |
= |
|
kx (τ)dτ . |
|||
T −∫T |
T −∫T |
|||||||||
k =1 |
|
|
|
|
|
Таким образом, видим, что дисперсии коэффициентов спектрального разложения совпадают с коэффициентами Фурье разложения корреляционной функции.
134
Рис.8.7. Спектральное разложение стационарного процесса
В случае не периодического процесса (T ¾¾®¥ ) корреляционная функ-
ция четна и может быть представлена косинус - преобразованием Фурье:
kx (τ ) = |
∞ Sx (ω) cos ωτdω и обратно |
Sx |
(ω) = |
2 |
∞ kx (τ ) cos ωτdτ . |
|
π |
||||||
|
∫ |
|
|
∫ |
||
|
0 |
|
|
|
0 |
Величина Sx (ω) ³ 0 называется спектральной плотностью случайного ста-
ционарного процесса. Она показывает распределение дисперсии процесса по частотам:
|
∞ |
ω2 |
|
|
Dx |
= kx (0) = ∫ Sx (ω)dω , |
Dx (Dω) = ∫ Sx (ω)dω » Sx (ω)Dω. |
|
|
|
0 |
ω1 |
|
|
Нормированная |
спектральная |
плотность |
вводится |
аналогично: |
sx (ω) = Sx (ω) / Dx . Комплексная спектральная плотность Sx (ω) связана с корре- |
||||||||||
|
|
|
|
|
|
|
|
ˆ |
|
|
ляционной функцией соотношениями преобразования Фурье: |
||||||||||
∞ |
ˆ |
iωτ |
|
ˆ |
|
1 |
∞ |
|
−iωτ |
|
kx (τ) = ∫ |
Sx (ω)e |
|
dω , |
Sx |
(ω) = |
|
∫ |
kx (τ)e |
|
dτ |
|
2π |
|
||||||||
−∞ |
|
|
|
|
|
−∞ |
|
|
|
и является действительной положительной четной функцией:
ˆ |
|
0.5Sx (ω), |
ω ³ 0 |
Sx |
(ω) = |
|
, |
|
-0.5Sx (ω), |
ω < 0 |
∞ |
ˆ |
|
|
Dx = kx (0) = ∫ |
(ω)dω. |
||
Sx |
|||
−∞ |
|
|
Рассмотрим примеры процессов с определенными спектральными плотностями и корреляционными функциями.
135
Пример 9. Пусть X k (t) = Uk cos(ωk t) +Vk sin(ωk t) - элементарный случайный гармонический процесс, у которого kx (τ) = Dk cos(ωk τ) . Его спектральная плот-
∞
ность Sx k (ω) = π2 ∫0 Dk cos ωk τcos ωτdτ = Dk ×δ(ω-ωk ) .
Если процесс представлен суммой гармонических процессов, то:
∞ |
∞ |
∞ |
X (t) = ∑Uk cos(ωk t) +Vk sin(ωk t) , |
kx (τ) = ∑ Dk cos(ωk τ) , Sx (ω) = |
∑ Dk ×δ(ω-ωk ) . |
k =1 |
k =1 |
k =1 |
Пример 10. Пусть спектральная плотность процесса |
постоянна S (ω) = c |
на интервале (ω1 , ω2 ) , найдем его корреляционную функцию.
∞ |
ω2 |
|
c |
[sin ω2 |
τ - sin ω1τ] = |
2c |
|
ω1 + ω2 |
||||
kx (τ) = ∫ S (ω) cos ωτdω = c ∫ cos ωτdω = |
||||||||||||
|
|
|
sin |
|
||||||||
|
|
|
|
|||||||||
0 |
ω1 |
|
τ |
|
|
|
|
τ |
|
2 |
||
|
∞ |
|
|
|
|
|
|
|
|
|
|
|
Так как |
Dx = kx (0) = ∫ Sx (ω)dω = ∫ cdω = c(ω2 - ω1 ) , |
то c = Dx /(ω2 -ω1 ) |
||||||||||
|
0 |
ω1 |
|
|
|
|
|
|
|
|
|
|
|
kx (τ ) = |
2Dx |
|
|
sin ω1 + ω2 |
τ×sin ω2 - ω1 τ . |
||||||
|
τ(ω2 - |
|
|
|||||||||
|
|
ω1 ) |
2 |
|
|
2 |
|
τ×sin ω2 - ω1 τ .
