случаев при решении задачи фильтрации предполагается, что
полезный сигнал и помеха являются стационарными случайны-
ми величинами, для которых необходимо определить математи-
ческое ожидание, дисперсию, корреляционную функцию, спек-
тральную плотность. Зная эти характеристики можно найти
фильтр и определить его параметры, при которых эффектив-
ность фильтрации будет максимальна. Кроме этого, при реше-
нии задачи фильтрации, как отмечено в источнике [1], необхо-
димо уяснить, что в поступившем сигнале является помехой, а
что полезной составляющей. Например, давление пара в коллек-
торе – быстропеременный параметр, который зависит от работы
котельной, от работы множества аппаратов – потребителей пара
и других причин. Если сигнал о значении давления используется
в цифровой системе стабилизации давления, то важна его высо-
кочастотная составляющая; если при расчетах технико-
экономических показателей работы котельной и агрегатов, то
необходима низкочастотная составляющая сигнала и высоко-
частотную составляющую можно считать помехой. Наконец,
этот же сигнал может использоваться в системах сигнализации и
блокировки. Здесь требуется компромиссный вариант, так как
короткий выброс давления за пределы "срабатывания" системы
не опасен, поэтому его целесообразнее отфильтровать во избе-
жание появления ложных и аварийных сигналов, но если высо-
кое или низкое давление пара удерживается относительно долго,
то это может означать неисправность агрегата или системы
управления им.
Вспомним определения и методы вычисления основных
математических понятий (дисперсии, корреляционной функции,
спектральной плотности), используемых в задачах фильтрации
измерительной информации.
Дисперсия (
x
Д ) является мерой отклонения (разброса
дискретных значений) случайной величины от её среднего зна-
чения (математического ожидания).
dx)x(P)mx()mx(MД
xxx
22
, (1)
где
x
m – математическое ожидание случайной величины )(tx ;