Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

В статистике время пребывания - это среднее время, необходимое случайному процессу для достижения определенного граничного значения, обычно границы, далекой от среднего.

Определение [ править ]

Предположим, что y ( t ) - реальный скалярный случайный процесс с начальным значением y ( t 0 ) = y 0 , средним y avg и двумя критическими значениями { y avg - y min , y avg + y max }, где y min > 0 и y max > 0 . Определить первый раз , проход от у ( т ) внутри интервала (- y min , y max ) как

где inf - это нижняя грань . Это наименьшее время после начального времени t 0, когда y ( t ) равно одному из критических значений, образующих границу интервала, при условии, что y 0 находится в пределах интервала.

Поскольку y ( t ) случайным образом переходит от своего начального значения к границе, τ ( y 0 ) сам по себе является случайной величиной . Среднее значение τ ( y 0 ) - это время пребывания , [1] [2]

Для гауссовского процесса и границы, далекой от среднего, время пребывания равно обратной величине частоты превышения меньшего критического значения, [2]

где частота превышения N равна

σ y 2 - дисперсия гауссова распределения,

и Φ y ( f ) - спектральная плотность мощности гауссова распределения по частоте f .

Обобщение на несколько измерений [ править ]

Предположим, что вместо скалярности y ( t ) имеет размерность p или y ( t ) ∈ ℝ p . Определим область Ψ ⊂ ℝ p , содержащую y avg и имеющую гладкую границу ∂Ψ . В этом случае определите время первого прохождения y ( t ) из области Ψ как

В этом случае эта нижняя грань есть наименьшее время , при котором у ( т ) находится на границе Ф , а не равна одной из двух дискретных значений, предполагая , что у 0 находится в пределах Ф . Среднее значение этого времени - это время пребывания , [3] [4]

Логарифмическое время пребывания [ править ]

Логарифмическое время пребывания - это безразмерное изменение времени пребывания. Он пропорционален натуральному логарифму нормализованного времени пребывания. Принимая во внимание экспоненту в уравнении ( 1 ), логарифмическое время пребывания гауссовского процесса определяется как [5] [6]

Это тесно связано с другим безразмерным дескриптором этой системы, числом стандартных отклонений между границей и средним значением, min ( y min , y max ) / σ y .

В общем, нормировочный коэффициент N 0 может быть трудно или невозможно вычислить, поэтому безразмерные величины могут быть более полезными в приложениях.

См. Также [ править ]

Заметки [ править ]

  1. ^ Meerkov 1987 , стр. 1734-1735.
  2. ^ a b Ричардсон 2014 , стр. 2027 г.
  3. ^ Meerkov 1986 , стр. 494.
  4. ^ Meerkov 1987 , стр. 1734.
  5. ^ Ричардсон 2014 , стр. 2028 г.
  6. ^ Meerkov 1986 , стр. 495, альтернативный подход к определению логарифмического времени пребывания и вычислению N 0

Ссылки [ править ]

  • Меерков С.М.; Рунольфссон, Т. (1986). Управление прицеливанием . Материалы 25-й конференции по решению и контролю. Афины: IEEE. С. 494–498.CS1 maint: ref=harv (link)
  • Меерков С.М.; Рунольфссон, Т. (1987). Контроль прицеливания на выходе . Труды 26-й конференции по решению и контролю. Лос-Анджелес: IEEE. С. 1734–1739.CS1 maint: ref=harv (link)
  • Richardson, Johnhenri R .; Аткинс, Элла М .; Kabamba, Pierre T .; Жирар, Анук Р. (2014). «Запас безопасности полетов при случайных порывах ветра». Журнал наведения, управления и динамики . AIAA. 37 (6): 2026–2030. DOI : 10.2514 / 1.G000299 . ЛВП : 2027,42 / 140648 .CS1 maint: ref=harv (link)