2
и в итоге:
|
Пример 11. Рассмотрим случайную телеграфную волну с корреляцион- |
|||||||||||||||||||||||||||||||||||||||||||||
ной функцией k |
(τ ) = D e-λ |
|
τ |
|
. |
Найдем ее комплексную спектральную плотность |
||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
x |
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(интеграл так считать проще): |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
ˆ |
|
1 |
∞ |
|
|
−iωτ |
|
|
D |
|
+∞ |
|
2λ |
|
τ |
|
− |
iωτ |
|
|
|
D |
|
|
1 |
|
|
1 |
|
|
|
|
D |
|
2λ |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
Sx |
(ω) = |
2π |
−∞∫ |
kx (τ)e |
|
dτ = |
2π |
−∞∫ |
e |
|
|
|
|
|
|
|
dτ = |
|
2π |
|
|
|
- |
|
|
|
|
|
= |
π |
|
4λ2 + |
ω2 |
= 2Sx (ω) . |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2λ - iσ |
|
-2λ - iσ |
|
|
|
|||||||||||||||||||||||
|
Пример 12. Рассмотрим стационарный белый шум с kx (τ) = 2c ×δ(τ) . |
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
ˆ |
|
|
1 |
|
|
∞ |
|
|
|
|
|
|
|
|
−iωτ |
|
|
|
2c |
+∞ |
|
−iωτ |
|
c |
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
Sx (ω) = |
|
|
|
|
|
|
|
|
|
kx (τ)e |
|
|
dτ |
= |
|
|
|
|
δ(τ)e |
|
|
dτ = |
|
= co n s t , |
|
|
|||||||||||||||
|
|
|
|
|
|
2π −∞∫ |
|
|
2π |
−∞∫ |
|
|
π |
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
т.е. стационарный белый шум представляет собой случайные некоррелированные колебания на всех частотах с постоянной дисперсией .
136
8.4. Преобразование случайных процессов в линейных системах
Случайные процессы, наблюдаемые в технических системах, и в том числе виброзащитных, обычно рассматриваются как входные или выходные для некоторых технических преобразующих их устройств. Например, вибрационный сигнал (механический, акустический, электромагнитный или комбинированный) совместно с некоторой случайной помехой воздействует на устройство, выполняющее определенные функциональные задачи. Главный вопрос пользователя, проектировщика и эксперта этого устройства состоит в том, как отреагирует устройство на такое внешнее воздействие и способно ли оно выполнять свои функции при подобных воздействиях. Устройство будем рассматривать как преобразователь входного сигнала, действующего на него, в выходной сигнал его функционирования (рис.8.8):
Рис.8.8.Схема преобразователя входных сигналов в выходные
Здесь один или несколько случайных сигналов объединяются в случайные вектора, входной X (t) и выходной Y (t) . Среди различного рода преобразова-
телей мы будем рассматривать один, но весьма обширный и важный класс линейных преобразователей Y (t) = L[ X (t)] . Линейный преобразователь (опера-
тор) обладает определенными свойствами:
L[ X1 ± X 2 ] = L[ X1 ] ± L[ X 2 ] , |
L[αX ] = αL[ X ] , α = const . |
Каким образом нужно понимать операторы, и каким образом преобразуются характеристики входного процесса в характеристики выходного процесса? Для ответа на этот вопрос вспомним, что согласно теореме Пугачева любой случайный процесс может быть представлен в каноническом виде линейной
137
комбинации системы регулярных функций времени с коэффициентами – случайными величинами:
|
∞ |
X (t) = mx (t) + ∑Vkϕk (t) . |
|
|
k =1 |
M [Vk ] = 0 , |
Kkl = M [Vk ×Vl ] = δkl , D[Vk ] = Dk , |
∞ |
∞ |
Kx (t, t') = ∑ Dkϕ(t) ×ϕk (t ') , Dx (t) = ∑ Dkϕk2 (t) . |
|
k =1 |
k =1 |
Тогда оператор линейного преобразования дает выходной процессY (t) :
∞
Y (t) = my (t) + ∑Vkψ k (t) , my (t) = L[mx (t)] , ψ k (t) = L[ϕk (t)]
k =1
∞
K y (t, t') = ∑ Dkψ k (t) ×ψ k (t ') = Lt [Lt' [Kx (t, t ')]] .
