- Titel: Stochastische Systeme
- Organisation: UNI STUTTGART
- Seitenzahl: 43
Inhalt
- Skript zur Vorlesung
- Prof DrIng Arnold Kistner
- Regelung stochastischer Systeme Literaturverzeichnis
- Abb Beispiel einer zuf lligen Zeitfunktion a
- KAPITEL STOCHASTISCHE PROZESSE
- mx t t E xt
- Rxx t s t s E xt xs
- Rxx t s mx tmx s Streuungsfunktion
- x mx t f x t dx
- G AUSSsche Prozesse normal verteilte Prozesse
- mx t mx t mx tk
- Station re Prozesse a
- wegen C covxx t t
- Ergodische station re Prozesse a
- x f x dx lim T T
- Statistische Erfassung stochastischer Prozesse
- xj tk mx tk
- mit k l m xj tl mx tl
- mit k l m
- Rechenregeln fur stochastische Prozesse
- my t Eyt E
- Ryy t s Eyt ys E
- Exu xv dudv
- Rxx u v dudv
- covyy t s Eyt my tys my s
- E xu mx u du
- Exu mx uxv mx v dudv
- covxx u v dudv
- Rxx Ex x const durch mx t
- Normal verteiltes weißes Rauschen
- Mit Hilfe des B RONSTEINIntegrals Nr wird
- Erg nzungen a
- Klassische Theorie stochastischer Systeme
- o r tio o d lw
- Beschreibung des Ausgangs eines Ubertragungssystems
- Autokorrelationsfunktion des Ausgangs
- KAPITEL KLASSISCHE THEORIE STOCHASTISCHER SYSTEME
- Spetraldichte des Ausgangs
- gugveiv eiu dudv
- Syy Gi Gi
- Streuung des Ausgangs P HILLIPSIntegrale
- Die Streuung des Ausgangssignals ist schließlich
- Sxx sds mit s i
- GsGs Syy sds
- Es gilt Ist GsGs Syy s mit
- Bu s Au s Au s
- Bn s ds An sAn s
- dkl akl und k l n
- bn dn dnn
- Insbesondere gilt das Folgende I b a a
- a a a b a b
- Kreuzkorrelationsfunktion und Kreuzspektraldichte zwischen Eingang und Ausgang
- Daraus ergeben sich die Kreuzkorrelationsfunktionen
- Ryy ei d du
- Wird f r das innere Integral u
- Ryy ei d Syy
- eingesetzt dann erh lt man a
- gueiu du Syy Gi
- Kreuzkorrelationsfunktionen und Kreuzspektraldichten zwischen Ausg ngen a
- Abb Zwei Ubertragungssysteme
- g ug v lim T T
- Analog zu Kap wird daraus
- Ry y eiuv d d
- Ry y ei ddudv
- g ug v eivu Sy y dudv
- Durch geeignetes Umsortieren der Terme wird
- Superposition von Ubertragungssignalen
- Abb Additive Signal berlagerung u
- Stochastische Signale in Regelkreisen
- Betrachtet wird der Regelkreis aus Abb
- Abb Behandlung eines Regelkreises
- Allgemeines Schema zur Behandlung stochastischer Systeme klassisch
- Abb Allgemeines lineares zeitinvariantes Ubertragungssystem
- Schritt Betrachtung der stochastischen Ubertragungen x
- Im eingeschwungenen Zustand sind x
- normal verteilte sta
- i st Sxj xj s ds i
- j r j r xj
- xj E xj Exj E xj
- u u u v v v
- Abb Aufspaltung des klassischen Problems
- Abb Weißes Rauschen
- Lineare stochastische Systeme
- Abb Lineares zeitinvariantes System
- xt xdet t xt
- KAPITEL LINEARE STOCHASTISCHE SYSTEME
- F o rm filte r
- Abb Formlter f r die Rauschsignale vt u
- Berechnung eines GesamtFormlters f r q u
- Breitbandrauschen vt G s sc v cv
- Abb Lineares zeitinvariantes Ubertragungssystem
- xt t t xt
- t u B u du
- Atu At e B u du e x
- eAu B u u
- Erste und zweite Momente des Zustandssignals
- und mit eAt m mt mt A mt
- Q v u B eA
- dv Q B eA
- eAu B Q B e
- Matrix K und einem wohlbestimmten
- Abb Konguration f r das K ALMANFilter u
- Kontinuierliches K ALMAN B UCYFilter
