IDENTIFICAREA SISTEMELOR

STUDIUL PROPRIETILOR STATISTICE ALE ZGOMOTULUI ALB 1. Date de identificare

Nume/Prenume Intocmit Verificat Data elaborrii/verificrii Semntura

2. Scopul lucrrii
Scopul identificrii experimentale a sistemelor este construirea modelelor matematice ale sistemelor dinamice pe baza datelor rezultate din msurtori efectuate asupra sistemelor. Acest metodologie este larg ntlnit n cercetarea tiinific n aproape toate disciplinele i deci identificarea experimental are o arie de aplicare extrem de larg. Abordarea de baz n identificarea experimental se pornete de la un set de date msurate ale intrrilor respectiv ieirilor sistemului i se determin cel mai potrivit model al acestuia. O problem cheie este aceea c n aproape toate situaiile, ieirea nu este determinat numai de semnalul de intrare n sistem ci i de perturbaii aleatoare (zgomote); perturbaia poate fi spre exemplu cauzat de zgomotul traductorului i/sau perturbaii ale sarcinii. Pentru a analiza i nelege abordrile specifice identificrii este necesar n prealabil s nelegem cteva proprieti de baz ale perturbaiilor i n particular ale perturbaiilor aleatoare. n acest sens n cadrul laboratorului vor fi studiate unele proprieti ale proceselor aleatoare discrete staionare.

3. Breviar teoretic
Trstura caracterisitic a perturbaiilor este aceea c valorile acesteia nu sunt cunoscute apriori. Dac, un model deterministic ca de exemplu w(t ) = sin(t ) este rareori o cale potrivit pentru a descrie o perturbaie, mult mai natural este s folosim n acest scop concepte probabilistice pentru a descrie perturbaiile. Un exemplu simplu de proces aleator (stochastic) este rezultatul obinut la aruncarea unei monede de N = 5000 de ori (+1 pentru cap i 1 pentru pajur). Vom obine secvene de ieire diferite de fiecare dat cnd repetm experimentul. Rezultatul obinut de la fiecare experiment este denumit realizare a procesului aleator. Descrierea utilizat pentru semnalele deterministe nu poate fi folosit pentru cazul proceselor aleatoare. Cutrile metodelor potrivite pentru caracterizarea acestor a fost lung i dificil, dar matematicienii i statisticienii secolului XX au dezvoltat un ntreg cadru pentru procesele aleatoare care permite descrierea acestora ntr-o manier care se aseamn n multe privine cu descrierea semnalelor deterministe. ntreg acest cadru este construit n jurul funciilor de corelaie. Pentru un semnal aleator w(t ) funcia w = E w(t ) este numit valoarea medie statistic. E{ } este operatorul de mediere statistic. Funcia de (auto) covarian este definit astfel:

rw ( ) = cov(w(t + ), w(t )) = E (w(t + ) w ) (w(t ) w )

(1)

rw() caracterizeaz corelaia dintre valorile procesului la un interval de timp . Valori apropiate de rw (0 ) nseamn o corelaie puternic, zero indic absena corelaiei iar valori negative indic o corelaie negativ.

Funcia de autocovarian este egal cu funcia de autocorelaie pentru cazul n care w = 0 . Valoarea

Rev:DA;2012

Lucrarea de laborator nr. 1 Experimentul aruncrii monezii este un proces aleator tipic. Se tie c obinem diferite realizri de fiecare dat cnd rulam procesul prin urmare elementul caracteristic este c fiecare aruncare este independent de toate celelalte; altfel spus nu exist nici o corelaie ntre aruncri. In termeni matematici procesul poate fi descris ca o secven de variabile aleatoare independente distribuite identic cu valoarea medie = 0 i variana 2 = 1 . Drept urmare, funcia de covarian devine:

0 rww () = E w(t + ) w w(t ) w = 2

{[

][

]}

pentru R \ {0} pentru =0

(2)

Funcia de autocorelaie/autocovarian a procesului aleator al aruncrii monezii evideniaz c aruncrile sunt necorelate, (probabilitatea de a obine cap sau pajur nu depinde de ceea ce s-a obinut deja la aruncrile precedente) i c variana procesului este 2 w =1. n domeniul timpului, un proces aleator este caracterizat prin valoarea sa medie i prin funcia de corelaie rww () . Transformata Fourier a funciei de corelaie reprezint densitatea de putere a procesului; acesta descrie componentele spectrale ale procesului aleator n acelai mod n care transformata Fourier descrie semnalele deterministe. Densitatea spectral de putere a unui proces aleator avnd funcia de corelaie rww () este definit prin expresia:

w () =

1 = + rww () e j 2 =

(3)

Funcia de corelaie poate fi determinat dac se cunoate densitatea spectral cu ajutorul transformrii Fourier inverse:

rww () =

w () e

(4)

n particular, variana semnalului este dat de relaia:

rw (0 ) =

w () d

(5)

Aruncarea monezii este un proces care are funcia de corelaie o secven impuls unitar. Transformata Fourier a acestei funcii este o constant, deci densitatea spectral de putere a procesului are valori egale pentru toate componentele spectrale. Aruncarea monezii este un exemplu de semnal aleator zgomot alb adic o secven de variabile aleatoare independente cu o anumit distribuie de probabilitate. Totui, ca model de perturbaii, aruncarea monezii nu este un model foarte realist. Un model mai potrivit se obine dac zgomotul este modelat ca un zgomot alb cu distribuie Gaussian cu valoarea medie statistic e zero i variana 2 . Un astfel de proces este deseori notat w(t ) ~ N 0 , 2 . n identificarea experimental este important cunoaterea modului n care se schimb caracteristicile unui proces staionar aleator atunci cnd acesta este filtrat printr-un sistem liniar sau un filtru stabil:

( )
n n

H q n =

(q ) = h(n) q ( ) B A(q )
n =0

(6)

n particular, dorim s cunoatem cum se modific valoarea medie statistic, funcia de corelaie i spectrul de frecven. Principalele rezultate sunt sintetizate n relaiile urmtoare: Funciile de covarian. 2

Studiul proprietilor statistice ale zgomotului alb

ruu () = cov (u (t + ),u (t ))

ryu () = cov ( y (t + ),u (t )) =

(7)

h(n ) r ( n )
u n =0 uu

(8)

ryy () = cov ( y (t + ), y (t )) =
Funciile densitate spectral de putere.

h(n ) h(l ) r ( + l n )
n =0 l =0

(9)

uu () =

1 ruu () e j 2 =

(10)

yu () =

1 ryu () e j = H e j uu () 2 =

( )

(11)

yy () =

1 ryy () e j = H e j H e j uu () 2 =

( ) (

(12)

4. Probleme de rezolvat
4.1. Exerciiu pregtitor Se presupune c zgomotul alb cu valoarea medie egal cu zero i variana egal cu unu este filtrat. Determinai parametrii filtrului de ordinul unu dat de relaia:

H q n =

(q ) = h(n) q ( ) B A(q )
n n n =0

(13)

care genereaz un semnal cu densitatea spectral:

yu () =

1 ryu () e j = H e j u () 2 =

( )

(14)

atunci cnd densitatea spectral de putere a semnalului de intrare este egal cu uu () = Rspuns: a = ____________; b = ____________. 4.2. Modul de lucru

1 . 2

Rulai aplicaia asociat lucrrii de laborator pentru a simula rspunsul filtrului cu funcia de transfer obinut n exerciiul pregtitor atunci cnd la intrarea filtrului este aplicat un semnal zgomot alb pur. In graficul din partea superioar a ferestrei este reprezentat dependena de timp a semnalului de intrare iar n graficul din partea inferioar a ferestrei este reprezentat dependena de timp a semnalului de la ieirea filtrului. Pentru nceput rulai aplicaia pentru diverse valori ale lungimii N a secvenelor semnalului de intrare. Acest lucru se poate face prin introducerea valorilor n caseta de editare cu eticheta "Numrul de eantioane". Completai rubricile Tabelului 1 cu valorile mediei respectiv varianei semnalului de intrare. Reinei c pentru a actualiza valorile din casetele de text trebuie s apsai de fiecare dat butonul "Calculeaz".

Lucrarea de laborator nr. 1 Tabelul 1: valoarea medie i variana zgomotului alb Lungimea secvenei Valoarea medie Variana

100

500

1000

5000

10000

e
2 e

Dac lungimea secvenei N atunci valoarea limit a mediei semnalului aleator este e = _______ i
2 respectiv, valoarea limit a varianei semnalului aleator este e = _______.

Alegei lungimea secvenei semnalului de intrare N = 1000 . Apsai butonul "Calculeaz" pentru a reactualiza coninutul casetelor de text apoi apsai butonul "Fcn_corr" pentru a afia graficele funciilor de corelaie. Graficul din partea superioar afieaz funcia de autocorelaie a zgomotului alb. Graficul din partea inferioar afieaz funcia de autocorelaie a semnalului de ieire. Comparai cele dou grafice i - notai observaiile voastre cu privire la aspectul particular al funciei de corelaie a zgomotului alb i estimai un criteriu pentru caracterizarea semnalelor aleatoare: Rspuns:___________________________________________________________________________ ___________________________________________________________________________________ ___________________________________________________________________________________ - din aspectul graficului funciei de autocorelaie a semnalului de ieire rezult c acest semnal conine i o component determinist; explicai care este proveniena acestei componente: Rspuns:___________________________________________________________________________ ___________________________________________________________________________________ ___________________________________________________________________________________ Apsai butonul "Spectru" al aplicaiei pentru a afia densitatea spectral de putere a celor dou semnale de intrare/ieire din filtru. Densitatea spectral de putere a zgomotului alb semnalul de intrare tinde spre o valoare constant pe care se cere s o estimai cu ajutorul graficului uu () = _______. Densitatea

spectral de putere a semnalului de ieire din filtru nu are aceeai valoare pentru [0; + ) . Explicai care este cauza acestui fenomen i estimai ce tip de filtru este filtrul studiat (filtru trece-jos, filtru trecesus, filtru trece-band sau filtru oprete-band). Rspuns:___________________________________________________________________________ ___________________________________________________________________________________ ___________________________________________________________________________________

5. Fiele msurtorilor i anexe

5.1. Graficele dependenelor de timp ale semnalelor de intrare i de ieire. 5.2. Graficele funciilor de corelaie ale semnalelor de intrare i de ieire. 5.3. Graficele funciilor densitate spectral de putere ale semnalelor de intrare i de ieire.