Главная  Радио и связь 

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 [ 99 ] 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207

rfS=2(s,-S)9,(P„ S)dP„

dZ = a(Z, S, t)dt-, b{Z, S, t)dW S)dQ,.

ft= I

Описание систем со случайно изменяющейся структурой с помощью стохастических дифференциальных уравнений было предложено в [103].

Уравнения системы со случайно изменяющейся структурой при пуассоновских потоках изменений структуры можно записать в общей форме уравнений Ито (3.79):

dZ = a(Z, t)dt + b(Z, t)dW,

где Z = [SZ] - вектор состояния системы, W(t)-процесс с независимыми приращениями, состоящий из л-1 независимых

блоков W(t}, [PiQY, [PnQnV, a(z, t), b(z, 0 -блочные матрицы

a(z, t) =

a (z, s, /)

b{z, 0 =

b{z, s, /)

Si - s 0 0 /

SN - s 0 0 /

Аналогично можно привести к общей форме уравнения Ито (3.79) уравнения системы со случайно изменяющейся структурой при эрланговских потоках изменений структуры. Однако в этом случае коэффициенты при rfP. и dQ зависят от Р,. Поэтому в соответствии с замечанием в конце п. 3.6.1 вектор состояния системы следует расширить добавлением к нему вектора Z с компонентами Zi = Pi, . . ., Z = P., определяемыми уравнениями dZ[ = dPi, dZ = dPj.

Напишем уравнение (38) для одномерной характеристической функции вектора состояния системы со случайно изменяющейся структурой. Для этого найдем сначала функцию t), соот-

ветствующую процессу W (t), р = [ppi-. •Pv]. В соответствии со

говскнй ПОТОК событий получается из пуассоновского потока путем пропуска подряд п-1 событий и отбора каждого события, имеющего номер, кратный данному числу п. Натуральное число п будем называть параметром эрланговского потока. Ясно, что в случае эрланговских потоков изменений структуры системы следует ввести перед дифференциалами dP, и dQ, в стохастических диф;зеренциальных уравнениях системы множитель Ф(Р,, S), представляющий собой периодическую функцию с периодом, равньш пара.метру (S) соответствующего эрланговского потока, равную 1 при P/ - ns (s=l, 2, ...) и О при всех остальных (целочисленных) Р,. В результате стохастические дифференциальные уравнения системы примут вид



- 2 [е"*-"°я,(; 2, s, /)-i]v,(z. s, t)\e--

сказанным в п. 5.3.5 функция t) в этом случае представляет собой сумму функций 1, соответствующих независимым блокам W{t), {Pi(t)QAtyV.....[Рл,(ОС.у(ОЛ, составляющим процесс W{t):

х(р: Z, S, o-z(i; 0+ 2 1ЛН\ 2, S, /),

где х(р; t), / (р; Z, S, /)-функции( процессов Г (г). соответственно (/г=1,..., Л"), р = [р pj"...u]" - разложение вектора и. на блоки, соответствующие независимым блокам, из которых состоит процесс а Ра = [рао!.Л - разложение век-

тора p, на блоки, соответствующие процессам Р{) и QyCO- Здесь мы учли, что интенсивность потоков скачков процессов и

распределения скачков процессов () могут зависеть от вектора состояния системы Z={SZy. Пользуясь формулой (37а) п. 5.3.1 для функции "/ и формулой для характеристической функции приращений пуассоновского процесса и порождаемого им общего пуассоновского процесса на бесконечно малом интервале (/, s], согласно которой (пример 3.12)

К(к Z, S, t, s) =

= l-f [Awgr,(i,; Z,S, 0-l]v,(2, S, t){s-t) + o{s-t},

находим

xAW, z, s, 2, s, o-i]v,(z, s, t).

где aIia; 2, S, t) - характеристическая функция скачка процесса Q(/) в момент /, зависящая также от Z{t), S(i). Таким образом,

(р; Z, S, t} = %(ii; /)- 2 Wg,A\k-y z, s, f)-l]v,(Z, S, /) и соответственно

Xib{Z, S, tfl; Z, S, 0 = x(b(Z, S, OX; /)

A- 1

где Я = Я] -разложение вектора л на блоки, соответствующие блокам S, Z вектора состояния системы Z, Подстав11в это выражение в (38), получим уравнение для одномерной характеристической функции процесса в системе со случайными изменениями структуры:



308 -Т- 5. ТЕОРИЯ СТОХАСТИЧЕСКИХ ДИФФЕРЕНЦИАЛЬНЫХ СИСТЕМ

Совершенно так же записывается уравнение (41) для остальных конечномерных распределений.

Из уравнения для одномерной характеристической функции легко выводятся уравнения для условных характеристических функций в различных структурах и для вероятностей структур. Имея в виду, что при каждом / S(/) = S;-дискретная случайная величина с возможными значениями Si, s,v и вероятностями этих значений Pi(t), уО\(0. по формуле полного математического ожидания (ТВ, и. 4.3.3) находим

gAT.; /) = Me°"""==2 °4i(>; t\si),

где gii-; ISj) -условная характеристическая функция вектора состояния системы Z в 1-й структуре. Аналогично вычисляется по формуле полного математического ожидания математическое ожидание в правой части уравнения для giC; t). В результате это уравнение примет вид

V y-«h Pfgi < I ч)

i = \

.V Л

/=1 ft=i

Л г Д

1= 1

Здесь индекс / у сум.м по k указывает, что слагаемое, соответствующее к = 1, в сумму не входит. Это объясняется тем, что при отсутствии изменения структуры процессы РД/) и Qi(t) сохраняют постоянные значения, вследствие чего gi{i; Z, Sj, ) = 1. Изменив порядок суммирования в первой двойной сумме, приведем ее к виду

2 e-p,M[gA>; Z. s„ t)xAZ, s„ t)e\s,].

k=l 1=1

Поменяв местами индексы /е и / (от этого двойная сумма не изменится) и подставив полученное выражение в предыдущее уравнение, будем иметь

Y As, dpigrjK; t\si)

= 2 Ae°W[{aa(Z, s„ t) + x{b(Z, s„ tyi; t)} eг\s,] +



0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 [ 99 ] 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207


0.0146