Идентификация объектов управления. Семенов А.Д - 95 стр.

UptoLike

Рис. 3.6.
Видно, что в случае большого положительного параметра c = 0,8
соседние значения последовательности близки, и наблюдается заметный
период (медленное устойчивое колебание). Это отражается на виде АКФ,
которая спадает к нулю по экспоненциальному закону, и на виде спектра, в
котором преобладают низкие частоты. В случае, когда параметр c = –0,8, после-
довательность быстро колеблется. Это находит
отражение в поведении АКФ;
она экспоненциально спадает к нулю, периодически меняя знак. В спектре
процесса АР(1) при c = –0,8 преобладают высокие частоты.
Смешанный процесс авторегрессиискользящего среднего первого
порядка АРСС (1,1) – описывается формулой
)()1()1()(
11
kekedkvckv
+
+
= . (3.52)
Этот процесс, как и процесс АР(1), стационарен, если
c
1
[–1,1]. Определим АКФ процесса. Из выраженz (3.45) получаем:
                                            Рис. 3.6.
     Видно, что в случае большого положительного параметра c = 0,8
соседние значения последовательности близки, и наблюдается заметный
период (медленное устойчивое колебание). Это отражается на виде АКФ,
которая спадает к нулю по экспоненциальному закону, и на виде спектра, в
котором преобладают низкие частоты. В случае, когда параметр c = –0,8, после-
довательность быстро колеблется. Это находит отражение в поведении АКФ;
она экспоненциально спадает к нулю, периодически меняя знак. В спектре
процесса АР(1) при c = –0,8 преобладают высокие частоты.
     Смешанный процесс авторегрессии – скользящего среднего первого
порядка АРСС (1,1) – описывается формулой
                        v(k ) = c1 v(k − 1) + d 1 e(k − 1) + e(k ) .                  (3.52)
     Этот    процесс,      как      и      процесс       АР(1),        стационарен,    если
c1 ∈[–1,1]. Определим АКФ процесса. Из выраженz (3.45) получаем: