Cтраница 3
Анализ спектра сигнала при КИМ может быть выполнен при определенных допущениях о характере передаваемого сообщения и методе кодирования. Наиболее употребительны две модели сигнала. Для первой модели предполагается, что отдельные разряды передаваемых кодовых слов независимы и в каждом разряде может быть задана вероятность того или иного значения символа. В этом случае КИМ сигнал можно анализировать так же, как это было сделано для АИМ-2 при независимых флюктуациях амплитуды импульсов. [31]
Выбор той или иной модели определяется при постановке задачи изучения конкретной физической системы. В большинстве случаев используются модели сигналов, зависящие от одного независимого аргумента, которым являются текущее время, координата точки, частота. [32]
В предыдущем разделе была сформулирована и решена задача о наблюдении точечного рассеивателя путем локации на просвет при непрерывном излучении В этом разделе, написанном на основе [19], задачей является наблюдение протяжен ного рассеивателя. Основное отличие от предыдущего раздела заключается в матема тической модели сигнала. На основе этой модели построен метод обработки сигнала, позволяющий существенно увеличить пространственное разрешение. [33]
Однако на практике в силу ненаблюдаемости процесса 8 его распределение восстановить невозможно. Примером такой ситуации может служить задача космической связи, когда модель сигнала 8 неизвестна и его можно наблюдать только на фоне помех, обусловленных каналом передачи, влиянием атмосферы и приемных устройств. В общем случае при неизвестном априорном распределении сигнала 8 построить хорошие оценки не удается, поскольку в них обязательно должны входить неизвестные характеристики полезного сигнала. [34]
Прежде всего рассмотрим, какие сигналы подлежат анализу при динамических измерениях. В общем случае здесь используются детерминированные и случайные ( стохастические) модели сигналов, хотя реально они смешанные. [35]
![]() |
Принципиальная схема электронной модели нейрона. [36] |
Входные сигналы поступают на мультивибратор через пять возбуждающих входов, сопротивления которых вместе с емкостью С образуют интегрирующие цепи. С помощью этих цепей осуществляется временное и пространственное суммирование поступающих на модель сигналов. Имеется еще один вход - тормозящий. [37]
Однако физические доводы, подобные этому, не дают полностью удовлетворительного выхода из этого затруднения. Действительные трудности состоят в том, что модель гауссова белого шума и модель сигнала, не ограниченного по частоте, являются весьма неустойчивыми. Получаемые результаты очень сильно зависят от того, что происходит на бесконечно больших частотах. [38]
Наиболее просто представить сигналы. Переход сигнала из одного состояния в другое считается мгновенным и не отражается в модели сигнала. [39]
![]() |
Формы измерительных сигналов. [40] |
Дискретный характер изменения независимой переменной модели сигнала может быть обусловлен самой физической природой процесса. Так, из теории гармонического анализа известно, что спектр периодического сигнала ( представляет собой модель сигнала в частотной области) отличен от нуля лишь при определенных значениях частоты. Однако квантованные значения информативного параметра сигнала в виде ионизирующего излучения связаны с физической природой процесса, представляющего собой поток дискретных частиц. [41]
На основе рассмотренных в этой книге методов проектирования алгоритмов управления с обратными и прямыми связями могут быть разработаны программы, позволяющие проектировать алгоритмы управления в диалоговом режиме. Необходимым предварительным условием является, конечно, знание соответствующих математических моделей объектов управления и, возможно, моделей сигналов. Разработка моделей может осуществляться как теоретическими методами, так и с помощью процедуры идентификации, описанной в разд. Теоретические методы построения модели должны использоваться, если объект не доступен для исследования, например находится в стадии разработки. Однако существует ряд естественных факторов, ограничивающих точность теоретической модели. К ним относятся ограниченная точность получаемых данных и параметров объекта, упрощающие допущения, используемые при выводе уравнений модели, а также неточности задания моделей привода, регулирующих элементов и датчиков. В частности, для многих промышленных объектов ( химической, энергетической и тяжелой промышленности) физические или химические законы либо неизвестны, либо не могут быть выражены с помощью разумного числа математических уравнений. Это может быть выполнено вне связи с объектом на автономной ЭВМ либо, если вычислитель уже состыкован с объектом управления, в режиме нормальной эксплуатации. [42]
Следует отметить, что при практическом решении задач создания информационных подсистем АСУ химических и других производств требование непосредственного учета условия несингулярности сигналов не оказывается в какой-либо мере усложняющим или сужающим возможные пределы применения подобных разработок. Напротив, свойства сигналов, получаемых и обрабатываемых в системах управления этими производствами, являются особенно отчетливым подтверждением общности и объективности модели несингулярного сигнала. [44]
![]() |
Эффект ослабления нормаль. [45] |