Sunteți pe pagina 1din 24

1.

Obiectul identificrii: Metode de identificare a


Sistemelor
Problema central a analizei sistemelor o reprezint studiul evoluiei n timp a
semnalului de ieire, determinat att de ctre variaia semnalului de intrare (i/sau
perturbaie), ct i de proprietile sistemului.

Problema dezvoltat de-a lungul ntregului curs, deci problema IDENTIFICRII


poate fi privit ca problem invers analizei sistemelor, i anume, fiind cunoscut evoluia n
timp a semnalelor de intrare i ieire, s se determine MM care descrie comportarea
sistemului (poate fi ecuaia diferenial, ecuaie cu diferene, funcia pondere sau secvena de
pondere, funcia de transfer, etc).
DEF:(Zadeh): IDENTIFICAREA poate fi definit ca determinarea, pe baza intrrii i
ieirii a unui sistem dintr-o clas determinat de sisteme, fa de care sistemul care se
ncearc este echivalent.
Definiia implic explicarea problemelor:
-clas de sisteme
-echivalen
Sistemul care se analizeaz l vom numi sistem, proces tehnic sau simplu, proces, iar
elementele clasei de sisteme se vor numi modele.
Echivalena se definete n funcie de un criteriu sau funcie de eroare, care este
dependent de ieirea y a sistemului sau de ieirea
a modelului.
Notam: J=J(y, )- criteriul
Doua modele: ,
se spune c sunt echivalente dac valoarea funciei criteriu
(funciei de eroare) este aceai pentru ambele modele.
Deci: : J(y,
=J(y,
)
Ex: de criteriu: e= y- - Criteriul erorii ptratice.

J=
J(y,ym)=
Comportarea MM comparativ sistemului det:
valorile numerice ale parametrilor MM
1

Valorile numerice ale parametrilor modelului trebuiesc determinate astfel nct


comportarea modelului s fie cat mai apropiat de comportarea sistemului.Msurarea acestei
proprieti Model-Sistem o reprezint tocmai Criteriul de Eroare, care exprim cantitativ
distana dintre model i proces (sistem).
Definind spaiul parametric ca fiind spaiul parametrilor de determinat, Modelul
este reprezentat de un punct, iar sistemul de alt punct, Criteriul fiind construit din distana
celor 2 puncte.
Spaiul parametrilor de determinat
=
Spaiul parametric

criteriul

Procedura de determinare a parametrilor este o procedur de Minimizare a acestei


distane.
Exista mai multe posibiliti de a definii distana:
ex: Distana de ieire, bazat pe diferena ieirii modelului i a sistemului.
Considernd eroarea sau distan

e(i)=
cu parametri

(i)-y(i)=>

e(i))=
N-numrul de puncte msurate

Clasificarea Metodelor de IDENTIFICARE:


-

Identificarea Parial: Structura modelului procesului se consider cunoscut. Se


pune problema determinrii parametrilor lui.
Identificare Total: Procesul se consider total necunoscut urmand s se determine
att structura, ct i parametrii. n acest caz, procesul este denumit BLACK
BOX(cutie neagra).

Identificarea ca procedur (tehnic) de determinare a modelului presupune posibilitaea


abordrii pe cele 2 cai cunoscute deja:
- Ientificarea analitic.
- Ientificarea experimental - care presupune determinarea Modelului pe baza unor
msurtorii ale intrarii i ieirii, cu alte cuvinte pe baza unui experiment.
n general se merge pe ideea unei identificri mixte, care prsupune urmatoarea idee: dac
din cunoterea parial a funcionrii procesului se poate dispune de o anumit cantitate de
cunotine care s faciliteze fixarea Structurii modelului, ceea ce mai rmne de facut este
determinarea valorilor numerice ale parametrilor, deci practic problema identificrii se reduce
la Problema estimrii parametilor.
Pp. C se dispune de: -secvena de intrare u(t)
-secvena de ieire y(t)
2

Mai cunoatem relaia: y(t)=

(1) (Integrala de CONVOLUIE)

Deci problema este c, din datele de intrare i ieire masurate n intervalul de timp
[ , ] se dorete determinarea funciei pondere:
OBS:{ t< cu ct ( - ) este mai mare ....
Funcia pondere determinat cu rel.(1), aduce o serie de informaii privind
comportarea dinamic a procesului respectiv, dar, este funcia pondere oare modelul necesar
ntr-o problem de reglare optimal ?
ntrebarea sugereaz faptul c identificarea trebuie abordat ntotdeauna n raport cu
scopul final, care ar putea fi:
a) analiza comportrii dinamice a sistemului;
b)conectarea unei bucle de reglare clasice;
c)determinarea unei comenzi optimale (obinut prin exprimarea unui criteriu).
Este evident c n parcurgerea de la a) la c) modelul necesar este altul i alta este i
precizia cerut asupra modelului.Cunoaterea scopului final i se adaug ntotdeauna o
informaie aprioric ntodeauna disponibil.
Schematic, consideraile anterioare privind modul general de desfaurare a
determinarii modelului unui proces pot fi surprinse de urmatoarea diagram:

n diversele etape de succesiune ale acestui algoritm general de identificare de tipul


celui din figur, pot s apar o serie de ntrebri de tipul:
1)Se poate aplica un semnal de test(de prob) sau este necesar observarea n funcionarea
normal a procesului ?
2)Dac este posibil(admis) aplicarea semnalului de test care trebuie s fie amptitudinea
maxim a acestui semnal, pentru a nu pertutrba prea mult procesul i/sau pentru a nu-l scoate
din zona de funcionare liniar ?
3)Ce semnal de test trebuie considerat pentru a obine o informaie ct mai bogat despre
proces?
4)Procesul trebuie identificat n bucl nchis, sau o identificare n bucla deschis e
suficient?

5)Care clasa de modele care trebuie considerat n ncercarea de a aproxima procesul? Se


caut ntotdeauna un compromis simplitate precizie.
6)n funcie de rspunsurile la ntrebrile de mai sus i de disponibilitaile hard-soft, care este
metoda cea mai indicat?
7)Este suficient o variant OFF-LINE sau se impune o variant ON-LINE ?
Diferite Metode de IDENTIFICARE se pot clasifica dup:
- Tipul de semnal de intrare
- Clasa de modele
- Indicele de performan privind aproximarea procesului de ctre model
- Caracterul calculelor OFF sau ON LINE
- Identificare:
Parametrica
Neparametrica
- Identificare:
static:
Se urmarete determinarea unui model static (un model care s
descrie funcionarea sistemului presupus stabil pentru intrri constante)
dinamic:
Presupune determinarea unui model dinamic (relaii dintre
evoluia n timp a ieirilor i respectiv intrrilor).
Evoluia n timp se consider n jurul unui anumit punct de funcionare.
- Identificarea:
staionar- n cazul sistemelor invariante
adaptiv- n cazul sistemelor variante
- Identificarea:
n timp diferit=OFF-LINE
dac prelucratea datelor se face n timp deconectat fa de funcionarea
procesului
n timp real=ON-LINE
dac prelucratea datelor se face n timp conectat fa de funcionarea
procesului
- Metode active de identificare
presupune aplicarea unor semnale de test(prob) urmrindu-se
determinarea(obinerea) unor informaii care far un efort de calcul deosebit s
furnizeze modelul cutat.
n general, printr-o metod activ se determin un model Neparametric.
Schema ar fi:

Model neparametric: -funcia pondere


-rspuns indicial
-caracteristica de frecven

Model parametric (f.d.t. de ex).


4

O serie de probleme apar n acest caz, legate de generarea i caracteristicile


semnalelor de prob.
Restricile cele mai importante sunt legate de:
- amptitudine
identificare bun solicit o putere mare pentru semnalul de test, dar procesul
nu poate fi perturbat orict.
- durat
identificare bun solicit timp de experimentare lung, dar din considerente
funcionale sau datorit variaiei lente n timp ale unor parametri, timpul de
experiment este limitat.
Avantaj:-Efortul de calcul este mic.
Metodele active permit obinerea lejer a modelelor neparametrice.
Alternativa o ofer Metodele pasive ce utilizeaz variaii aleatoare de numr de I i E ale
procesului n funcionarea lui normal.
Metodele pasive nu mai sunt legate de metodele de generare ale semnalului de test.
Metodele pasive conduc aproape ntotdeauna la Modelele parametrice.

Model parametric (f.d.t.).

Identificarea Neparametric
-Funcia pondere h(t)
-Rspuns indicial
-Caracteristica de frecven
Aceste metode se caracterizeaz prin faptul c modelele rezultate sunt curbe sau
funcii pentru care nu este necesar o parametrizare printr-un vector finit dimensional al
parametrilor.
Dintre aceste metode se disting ca fiind reprezentative urmatoarele:
- Metode de analiz tranzitorie:
pentru care semnalul de test este de tipul treapt sau impuls
modelul este constituit de nregistrarea ieirii, deci de forma funciei indiciale
sau funcia pondere.
- Metodele analizei de frecven
deci intrarea este una sinusoidal(o funcie armonic) MM=caracteristici de
frecven
- Metode de corelaie

Metode de analiz tranzitorie:


Identificarea grafo-analitic din rspunsul indicial
Pentru sisteme PT1:-proporional temporizarea de ord.I
n domeniul timp este o ecuaie: T(t)+y(t)=K u(t)
F.d.t. corespunztoare: H(s)=K/(Ts+1)
Rspuns indicial:
y(t)=
=
(1) L=separatorul Laplace
Graficul rspuns indicial:
=transformata Laplace

OBS: n figur, raspunsul indicial experimental se reprezint n forma normal: y(t)/y(ts) =>
dispare influena factorului K de amplificare (transfer)
y(ts)=K dac: {y(0)=u(0)=0.
Factorul de transfer K reprezint raportul dintre valoarea staionar a ieirii i
respectiv amptitudinea treptei de intrare:
K=

