Реферат Курсовая Конспект
Аппроксимация функций с нефинитным спектром - раздел Изобретательство, При разработке перспективных и оптимизации существующих информационно-измерительных систем Прежде Всего, Рассмотрим Задачу Приближения Произвольных Функ...
|
Прежде всего, рассмотрим задачу приближения произвольных функций с конечной полной энергией (т.е. интегрируемых в квадрате на всей оси) при помощи ФФС и конечной полной энергией.
Пусть φ(t) - произвольная функция, интегрируемая в квадрате на всей оси -∞ < t < ∞, и пусть. Рассмотрим выражение
(2.14)
которое имеет смысл полной энергии разности этих функций и равно квадрату среднеквадратической погрешности при аппроксимацией функции φ(t) функцией f(t).
Поставим перед собой задачу: среди всех функций f(t) пространства найти ту, которая обращает в минимум величину , т.е. осуществляет наилучшие приближенные функции φ(t) в среднеквадратическом смысле.
Для решения задачи заметим, что разность φ(t) - f(t) также интегрируема в квадрате на всей оси. Поэтому, используя равенство Парсеваля имеем
(2.15)
где Fφ(iω) - спектральная плотность функции φ(t).
Представим себе теперь, что мы хотим применить метод, основанный на теореме отсчетов, для аппроксимации функции с нефинитным спектром. Если выбрать шаг между моментами отсчета равным Δt = π/Ω и составить ряд Котельникова для функции φ(t), спектр которой не финитен, то получим новую функцию
(2.16)
где φk = φ(kΔt).
Для того чтобы ряд (2.16) сходился равномерно в каждой ограниченной области, а функция принадлежала пространству , нужно наложить определенные ограничения на поведение чисел φk, т.е. сузить класс рассматриваемых функций φ(t). Будем для простоты предполагать функцию Fφ(iω) непрерывной на всей оси и убывающей при |ω| → ∞ быстрее, чем при некоторых σ > 0, β > 1. Эти условия обеспечивают интегрируемость в первой степени и в квадрате спектральной плотности Fφ(iω) на всей оси, и, следовательно, обеспечивают непрерывность функции и ее квадратичную интегрируемость.
Функция имеет финитный спектр в интервале (-Ω, Ω). Оценка разности по абсолютной величине:
(2.17)
где
(2.18)
Таким образом, при анализе и синтезе моделей на основе рядов Котельникова необходимо учитывать результирующую погрешность приближения (аппроксимации), обусловленную ошибками двух типов. Ошибки первого типа обусловлены усечением в частотной области (т.е. осуществляется переход к функциям с финитным спектром из класса ), а ошибки второго типа - усечением в пространственной (временной) области (т.е. осуществляется ограничение числа отсчетов аппроксимируемой функции).
– Конец работы –
Эта тема принадлежит разделу:
При разработке перспективных и оптимизации существующих... Среди указанных методов наиболее широкое распространение на практике получил МНК и его различные модификации...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Аппроксимация функций с нефинитным спектром
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов