機(jī)械故障診斷學(xué)鐘秉林第3章動(dòng)態(tài)系統(tǒng)特性的時(shí)域分析(專業(yè)版)
【正文】 而 B部分所含的白噪聲均為確定的、可以計(jì)算的。 xt 是由它的 n個(gè)滯后變量的加權(quán)和以及 ut 相加而成。 時(shí)間序列 ：按時(shí)間順序排列的一組數(shù)據(jù)。 隨機(jī)變量的分布函數(shù) 隨機(jī)變量 xt的分布函數(shù)：若存在非負(fù)函數(shù) p(x)，使得 ?x?0時(shí)：對(duì)任意的 x?(?, +? )成立，則稱 p(x)為隨機(jī)變量 xt的 概率密度函數(shù) 。 頻域及其各種變換域252。2023/3/8 星期一 13寬平穩(wěn)隨機(jī)過程條件： 一般，隨機(jī)過程的 嚴(yán)平穩(wěn)性 與 寬平穩(wěn)性 沒有確定的因果關(guān)系，嚴(yán)平穩(wěn)性條件通常較寬平穩(wěn)性條件嚴(yán)格， 若嚴(yán)平穩(wěn)過程具有二階矩，則其也必為寬平穩(wěn)過程 。252。稱之為 格林函數(shù)。長期預(yù)報(bào)誤差的方差 等于時(shí)間序列本身的 方差 。即系統(tǒng)物理可實(shí)現(xiàn)的條件為 算子方程的根 ?i位于復(fù)平面的單位圓外，或特征方程的根 ?i位于復(fù)平面的單位圓內(nèi)，此即系統(tǒng)穩(wěn)定的充要條件 。 概率密度函數(shù)的估計(jì)xx+?x0x(t) ?t1 ?t2 ?t3 ?t4tT0?x p(x)2023/3/8 星期一 20區(qū)間的數(shù)目： 2023/3/8 星期一 21線性時(shí)間序列模型分析及其應(yīng)用252。216。 去粗取精特征分析的手段：252。 隨機(jī)過程的數(shù)字特征 隨機(jī) 過 程在各 時(shí) 刻 對(duì)應(yīng) 的隨機(jī) 變 量的 聯(lián)合概率密度函數(shù) 可以完整地描述隨機(jī) 過 程的性質(zhì) 。2023/3/8 星期一 16216。2023/3/8 星期一 25? 與自回歸模型常聯(lián)系在一起的是 平穩(wěn)性 問題。 易見，向前 l 步的預(yù)測誤差為未來 l 個(gè)白噪聲的線性組合。 并稱相應(yīng)的預(yù)報(bào)值為 平穩(wěn)線性最小方差預(yù)報(bào) 。研究動(dòng)態(tài)系統(tǒng)時(shí)域模型是 工況監(jiān)視與故障診斷的重要方法和手段之一252。252。其中，離散數(shù)據(jù)序列記為隨機(jī)過程和時(shí)間序列2023/3/8 星期一 5l 隨機(jī)變量 (Stochastic variable)：每次 實(shí)現(xiàn)的 觀測值稱為隨機(jī)過程在該時(shí)刻的 隨機(jī)變量 。 隨機(jī)過程的基本概念：實(shí)現(xiàn)、隨機(jī)過程、隨機(jī)變量 隨機(jī)過程和時(shí)間序列2023/3/8 星期一 3l 實(shí)現(xiàn) (Realizaition)：在時(shí)間 t∈ T范圍內(nèi)，每進(jìn)行 一次實(shí)驗(yàn) 所得的觀測結(jié)果，稱為一次實(shí)現(xiàn)。 2023/3/8 星期一 14① 均值： ② 二階原點(diǎn)矩： ③ 自協(xié)方差： 具有遍歷性的隨機(jī)過程必為平穩(wěn)過程；但平穩(wěn)過程未必是遍歷的；遍歷性是工程信號(hào)統(tǒng)計(jì)分析方法的基礎(chǔ)。252。2023/3/8 星期一 33對(duì) 漸近穩(wěn)定 的系統(tǒng)，必然有：ARMA(n, m)模型的格林函數(shù)： 2023/3/8 星期一 34在許多工程問題中， n m, 如果 AR部分具有 n個(gè)不相等的特征根 ，則：格林函數(shù) ：2023/3/8 星期一 35
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1