} amptitudinea treptei de intrare

Problema se pune de a determina coeficientul de transfer K din rspunsul indicial. Aceasta


este o problem direct.
Mai rmne de determinat valoarea constantei de timp T.
n expresia (1) facem: t=T
y(T)=K[1- ]=0,63K => rspunsul indicial
0,37

Constanta de timp al unui sistem PT1 reprezint timpul pentru care rspunsul indicial
atinge 63% din valoarea lui staionar.
n expresia(1):
=
=
Interpretarea: tangenta n 0.
Constanta de timp T poate fi obinut grafic i ca abscis corespunztoare punctului de
intersecie dintre tangenta n origine i asimptota la caracteristica de rspuns(ptt= ).
Procesul pe care se merge este 63%.
SISTEME CU TIMP MORT
Tm=timp mort
H(s)=
Apare din teoria deplasrii interpretat ca ntrziere
6

Expresia analitic a rspunsului la semnalul treapt n acest caz este:


y(t)= 0
, pentru tTm
k{
/T]} , pentru oricare t Tm
Reprezentm grafic forma unui raspuns indicial:

K=factor de amplificare
=coeficient de transfer
Tm=timp mort

Factorul de transfer K i respectiv constanta de timp T se determin analog cazului


precedent. n determinarea timpului mort Tm este important s se in cont de zona de
insensibilitate i clasa de precizie a aparatelor de msurat.
Valoarea Tm se determin ca fiind intervalul de timp msurat din momentul aplicrii
semnalului de prob pn cnd funcia indicial rmne inferior unei valori , calculat n
raport cu clasa de precizie a aparatului.
Y(Tm)=

IDENTIFICAREA GRAFIC DIN FUNCIA PONDERE


Expresia analitic a funciei pondere pentru sistemele de ordinul I se calculeaz:
y(t)=
h(t)=

K/(Ts+1)=k

1/(Ts+1)= k

Reprezentnd grafic funcia pondere, vom obine:


-pt cazul sistemelor stabile:
(lucram n reprezentare
normalizat)

Determinarea parametrilor K i respectiv T ai funciei de transfer se face grafic imediat.


- amptitudinea iniial a funciei pondere: h(0)=K/T
- constanta de timp T= reprezint timpul pentru care funcia pondere ajunge la valorea
de 0,37 din valoarea iniial.
h(T)=K/T
=0,37K/T
Problema? Cum demonstrm c valoarea funciei pondere poate fi obinut i ca
abscis ntre dreapta de pant iniial i axa absciselor?
Rspunsul la impuls real al unui sistem este forma (vezi graficul de mai sus)
7

Timpul mort, n cazul n care (dac exist), se pune n eviden n mod similar cazului
precedent.
n cazul sustemelor periodice de ord II sunt descrise de PT2:
H(s)=

unde: =Factorul de amortizare


=1/T=Pulsaia natural a sistemului
neamortizat

Rspunsul indicial este reprezentat n acest caz de o familie de curbe dup factorul de
amortizare . Forma rspunsului indicial:

-Se pune problema determinrii {K;

K=coeficient de transfer.
=factor de amortizare.
=pulsaia natural a sistenului neamortizat.

; .

Factorul de amortizare se obine direct din suprareglajul al rspunsului indicial, avnduse n vedere c suprareglajul este determinat numai de .
Dependena dintre

suprareglajul
factorul de amortizare

ca procentaj din rspunsul indicial

staionar este dat de grafice experimentale.

suprareglajul n %

-Determinanta pulsaiei naturale:

, unde:{=2

Unde: {Tp=perioada oscilailor amortizate sau nu din rspunsul indicial.


Factorul de amplificare K se deduce direct din valoarea mrimii de ieire n reglaj staionar.
Pentru sistemele de ordin superior:
H(s)=

Metoda lui Strejh !


8

DETERMINAREA UNEI CARACTERISTICI DE FRECVEN


PORNIND DE LA FUNCIA PONDERE. METODE
1.Aproximarea rspunsului n frecven printr-o sum fint:
Rspunsul n frecven, notat: H(j) se obine n general substituind n f.d.t. H(s) pe s cu j
H(j)=Y(j)/U(j)=
{s=+ j}-variabil complex, care duce la transformata Laplace.
Este vorba de Transformata Fourier, care se obine din Transformata Laplace, nlocuind s>j.
Integrlala Fourier:
H(j) =

(1), unde:{h=funcia pondere.

Pp. c se dispune de funcia pondere obinut experimental, se consider secvena


reprezentat de valorile h() obinut pentru abscisele: =it , cu{i=0,1,..., (la valori
discrete) n care {t=interval de eantionare

n acest caz, rel(1) poate fi rescris n varianta ei discret, corespunztor secvenei pondere.
Integrala se transform ntr-o sum:
H(j)t
(2) =relaie discret =aproximarea relaiei continue.
-vine de la d
Cf. Relaiei lui Euler, exprimm o funcie exponenial cu ajutorul funcilor trigonometrice:
=cos(
)-j sin(
) (3)
H(j)=t
(4)
Dac sistemul este asimptotic stabil, h(t)0 (t),
n acest caz rel(4) poate fi trunchiat:
H(j)=t
rspunsului la frecven.

h(it)=0, (iT)
-Relaia de calcul a

Precizrireferitoare la respectarea Teoremei eantionrii:


Pentru a se obine o bun concordan cu rspunsul n frecven real, perioada de eantionare
trebuie s satisfac Teorema eantionrii a lui SHANON:Perioada de eantionare trebuie s
fie cu din perioada coresp. frecvenei celei mai nalte coninute n spectrul semnalului.
Pp. astfel, dac frecvena de interes este
rad/sec, atunci cea mai mare perioad de
eantionare care s asigure o concordan satisfctoare este: =/
Avnd n vedere c timpul (T=timpul de stabilizare) este cunoscut din relaia:
h(it) =0=h(T) , valoarea minim admis pentru numrul de termeni din cadrul sumei este:
=T
O alt posibilitate de a obine reprezentarea rspunsului n frecven se poate face
rescriind rel(2) n forma vectorial: => Se va face o construcie grafic.
Elementul ce se poate interpreta acolo, orientndu-l ntr-o alt direcie de dezvoltare este:
Fiecare termen al sumei din rel(2) este produsul dintre o mrime i o funcie
exponenial. Una din formele de reprezentare a vectorilor este produsul dintre A
faz(defazaj)

Deci:
{H(j)=t

faza

amptitudine(modul)

=t[h(t)

+h(2t)

+h(3t)

+...]

2.Aproximarea rspunsului n frecven printr-o serie infinit


Metoda se bazeaz pe experimentarea funciei exponeniale printr-o Serie infinit.
=1-(jit)+
1/2!1/3!+...
i nlocuirea acestei exponeniale n rel(2), Rezult:
{H(j)t
H(j)=t

[1- j(it)- jt

+j
-

+...]

=-1, j=i
+...}

I
(5)

Dac este suficient de mic, astfel nct termenii de rang superior lui H(de ex.) pot fi
neglijai, rel(5) poate fi trunchiat corespunztor putndu-se rescrie n forma real-imaginar.
H(j)=Re+j Im
Dezavantajul metodei const n faptul c singura zon din spectrul care poate fi
audiat cu succes este zona de joas frecven.Metoda este o alternativ de exploatare a unor
artificii matematice, care poate fi aplicat pentru obinerea unor performane.

10

Determinarea (identificarea) f.d.t. din caracteristicile de


frecven, n spe diagramele BODE.
Din reprezentrile diagramelor Bode determinate experimental, se poate obine direct
modelul matematic parametric, sub forma f.d.t.(funciei de transfer) parcurgnd procedura
invers de construcie a acestor diagrame.
Se dispune doar de ipoteza stabilitii sistemului considerat (liniar), aceast ipotez
fiind nu numai una teoretic, ci i practic, avnd n vedere c practic nu poate fi determinat
rspunsul n frecven a unui sistem instabil.
Aceast procedur invers construciei diagramelor BODE const n 2 pai:
1.Aproximarea caracteristicii model-pulsaie printr-o succesiune de linii drepte care
reprezint asimptotele la linile respective, aceste asimptote au pante standard.
2.Localizarea frecvenelor de frngere corespunztoare punctelor de intersecie ntre dreptele
trasate.
y =
u
Y =
(
)Y =(
)U(s)
H(s)=Y(s)/U(s)=>
H(s)=

, cu:{m n
PD1

PD2
cu:{>0 Integrator, <0 Derivator

H(s)=K
PT1

PT2

K-semnalul iniial de 10 => 20lg(10)=20


D-daca prima procedur crete cu 20 db/dec
I- daca prima procedur reduce cu 20 db/dec
PT1-dac procedura reduce semnalul cu 20 db/dec
PD1-dac procedura crete semnalul cu 20 db/dec
PT2-dac procedura reduce semnalul cu 40 db/dec
PD2-dac procedura crete semnalul cu 40 db/dec
ex:
11

T1 > T2 > T3 > T4 > T5 > T6

= < = <...

2 IDENTIFICAREA SISTEMELOR UTILIZND


METODE DE CORELAIE
Identificarea utiliznd semnale de prob periodice
Avantajele prezentate de semnalele de prob periodice, fa de cele aperiodice:
- Sistemul supus identificrii, fiind adus n regim de oscilaii forate, permite filtrarea
mai lejer a influenei zgomotelor interne sau a diverselor perturbaii, care se
suprapun ca efect peste semnalul util din ieire.
- Utilizarea unor semnale de test periodice de medie nul permit utilizarea unor
semnale cu amptitudini mari, comparativ cu cele ale semnalelor neperiodice.
- Permit obinerea direc a rspunsului n frecvena:H(j)
Demonstraie (Nu intereseaz)
Morala Lucrurilor(Intereseaz)
-Problema ar fi, ce form are ieirea unui proces n intrarea cruia se aplic un semnal
sinusoidal ?

12

Rspuns: y(t) are ca expresie analitic:


y(t)= |H(j )|sin[ t+
]= sin[

t+

-semnalul de o anumit pulsaie:


=>Rspunsul sistemului la o excitaie sinusoidal este tot un semnal sinusoidal, de aceeai
pulsaie ca i intrarea, dar defazat, cu defazajul
Procedeul clasic de determinare a modelului neparametric(caracteristica de frecven)
prin raportarea amplitudinii semnalului din ieire i respectiv intrare i msurarea defazjului
ntre ele nu este aplicabil dect n cazul restrictiv al desconsiderrii influenei zgomotelor; n
cele mai multe situaii practice ns, semnalele de ieire sunt contaminate de zgomot.
GS=generator de semnal.
osciloscop

-amplitudini

=[-,0)
ramura
negativ

Im[H(j)]

P(

Re[H(j)]

=0
(

=[0,]
ramura
pozitiv

H(j
Q(

)
)

)
Hodograful

Ace
y(t)= sin( t+ )+z(t)
n acest caz, cel real, este:

=A()=
A()

=20lg A()

O rezolvare eficient a zgomotelor aditive din ieire chiar n cazul unor nivele ridicate, o
ofer tehnicile de corelaie.
13

Ne ocupm de un sistem liniar perturbat, cu perturbia considerat aditiv n ieire.

=
=

sin(

sin[

t+

]+z(t)

t)

Avem acces numai la ieirea perturbat.


y(t)= |H(j )|sin[ t+
]+z(t)
Metodele de corelaie ofer posibilitatea filtrrii eficiente a zgomotelor aditive n ieire, chiar
i n cazul unor nivele mai ridicate a zgomotului.

Identificarea cu Semnal de test Monofrecvenial


Metoda presupune aplicarea n intrare a unui semnal de test de formula:
sin t}, a crui pulsaie o modificm continu n domeniull de interes.
Zgomotul z(t) se consider necorelat cu semnalul de test, aceasta fiind o situaie real
din practic.
n aceste condiii, posibilitile de a dezvolta pe y(t) n serie Fourier i a reine
fundamentala (armonic) ca singur efect n ieire a intrrii (cellalte armonici fiind atribuite
efectului zgomotului) este preferat utilizrea tehnicilor de corelaie deoarece acestea opereaz
bine chiar i n cazul unor nivele ridicate ale zgomotelor.
{u(t)=

Dezavantajul pe care-l confer aceaste metode constituie faptul c pentru eliminuarea


ct mai eficient a unor zgomote, timpul de corelare trebuie s fie ct mai mare, cea ce
mrete durata experimentului.
Considernd funcia de corelaie ntre intrarea i ieire pentru semnale periodice:

Def

(0) .==
(

= (

()=E u(t)y(t+)=

OBS:
(0)= (

=(u(t),y(t)) produsul scalar dintre u(t) i y(t), T=interval de corelare


( )
sin(
),
sin[
+]+z(t))=

Datorit proprietii de liniaritate, putem defalca expresia n 2:


= (

sin(

),

sin[

+])+ (

sin(

),z(t))=

Datorit ipotezei fcute i anume necorelarea semnalului de test => (


=

=
cos( )

14

cos ( )
=Re

sin( ),z(t))

Im[H]

H(j
|H(j

Re[H]
P(

0
(0)=

Re[H(j

Hodograful

)|

)= Re[H(j

)]

)] } (1)

n mod perfect similar se ajunge pentru corelaia u,y pentru argumentul


{

)=

Im[H(j

la :

)] } (2)

Rezult c efectul aplicrii Tehnicilor de corelaie este obinerea caracteristicilor de


frecven n coordonate carteziene neafectate de zgomot.
Rel(1) i (2) stau la baza funcionrii unui aparat specializat numit
TRANSFEROMETRU, a crui schem de principiu este:
=

sin(

t)

GS= generator de semnal

Corelator
(0)

Re[H(j

)]

Im[H(j

)]

(0)

Multiplicator

Integrator

Defazor

Corelator

realizeaz

( )

Dezavantajul Metodei prezentate este timpul de experimentare lung, avnd n vedere


c este necesar prospectarea succesiv a ntregii benzi de frecven ale procesului respectiv
pentru a obine caracteristicile lor de frecven n zona de interes.
Dezavantajul menionat poate fi nlturat utiliznd un semnal de test multifrecvenial
obinut fie printr-o mulime de sinusoide distincte generate de n generatoare distincte, fie
direct, utiliznd un Generator de funcii.

15

Identificarea cu semnal de test Multifrecvenial

Metoda faciliteaza testarea caracteristicii de frecventa simultan, pe toate frecventele


de interes. Componenta monofrecventiala a intrarii corespunzatoare relatiei
este:

Ei ii va corespunde componenta k a iesirii:

Se mai presupune ca
=k , unde = pulsatia de baza
In aceste conditii, iesirea y corespunzatoare semnalului multifrecvential din intrare se va
putea scrie:

Considerand din nou ipoteza de lucru: zgomotul aditiv Z(t) nu este corelat cu niciuna
din componentele monofrecventiale ale intrarii,
Deci:
Si in continuare se va calcula intercorelatia dintre iesire

, si intrare

, considerand ca

perioada de intercorelare un multiplu intreg al perioadei de baza


care se va
considera c.m.m.d.c al perioadelor semnalului de baza considerate. Oricare dintre ele pot fi
exprimate ca un multiplu intreg al perioadei de baza T=mT0.

16

Calculul Funciei de Corelaie


n general nu poate fi calculat din funcia de densitate de probabilitate, avndu-se n
vedere c aceste funcii sunt rareori cunoscute n practic.De asemenea, mediile pe ansamblu
nu pot fi realizate avndu-se n vedere c, n general se dispune de 1 segment de realizare din
ansamblul de realizri.
Singura alternativ practic este de a calcula funcia de corelaie temporal pe un
interval de timp finit, n ipoteza c procesul este ERGOTIC.Presupunem c dispunem de o
realizare a unui proces Stohastic x(t) pe un interval de T secunde.
n acest caz funcia de autocorelaie poate fi estimat printr-o relaie de forma:
E

()=

(1) , 0 T

Timpul de mediere este (T-) deoarece aceast poriune de timp este singura n care
x(t), respectiv x(t+) sunt disponibile simultan.
Expresile de calcul ale funcilor de corelaie conin deci n toate cazurile 3 operaii
specifice: -deplasare
-nmulire
-integrare
Dar n cele mai multe situaii practice, integrala nu poate fi calculat, deoarece nu
dipunem de expresia analitic a lui x(t).
Alternativa practic ofer utilizarea variantei discrete a rel.(1) utilizndu-se n acest
scop valorile eantionate ale funciei x(t), care se introduc ca i date, deci n mod firesc se
dispune de un sistem de achiziie.
Avem eantioanele realizrii respective.
nainte de a se trece la calculul efectiv, se procedeaz la efectuarea centrrii.
17

(n)=x(n)t

n Te => perioada de eiantionare

(n)=y(n)media

Variabile centrale

Funcia de covariaie este defapt funcia


de corelaie pentru mrimi centrate

Funcia de covarian va fi:


t

(k)=

(2)

t/n - timp discretizat

Aceast relaie se calculeaz pentru k=-m, ..., -1,0,1, ...m


k - reprezint decalajul dintre cele 2 secvene n perioada de eantionare
m - valoarea maxim de decalaj
Dac
=m Te = decalajul (ntrziere) max, se recomand n practic
(3)
unde : {N=lungimea nregistrrii
(k)= (k)+
Apoi se calculeaz corelaia propriu zis:
(k)= (k)+
Pentru situia n care rel(3) este satisfcut, se pot utiliza cu relaii de calcul expresii :
t
t
(k)=
t

aproximare, estimare, marcare:^


Deci, calculul propriu-zis al covarianelor sau corelailor const n calculul produselor
de tip x(n)y(n+k) pentru un k=dat i nsumndu-le pentru toate valorile lui n=ia valori
ntregi: n [1,N].
Efecundu-se calculele pentru toate valorile lui k se obin covarianele sub forma
tabelat dup indicele k.
Variabila n=care reprezint variabila temporal t, timp discret, va disprea n procesul
de sumare (respectiv integrare) astfel nct covarianele vor fi expresii doar de indicele k.
(care reprezint ).
Metoda:II Funcia de Corelie poate fi calculat din funcia de densitate spectral de
putere, utiliznd relaile: WIENER-HINCIN.
F
funcia de corelaie
=perechi Fourier. F ()
()
funcia densitate spectral
F ()= ()
F
()
()
F
()= ()
Utilizarea algoritmilor transformatei Fourier rapid TFR conduce la reducerea
efortului de calcul a acestor funcii n raport cu procedurile clasice de calcul.
ETAPE:
1.Se calculeaz Transformata Fourier X(k) a secvenei x(i) unde: {i,k=0,N-2
i=componenta discret a timpului
k= componenta discret a pulsaiei
2.Se calculeaz spectrul brut al secvenei(serie)
=densitatea spectral de putere:
18

N=NTe)
lungimea nregistrrii

(k)=

3.Se calculeaz Transformata Fourier invers pentru a obine funcia de corelaie( sau de
covarian).
(i)=
(k)
Calculul acestor transformate nu constituie nici un fel de probleme.

