自适应控制理论与系统辨识4..ppt

3 自校正控制系统3.1随机过程及其数学描述 一.随机过程 在系统控制上常用到两类不同的信号 确定性信号：可以准确的用一个确定性的时间函数描述。 不确定性信号：随机信号。 确定性信号：能重现 例：阶跃信号、正弦信号 不确定性信号：不能重现 在数学上用随机过程来描述随机信号，由于控制系统采用数字计算机实现系统控制，因此要研究离散随机过程。 用离散的随机过程来描述随机信号，对于任意时刻 是一个随机变量。 就是一个时间序列。 从概率的观点描述随机序列 统计特性 1.某一时刻 ，随机变量 的概率用一阶概率密度函数表示 （它只给出了任一时刻 出现的概率，但它没有给出不同时刻随机变量之间的依赖关系） 2. 不同时刻， 随机变量之间的依赖关系，应当用二阶联合概率密度表示 上式的物理意义是：随机变量 和 同时在区间 , 之中取值的概率。 如果一个随机序列，一阶概率密度、二阶、高阶联合概率密度都已获得，在数学上就认为这个随机序列已能够完全描述，在工程上要获得这样多的统计信息是非常困难的，有时是不可能的。 在工程上最感兴趣的是他的特征量。 特征量不但能刻画出随机过程的特性，而且便于实际测量和运算。 特征量： 1.均值：随机序列 的数学期望称为均值 均值 2.均方值： 3.方差： 4.相关系数（coefficient of correlation） 二.平稳随机过程： 平稳随机过程 对任意时刻 具有如下的统计特性 1. 2. 平稳随机工程的统计特性不随时间的推移而改变。 均值 均方值 方差 三.独立随机过程（Independent stochastic prcesses） 一阶概率密度 二阶联合概率密度 独立随机工程在任一时刻的状态和其他任何时刻的状态是 互不影响的。 由上式可知：独立随机过程的一阶概率密度函数包含着过程的全部统计信息。 3.2.相关系数（Correlation coefficient） 描述一个随机过程，需要知道一阶，二阶和高阶联合概率密度函数，在工程上只应用容易获得的一阶，二阶统计特性。均值是描述了随机过程的一阶统计特性，相关系数描述了随机过程的二阶统计特性。 自相关函数定义： 对于一个连续时间的随机过程 ，在不同时刻 对于一个离散的随机序列 ，两个不同时刻 时间间隔 相关系数 给出了随机过程 时间间隔为 的两个随机变量互相依赖程度的一种度量。 2. 独立随机过程 例 求零均值独立平稳随机序列相关系数 解：独立、平稳随机序列的相关系数如下： 如果是零均值的独立平稳随机序列 例 设有随机序列 满足下列差分方程 其中 为零均值独立随机序列。 由于 根据递推算法 3.3 功率谱密度 相关系数——随机信号的时域描述 功率谱密度——随机信号的频域描述 z变换： 为一复变量，取 频域： Z反变换 如果选封闭曲线C为z平面的单位圆，即 且在收敛域内 如果研究的随机序列是平稳随机序列。 为一常数 相当序列的平均功率 在整个周期内的积分等于 平均功率。 可以看成在 内所含的平均功率。 因此 或 称为功率谱密度。 任意平稳随机过程功率谱密度 都是 的实值函数，而且是 的偶函