k =1
Рассмотрим примеры основных линейных операторов:
1. Умножитель (усилитель или гаситель) Y (t) = cX (t) , |
c = const . |
||||||
m |
(t) = c × m (t) , K |
y |
(t, t') = c 2 × K |
(t, t ') , D |
y |
= c2 |
× D |
y |
x |
x |
|
|
x |
2. Сумматор X (t) = {X1 (t), X 2 (t),...}, Y (t) = c1 X1 (t) + c2 X 2 (t) + ... .
my (t) = c1 × mx1 (t) + c2 × mx 2 (t) + ..., |
|
n |
|
n |
|
|
|
|
|
n |
|
||
K y (t, t') = ∑ck |
∑cl |
× Kx (t, t ') |
, Dy (t) = ∑ck2 Dxk (t) |
||||||||||
|
|
|
|
k =1 |
l =1 |
|
|
|
|
|
k =1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
d |
|
|
3. Дифференцирующий оператор (спидометр) |
Y (t) = |
|
( X (t)) |
= Xɺ(t) |
|||||||||
|
dt |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ɺ |
' |
|
' |
¶2 |
|
' |
, Dy |
|
|
(t, t) . |
|
||
(t, t |
) = Lt [L ' [Kx |
(t, t )]] = |
|
Kx (t, t ) |
(t) = K y |
|
|||||||
my (t) = mx (t) , K y |
¶t¶t' |
|
|||||||||||
|
|
t |
|
|
|
|
|
|
|
|
|
|
138
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t |
|
|
|
4. Интегратор (накопитель во времени) Y (t) = ∫ X (τ )dτ . |
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
t |
|
|
|
|
t |
t' |
¶ |
2 |
|
|
|
|
|
|
|
|
m |
|
(t) = |
|
m |
(ζ)dζ , K |
|
(t, t') = |
|
|
|
|
K |
(ζ,ζ')dζ ' dζ , D |
(t) = K |
|
(t, t) . |
|||
|
∫ |
|
|
∫ ¶ζ¶ζ' |
|
||||||||||||||
|
y |
|
x |
|
y |
|
∫ |
x |
|
|
y |
|
y |
|
|||||
|
|
|
0 |
|
|
|
|
0 |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
При стационарных процессах выше приведенные формулы существен- |
|||||||||||||||||
но упрощаются, так как t' = t + τ, |
Kx (τ), |
K y (τ) . |
|
|
|
|
Возможны различные линейные комбинации указанных операторов, например гармонический осциллятор, уже нам известный по главе 1.
Рассмотрим анализ линейного гармонического оператора при воздействии стационарного случайного сигнала X (t) . Оператор преобразовании для осциллятора будет:
Yɺɺ+ a1Yɺ + a0Y = X (t) ,
где Y (t) - случайная координата (смещение, угол, электрический заряд, … )
осциллятора, a1 , a0 - постоянные константы трения и жесткости в осциллято-
ре соответственно. Считаем, что начальных возмущений в осцилляторе нет. В этом случае образ Лапласа для осциллятора будет:
|
|
|
p Y + a1 pY + a0Y = X (t) |
или |
|
Y ( p) = G( p) × X ( p) , |
|
|||||||||||
|
|
|
2 ˆ |
ˆ |
|
ˆ |
ˆ |
|
|
|
|
ˆ |
|
|
|
|
ˆ |
|
|
|
|
|
G( p) = |
|
1 |
|
= |
G1 |
|
+ |
G2 |
. |
|
||||
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
p2 + a p + a p - p p - p |
2 |
|
|
|||||||||
|
|
|
|
|
|
|
1 |
0 |
|
|
|
|
1 |
|
|
|
|
|
При постоянном сигнале |
X (t) = c , X ( p) = c / p , |
Y (t) = c ×G(0) , а при гармониче- |
||||||||||||||||
|
|
|
|
|
|
|
ˆ |
|
|
|
|
|
|
|
|
|
|
|
ском X (t) = e |
|
, |
X ( p) = 1/( p - iω) , |
Y (t) = G(iω) ×e |
|
. |
|
|
|
|
|
|
||||||
|
iωt |
|
ˆ |
|
|
|
|
|
|
|
iωt |
|
|
|
|
|
|
|
Функция G( p) |
- передаточная функция с полюсами p1 , p2 , а G(iω) |
- час- |
||||||||||||||||
тотная функция осциллятора. |
Пусть |
g(t) - |
оригинал для образа G( p) , |
тогда |
||||||||||||||
решение будет: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
139 |
|
|
|
|
|
|
|
|
|