Идентификация объектов управления. Семенов А.Д - 148 стр.

UptoLike

предположение о нормальном характере распределения погрешностей
измерений (воздействий внешней среды). Данное допущение основывается на
ряде центральных предельных теорем. Кроме того, именно нормальное рас-
пределение обеспечивает максимальное значение шенноновской энтропии на
множестве всех возможных распределений при условии постоянства значений
дисперсии в процессе измерения [51]. Однако подобные допущения во многих
случаях не являются достаточными
, так как составляющие погрешности могут
оказаться несоизмеримыми по величине, т. е. не выполняется условие
Линдеберга, гарантирующее малость каждого слагаемого в сумме случайных
величин по сравнению со всей суммой. Такая ситуация характерна при
воздействии на полезный сигнал внешних импульсных помех [7].
Практические исследования подтверждают факт наличия помех с
негауссовой плотностью распределения в
информационных каналах систем
[18,100].
Таким образом, можно утверждать, что в реальных ситуациях характер
распределения погрешностей будет стремиться к нормальному, однако наличие
аномальных погрешностей будет искажать вид нормального закона, вызывая
асимметрию As
0, эксцесс Ex 0, «утяжеление» хвостов закона
распределения.
Если существует несовпадение математической модели и реальных
данных, которое возникает из-за неизбежной неполноты параметров,
определяющих состояние контролируемой системы и погрешностей модельных
зависимостей, то ошибки
θθ
ˆ
=
e
оценок параметров всегда представляют
собой суммы двух составляющих:
Ψ
+= eee
θ
, (6.4)
где
θ
e
- ошибка, вызываемая отклонением от принятой модели;
Ψ
e
-
соответствующая принятой модели.
В этом случае [39] при использовании алгоритмов обработки данных,
сходящихся к истинному значению, ошибка
Ψ
e
будет сходиться к нулю по
предположение          о   нормальном       характере    распределения      погрешностей
измерений (воздействий внешней среды). Данное допущение основывается на
ряде центральных предельных теорем. Кроме того, именно нормальное рас-
пределение обеспечивает максимальное значение шенноновской энтропии на
множестве всех возможных распределений при условии постоянства значений
дисперсии в процессе измерения [51]. Однако подобные допущения во многих
случаях не являются достаточными, так как составляющие погрешности могут
оказаться несоизмеримыми по величине, т. е. не выполняется условие
Линдеберга, гарантирующее малость каждого слагаемого в сумме случайных
величин по сравнению со всей суммой. Такая ситуация характерна при
воздействии на полезный сигнал внешних импульсных помех [7].
      Практические исследования подтверждают факт наличия помех с
негауссовой плотностью распределения в информационных каналах систем
[18,100].
      Таким образом, можно утверждать, что в реальных ситуациях характер
распределения погрешностей будет стремиться к нормальному, однако наличие
аномальных погрешностей будет искажать вид нормального закона, вызывая
асимметрию       As ≠ 0,       эксцесс     Ex ≠ 0,   «утяжеление»     хвостов     закона
распределения.
      Если существует несовпадение математической модели и реальных
данных,     которое        возникает     из-за   неизбежной     неполноты    параметров,
определяющих состояние контролируемой системы и погрешностей модельных

зависимостей, то ошибки e = θ − θˆ оценок параметров всегда представляют
собой суммы двух составляющих:
      e = eθ + e Ψ ,                                    (6.4)

      где eθ - ошибка, вызываемая отклонением от принятой модели; e Ψ -
соответствующая принятой модели.
      В этом случае [39] при использовании алгоритмов обработки данных,

сходящихся к истинному значению, ошибка e Ψ будет сходиться к нулю по