Линейный предсказатель

Cтраница 1

Линейный предсказатель может быть абсолютно оптимальным в упомянутом предсказании гауссовых временных последовательностей. [1]

Блок-схема одноотводного линейного предсказателя, изображенного на рис. 13.20, с небольшой модификацией показана на рис. 13.21. Отметим, что одноотводный контур предсказания-коррекции является сейчас просто интегратором и в декодере за контуром предсказания - коррекции следует восстанавливающий фильтр нижних частот. Этот фильтр устраняет выходящий за полосу частот шум квантования, который генерируется двухуровневым кодированием и распространяется за пределы информационной полосы частот этого кодирующего процесса. Кодер полностью описывается частотой дискретизации, размером шага квантования ( для разрешения ошибки предсказания или допустимой ошибки контура) и восстанавливающим фильтром. [2]

Может быть спроектирован линейный предсказатель, характеристика которого медленно изменяется так, что она остается оптимальной для локальной статистики. [3]

Наилучший в смысле среднеквадратичной ошибки линейный предсказатель представляет собой совокупность коэффициентов, которые в среднем делают е минимальным. [4]

На рис. 8.3 а представлена блок-схема оптимального линейного предсказателя для 1 / G в виде системы с обратной связью. Через G обозначена характеристика неизменяемой нагрузки и выходного преобразователя, через А - характеристика остальной части системы, которая должна быть определена; i / G - желаемая вычислительная операция над частью входа, которая представляет со ой сигнал. Результат этого вычисления должен быть выведен на вход G. QL есть эквивалент возмущений нагрузки, отнесенных ко входу преобразователя. [5]

Так как во многих случаях запаздывания нежелательны, то вводится линейный предсказатель, который в начале каждого интервала измеряет c & ( t) и cd ( t) и по этим значениям определяет cd ( t) в конце интервала. [6]

Вообще может быть много ансамблей с одинаковой функцией автокорреляции и для всех них наилучшим в смысле среднеквадратичной ошибки будет один и тот же линейный предсказатель. [7]

Точное управление с нелинейным предсказателем в системе и интегралом, двумя постоянными времени и большим запаздыванием. [8]

Применение этого метода к частному случаю системы с интегралом, двумя постоянными времени и чистым запаздыванием показано на рис. 17.13. Входная величина предсказывается наперед не только на время движения по траектории, а и на время напаздывания. Обратная и прямая модель звена G разделены п образуют линейный предсказатель. Это показывает, что действительный сигнал по F подается на вычислитель в ту самую точку, с которой начинается прямая модель. [9]

Управление с предсказанием в цепи с неминимально - фазовыми нулями. Случай точного управления системой с неминимально-фазовыми нулями при помощи линейного предсказателя показан на рис. 8.1, в. Первоначальная передаточная функция системы может быть заменена приближенной, в которую войдут минимально-фазовая часть функции и время запаздывания. В этом случае день дополнительной обратной связи может строиться так же, как и в предыдущем разделе. Управление с предсказанием как при точном, так и при приближенном выражении передаточной функции позволяет получить более высокое усиление в системе, чем в случае обычных методов достижения устойчивости ари помощи большой постоянной времени. [10]

Такие устройства получают сообщения непосредственно на вход и изображают графически или табулируют функцию автокорреляции. При помощи таких устройств или путем статистического исследования сообщения, или в некоторых случаях из известного априори процесса, образующего сообщения, можно определить функцию автокорреляции. После этого может быть определен наилучший в смысле среднеквадратичной ошибки линейный предсказатель. Однако нужно отметить, что возможны нелинейные предсказатели, которые, вообще, значительно лучше. [11]

Предположение, что сигнал и шум являются стационарными, вероятно, наиболее безобидное из всех трех, так как из общего характера задачи очевидно место, когда это предположение нарушается. При определении требуемого спектра мощности Р ( со) и Л / ( со) часто обнаруживаются какие-либо временные вариации статистической структуры временных рядов. Если эти вариации медленны по сравнению с другими временными постоянными, такие нестационарные вопросы все же могут решаться квазистационарными методами. Может быть спроектирован линейный предсказатель, характеристика которого медленно изменяется так, что она остается оптимальной для локальной статистики. [12]

Нелинейные ограничения ( такие, как ограничение максимальной производительности, ограничение максимальной скорости или ограничение максимального усилия) приводят к нелинейному расчету, основанному на минимизации времени отработки ошибки. Для такого вида оптимальной нелинейной системы необходимо вычислительное устройство, определяющее производные входных и выходных величин. Здесь лучшие результаты дают статистические методы, однако приемлемы и приближенные расчеты по полосе пропускания. Окончательная система имеет линейные предсказатели для того, чтобы отделить полезный сигнал от помех, и нелинейные предсказатели для улучшения динамики выходного звена. Эти предсказатели совместно вырабатывают функцию управления, которая дает максимальное усилие, максимальное торможение или свободный ход. [13]

Схема рис. 10.13, в получается путем охвата обратной связью большего количества звеньев со включением времени запаздывания. Переход к схеме рис. 10.13, г достигается путем переноса точки приложения возмущения нагрузки из цепи обратной связи на вход системы и изображения всех цепей обратной связи, кроме главной ( с коэффициентом передачи, равным единице), в виде дополнительной цепи обратной связи, охватывающей усилитель регулятора. Эта схема и реализуется в изготовляемой системе. Местная обратная связь представляет собой физически осуществимый линейный предсказатель. Спустя длительное время после подачи на вход системы ступенчатого воздействия уровни всех сигналов в системе постоянны и сигнал, поступающий на вход со стороны дополнительной цепи обратной связи, равен нулю. [14]

Линейный статистический расчет базируется на минимуме среднего квадрата ошибки. Единственной аппроксимацией является выражение в аналитической форме исходных спектральных данных для сигнала, шумов и возмущений. Все ограничения, налагаемые на систему, вводятся в такой же форме, что и спектральные данные. Окончательная система является оптимальным линейным предсказателем, исправляющим несовершенство неизменяемых звеньев системы. [15]

Страницы: 1