- Messwerk z Hx v
- n x n y n
- Diskretes K ALMANFilter
- Messwerk zk Hk xk vk
- Kk Pk Hk Hk Pk Hk Rk
- Hk Pk I Kk Hk Rk Kk
- Kontinuierliches K ALMANFilter mit diskreten Messungen
- xt Ktk ztk Htk t x
- Ktk P t k
- Regelung stochastischer Systeme
- S te lls ig n a l u
- M e ssu n g z
- Ewt ws Q mint s Ewt vs
- KAPITEL REGELUNG STOCHASTISCHER SYSTEME
- SGB G S C BC
- x Ex P E x x x x
- Abb Resultierender optimaler Regler
Vorschau
Stochastische Systeme
Skript zur Vorlesung
Prof. Dr.-Ing. Arnold Kistner
2004 Universit¨ t Stuttgart, Institut A f¨ r Mechanik a u Pfaffenwaldring 9, immer 2.226 Tel.: 0711-6856198, e-mail: A.Kistner@mecha.uni-stuttgart.de
Inhaltsverzeichnis
1 Stochastische Prozesse 1.1 Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Spezielle Prozessklassen . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.1 G AUSS’sche Prozesse (normal verteilte Prozesse) . . . . . . . . 1.2.2 Station¨ re Prozesse . . . . . . . . . . . . . . . . . . . . . . . . a 1.2.3 Ergodische station¨ re Prozesse . . . . . . . . . . . . . . . . . . a 1.3 Statistische Erfassung stochastischer Prozesse . . . . . . . . . . . . . . 1.4 Rechenregeln f¨ r stochastische Prozesse . . . . . . . . . . . . . . . . . u 1.5 Skalare station¨ re ergodische G AUSS’sche Prozesse mit Mittelwert Null a 1.5.1 Autokorrelationsfunktion (AKF) . . . . . . . . . . . . . . . . . 1.5.2 Kreuzkorrelationsfunktion (KKF) . . . . . . . . . . . . . . . . 1.5.3 Spektraldichten . . . . . . . . . . . . . . . . . . . . . . . . . . 1.5.4 (Normal verteiltes) weißes Rauschen . . . . . . . . . . . . . . 1.6 Erg¨ nzungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a 3 3 5 5 6 7 7 8 10 10 10 10 11 12 14 14 14 14 15 15 17 18 20 21 22 24 26 26 29
. . . . . . . . . . . . .
. . . . . . . . . . . . .
2 Klassische Theorie stochastischer Systeme 2.1 Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ¨ 2.2 Beschreibung des Ausgangs eines Ubertragungssystems . . . . . . . . . . . 2.2.1 Autokorrelationsfunktion des Ausgangs . . . . . . . . . . . . . . . 2.2.2 Spetraldichte des Ausgangs . . . . . . . . . . . . . . . . . . . . . 2.2.3 Streuung des Ausgangs; P HILLIPS–Integrale . . . . . . . . . . . . 2.3 Kreuzkorrelationsfunktion und Kreuzspektraldichte zwischen Eingang und Ausgang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4 Kreuzkorrelationsfunktionen und Kreuzspektraldichten zwischen Ausg¨ ngen a ¨ 2.5 Superposition von Ubertragungssignalen . . . . . . . . . . . . . . . . . . . 2.6 Stochastische Signale in Regelkreisen . . . . . . . . . . . . . . . . . . . . 2.7 Allgemeines Schema zur Behandlung stochastischer Systeme (klassisch) . . 2.8 Formfilter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Lineare stochastische Systeme 3.1 Problemstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Erste und zweite Momente des ustandssignals . . . . . . . . . . . . . . . 1
INHALTSVER EICHNIS
4 K ALMAN–Filter 4.1 Problemstellung . . . . . . . . . . . . . . . . . . . . . . . 4.2 Kontinuierliches K ALMAN –B UCY–Filter . . . . . . . . . 4.3 Diskretes K ALMAN–Filter . . . . . . . . . . . . . . . . . 4.4 Kontinuierliches K ALMAN–Filter mit diskreten Messungen