Corelia i Convoluia
Precizri facute n paralel. Ca expresii analitice, ele sunt extrem de asemntoare
Convoluia a 2 semnale:
Produs de convoluie
()=

(1)
y(t)=

H(s)=

Y(s)=H(s)U(s) , y(t)=

(=x(t)*y(t))

dt

H(s)U(s)=

Corelaia
intercorelaia:

()=

(2)

Corelaia presupune ca etape de calcul care se impun:


Convoluia presupune:

-deplasare
-inversare
-nmulire
-integrare

Exemlu Justificativ:
x(t)=
, y(t)=
Convoluii
S evideniem aceste Corelaii
Sau succesiunea de operaii pentru calculul
Acest lucru se va face prin grafice:
x(t)
x(t):

()
()

pentru =0,4
y(t)

y(t):

0,5

0,2
Deplasarea:

0,4

0,6

-deplasare
-nmulire
-integrare

t
0,4

y(t+)

19

0,8

1,2

y(t-)

y(t+):

0,4

-0,4
nmulirea+
Integrarea

tot spaiul reprezint punctul

x(t)y(t+)

grafic final

(0,4)
()

x(t)

integral

y(t+)
t

x(t)y(t+)
Intercorelaia:
Inversarea

0,2

0,4

-0,4

nmulirea+
x(t)y(-t) Integrarea
1

y(-t)

0,4

0,2

-0,2

0,5

()

0,4

0,2

0,4

tot spaiul reprezint punctul

Convoluia:

0,2

0,4

Metode de identificare utiliznd tehnici de corelaie n cazul


semnalelor de test stohastice(aleatoare)
Utilizarea n scopul identificrii a semnalelor stohastice se face posibil prin utilizarea
tehnicilor de corelatie, prin eliminarea eficient a efectului perturbilor asupra rezultatelor,
necesitnduse un timp mai scurt de experimentare i calcule relativ simple n vederea
determinrii modelelor neparametrice(n general: funcia pondere). h(t)
Mai mult, semnalele aleatoare de medie nul pot fi aplicate prin suprapunere peste
mrimile curente care actioneaz asupra procesului, evitndu-se necesitatea ntreruperii din
funcionarea normal a acestuia.

20

Ele prezint astfel proprieti care le recomand att n cadrul modelelor OFF-LINE,
ct i n cele ON-LINE.
Stabilirea unei legturi directe ntre regulatoarele obinute i modelul neparametric
h(t) este posibil numai prin considerarea unor anumite propriti statistice prestabilite
semnalelor de prob.
RELAII DE BAZ
i n aceast situaie, analiza n domeniul timp sau frecven va conduce tot la o
relaie unic ntre intrare i ieire, dar care, din cauza naturii aleatoare a mrimilor care
intervin, va fi n mod natural o relaie ntre mrimile statstice care le descriu.

Modelul pe care dorim s-l determinm este funcia pondere: h(t)=MM-Neparametric.


Ca mrimi cunoscute sunt msurtorile semnalelor aleatoare din intrare i ieire. u(t)
i y(t)
Zgomotul este definit numai prin prisma proprietailor lui statistice.
Se va lucra n ipotezele de lucru urmtoare: att u ct i z sunt procese aleatoare
staionare, gausiene i ergotice.
Se admite de asemenea c marimile sunt centrate, deci E(.)=0 =>Media de ordin I.
(n)=x(n)-mx=0
(n)=y(n)-my=0
Dac aceast cerin nu este satisfcut iniial, ea poate fi obinut prin extragerea
componentelor continue din semnalul respectiv. Se pleac de la relaia:
{ y(t)=
} (1) Integrala de convoluie
funcia pondere
Integrala de convoluie (n care apare operaia de inversare n plus.)
Marimea de ieire va fi de asemenea un proces aleator, staionar i ergotic.
=>Funcia de intercorelaie intrare-ieire este o medie:
ergodicitatea = -

{
Med. ansamblu

=
Med.temporal

nlocuind n rel(2) pe y dat de rel(1) se va obine:

(2)

Mai introducem o ipotez de lucru: Se accept ca zgomotul din ieire i semnalul din
intrare nu sunt corelate sau sunt foarte slab corelate, ceea ce permite s acceptm c cea de-a
II-a reacie se poate neglija.
Apelm la proprietile de liniaritate ale integralelor:

21

Deci am obinut:
Schimbarea de notaie a variabilei =>
(3) =>Ecuaia WIENER-HOPF n domeniul timp
integrala de convoluie = transformata n domeniul timp a dou funcii imagine
Aplicm Transformata Fourier acestei relaii:
(4) =>Ecuaia WIENER-HOPF n domeniul frecvenei
densitatea spectral
densitatea de putere spectral
densitatea de putere interspectral

(5) =>Relaia ntre densitile spectrale


Relaia (3) i respectiv (4) sunt similare cu cele care stabilesc legtura ntre mrimea
de ieire i cea de intrare la sisteme liniare, ns aici rolul mrimilor de intrare i respectiv
ieire l au n domeniul timp, funcia de autocorelaie a intrrii i respectiv intercorelaia
intrare/ ieire, iar n domeniul frecven funcia de densitate spectral a intrrii, respectiv
funcia de densitate intraspectral.
Ne intereseza s determinm modelul neparametric: -funcia pondere
-caracteristicile de frecvena
Cunoscnd: -funcia de corelaie
-funcia de densitate spectral
se poate rezolva Ecuaile WIENER-HOPF n domeniul timp sau frecvena, existnd 2
direcii de abordare:
1.Pe baza masurtorilor intrrii i ieirii se determin funcile de corelaie(inter -i
auto-) i se rezolv ecuaia(3) n sensul determinrii necunoscutei: Funcia pondere
2.Consta n determinarea funcilor de densitate spectral i rezolvarea ecuaiei(4),
obinnd soluia n domeniul frecvenelor(caracteristica de frecven) =>Din care se obine
f.d.t., .a.m.d.

1METODA DE CONVOLUIE
Schema de principiu a metodei este urmtoarea:

22

excitaia

Dup epuizarea regimului


tranzitoriu, sistemul revine
n regim staionar constant,
dup timpul de stabilizare
(revenire)
Tr

{
()=
}
(1)
unde: Tr=durata regimului tranzitoriu al procesului sups integrrii.
Deci:{h(t) 0 pentru t>Tr} (*)
funcia pondere

Discretiznd cu pas constant (ales astfel nct s fie respectat teoria lui Schannon)
()
(k)
pentru k t (k+1)
h()
(k)
n aceste situaii, rel(1) devine:
{
(k)=
[(k{N=Tr} (**)

pentru k=0,N }

(2)

Consecina rel(*) i (**) este c h(i) 0 pentru i N.


Vom avea un sistem de (n+1) ecuaii cu (n+1) necunoscute. Secvena de pondere:
[h(0)...h(N)]
Forma acestui sistem de ecuaie:
Sistemul de ecuaii reprezentat de rel(2) pote fi rescris n forma vectorial-matriceal:
k=0

----

k=1

k=N

----

---H

Aducem la forma compact {


}
(3) a formei matriciale
autocorelaie
-Dispunem de valorile funcilor de
intercorelaie
-Necunoscut =H=?
(k)=
y[(
, k=0,N
(4)
(k)=
Relaia de calcul ale funcilor de corelaie
Intervalul pe care se face corelarea >timpul de stabilizare al procesului
(3)=>
(5) Soluia ecuaiei vectoriale-matriciale de la care am plecat
Calculul inversei acestei matrici complic foarte mult lucrurile
Soluia: Elementele matriciei
=funcile de autocorelaie a intrrii
anume poate duce la o simplificare a situaiei.
23

Alegerea unei intrri

Utilizarea ca semnal de test (Semnal de intrare) a Zgomotului Alb


Evitarea complicilor introduse de necesitatea inversrii matricei
simplificate dac ca semnal de test se utilizeaz un zgomot alb.
dispersia
impuls Dirac
n cazul zgomotului alb:
- funcia de autocorelaie:
{
)}
aproximeaz un impuls Dirac aplicat n matricea

din rel(5) pot fi mult

Dispersia: { u=E (t)} Media ptratic a lui u


=> Ecuaia Wienner-Hopf n domeniul timp devine:
{
}
(6)
Exploatm proprietatea de eantionare a impulsului Dirac.
Deci: n cazul zgomotului alb aplicat n intrare, msurarea funciei de intercorelaie
intrare/ieire duce la determinarea funciei pondere.
n cazul discret: (k-i)= u ,k=i
0
,k i
Autocorelaia zgomotului alb discret.
Impulsul Dirac discret este de amptitudine 1.
=> =
I (7) Forma diagonal
h(i)=

(i) ,i=0,N

(8)

Schema de principiu care permite determinarea unui punct a funciei pondere (al unui
element al secvenei de ponderare) utiliznd funcia de corelaie este urmtoarea:
z(t)
y(t)
zgomot alb
h(t)
uh()
Filtru
u(t-)y(t)
Trece
Multiplicator
Jos
Dispozitiv de
u(t-)
ntrziere cu
secunde
Filtru Trece Jos -are ca efect de mediere n timp
cu band
-ieirea lui = componenta continu a intrrii
ngust
Ipoteza de argodicitate: Media n timp a unui semnal = intercorelaia
Dac zgomotul alb din intrare este zgomotul alb ideal deci {
} atunci
componenta continu a ieirii filtrului trece jos este egal chiar cu funcia pondere evaluat
pentru determinat de dispozitivul de ntrziere.
- poate fi modificat ntr-un domeniu dorit, cea ce permite evaluarea funciei pondere
pe acel domeniu.
Implicaia zgomotului alb n domeniul frecven:
Aplicarea rel:
}=>{
}
Ecuaia Wiener-Hopf n domeniul frecven
(j)=H(j)
(j)=H(j) ()

24