Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Усредним формулу (3.3.10)
Будем считать, что линейная система детерминирована, тогда
(3.3.16)
Возьмем обратное преобразование Фурье от формулы (3.3.16), при этом по теореме о свертке обратное Фурье-преобразование от произведения превратиться в свертку:
(3.3.17)
где - функция корреляции первого рода импульсной характеристики (3.3.18)
Значит, квадрат модуля переходной характеристики – это прямое преобразование Фурье от функции корреляции первого рода импульсной характеристики:
(3.3.18’)
Зарисуем схему взаимосвязи импульсной характеристики, переходной характеристики, функции корреляции первого рода импульсной характеристики и
квадрата модуля переходной характеристики (Рис.2).
Обратные переходы между импульсной характеристикой и функцией корреляции, между переходной характеристикой и ее квадратом невозможны, т.к. происходит потеря информации о фазе.
Пример 1. Дан детерминированный импульс . Найдем функцию корреляции первого рода
Полученная функция корреляции первого рода изображена на рис.4.
Пример 2. Рассмотрим сигнал x(t)=f(t)ξ(t), изображенный на Рис.5в, где f(t) – некоторый детерминированный импульс первой группы (Рис.5а), а ξ(t) – стационарный случайный процесс (Рис.5б). Пусть задано Kξ[τ], а <ξ(t)>=0. Найдем функцию корреляции первого рода сигнала x(t).
Возьмем прямое преобразование Фурье от этой функции:
- получили формулу обратной свертки. Здесь - спектральная плотность мощности сигнала ξ(t), а - средняя спектральная плотность сигнала f(t)
№5 Квазигармонический процесс X(t) = A0 cos (w0t + j) со случайной начальной фазой, равномерно распределенной в интервале [-p,p]. Его одномерная плотность вероятности.
, j - случайная фаза.
Зафиксируем l, тогда процесс будет детерминированным.
Свойство согласованности:
№9 Ковариационная функция случайного процесса. Дисперсия. Понятия некоррелированности и статистической независимости двух значений случайного процесса. Коэффициент корреляции.
B[t1,t2] = χ2(t1,t2) – ковариационная ф-ция
B[t1,t2] = <x(t1),x(t2)> – <x(t1)><x(t2)> = Kx[t1,t2] – <x(t1)><x(t2)> =
= [x(t1) – <x(t1)>]•[x(t2) – <x(t2)>]
Опр. Если значение ковариационной ф-ции равно 0 для t1, t2, то говорят, что значения сл.пр. в эти моменты времени не коррелируют.
B[t,t] = <x(t)2)> – <x(t1)>2 = σx2(t) – дисперсия (она может меняться во времени)
Из стат. независимости → некоррелируемость (обр. неверно)
Стат. независимость:
Нормированная корреляционная ф-ция (коэф. корреляции)
№10. Гаусовские случайные процессы, их n-мерная характеристическая функция и плотность вероятности. Информация, необходимая для полного описания гауссовского случайного процесса.
– Гаусовским сл. пр. называется сл. пр. у которого n-мерная характеристическая ф-ция (для любого n и t) будет иметь вид
– Гаусовским сл. пр. называется сл. пр. у которого все кумулянтные ф-ции, начиная с 3-его порядка равны 0.
;
Плотность вероятности выглядит следующим образом:
Если n=1, то
№11 Ковариационная матрица n отсчетов случайного процесса и ее основные свойства.
1) Симметричность BxT=Bx следует из симметричности ковариационных ф-ций B(tn,ts)= B(ts,tn)
2) Свойств полож. опред.
(корр. матрица тоже обладает этим свойством)
Доказательство:
Свойства симметр. матриц:
1) собственные числа вещественные
2) собственные векторы, соотв. разл. собств. значениям, ортогональны
3) Вещественная симметричная матрица А может быть приведена к диагональной форме с помощью ортогонального преобразования Q
|Q|=|QT|=1
4) необх. и дост. условием полож. определенности веществ. симметр. матрицы А явл. положительность собств. значений.
5) для вещественной полож. матрицы можно ввести
положительно определенная симметр. матрица имеет квадратный корень
С2=А
№12 Основные свойства гауссовских случайных процессов. Выражение n-мерных моментных функций гауссовского случайного процесса с нулевым средним значением через ковариационную функцию.
Дата публикования: 2014-11-03; Прочитано: 662 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!