- •Классификация случайных процессов
- •Законы распределения
- •Основные положения ковариационной теории
- •Корреляционная функция
- •Стационарность и эргодичность процессов
- •Спектральная плотность мощности случайного процесса
- •Теорема Винера – Хинчина
- •Узкополосный случайный процесс
- •Прохождение случайного сигнала через линейные цепи с постоянными параметрами
- •Спектральная характеристика мощности и корреляционная функция случайного процесса на входе цепи
- •Гармонические колебания со случайной амплитудой
- •Гармонические колебания со случайной фазой
- •Нормирование случайный процессов в узкополосных линейных цепях
- •Комплексный случайный процесс
- •Преобразование нормального процесса в безынерционных нелинейных цепях
- •Воздействие узкополосного шума на амплитудный детектор
- •Совместное воздействие гармонического сигнала и гаусовского шума на амплитудный детектор
- •Совместное влияние гармонического сигнала и нормального шума на частотный детектор
- •Принцип оптимальной фильтрации сигнала на фоне помех
- •Передаточная характеристика оптимального (согласованного) фильтра
- •Импульсная характеристика согласованного фильтра
- •Оценка реализуемости согласованного фильтра.
- •Сигнал и помеха на выходе согласованного фильтра.
- •Примеры построения согласованных фильтров.
- •1.Согласованный фильтр для прямоугольного импульса.
- •Фильтр согласованный с лчм сигналом.
- •Фильтрация сигнала при небелом шуме
- •Формирование сигнала сопряженного с заданным фильтром
Спектральная плотность мощности случайного процесса
Спектральная плотность сигнала может быть определена только для постоянного процесса. Для случайного процесса это невозможно поэтому используют спектральную плотность мощности.
Пусть имеется k-ая реализация случайного процесса ХК(t). Ограничим ее отрезком времени Т. Теперь это усеченная k-ая реализация ХКТ(t). Найдем спектральную плотность ХКТ(w) для ХКТ(t). Отсюда энергия на рассматриваемом участке по равенству Парсеваля:
Получим среднюю мощность реализации на отрезке Т поделив выражение на Т:
При увеличении Т энергия возрастает, но отношение ЭКТ / Т остается постоянным.
О тсюда –– спектральная плотность мощности. Это предел спектральной плотности усеченной реализации деленной на время Т. Это запись для эргодического процесса.
–– среднее значение квадрата процесса.
Если , то .
Теорема Винера – Хинчина
Это есть соотношение между энергетическим спектром и корреляционной функцией случайного процесса.
Это прямое и обратное преобразование Фурье, соответственно.
При
Узкополосный случайный процесс
Узкополосный процесс – это когда отношение эффективной ширины спектра к средней частоте узкополосного процесса много меньше 1
Реализация случайного процесса: , где A(t) и q(t) случайные величины.
Огибающая этого случайного процесса , где х’2(t) – сопряженный по Гильберту сигнал.
Будем считать, что x(t) случайный стационарны эргодический процесс.
Представим сигнал в виде квадратурных составляющих:
Нам известна плотность распределения сигнала. Попытаемся найти плотности распределения огибающей (РА(А)) и фазы (Рq(q)) узкополосного процесса.
Если сравнить 2 процесса АС(t) и x(t), то можно заметить, что x(t) получается сдвигом на w0. Это говорит о том, что случайное распределение процесса остается низменным. Спектр Wac(W0) получают из спектра процесса x(t) сдвигом на w0 левой составляющей и на - w0 правой составляющей, причем . Из этого выражения и рисунка видно, что площадь под кривой Wх(w) (в двух лепестках) равна площади под кривой WAc(W). Следовательно, дисперсии случайных процессов одинаковы:
Так как , то среднее значение квадрата огибающей . Так как дисперсии равны, то . Отсюда вытекает, что плотности вероятностей определяются как
Математическое ожидание от квадрата случайного процесса: Т. е. величины АС(t) и АS(t) независимые. Поэтому совместную плотность вероятности можно определить выражением:
Вероятность того, что конец вектора A(t) лежит в элементарном прямоугольнике dAcdAs равна вероятности пребывания Ac в интервале dAc и As в интервале dAs.
P(Ac)P(As)dAcdAs – вероятность того, что вектор A(t) пребывает в элементарном прямоугольнике. В полярных координатах: P(Ac)P(As)АdAdq.
Плотность распределения амплитуды и фазы:
Плотность распределения огибающей (амплитуды): ,
Вывод: если случайный процесс распределен по нормальному закону, то его огибающая распределена по релеевскому закону, а фаза по равномерному закону ( ).
Математическое ожидание:
Дисперсия: ,
где
отсюда .
Т. е. дисперсия огибающей меньше дисперсии самого случайного процесса.
Вероятность того, что огибающая (амплитуда) превысит некоторый заданный уровень:
Вероятность того, что амплитуда будет ниже уровня С: .
Если , то . Поэтому ширина шумовой дорожки фактически наблюдаемой на экране осциллографа не превышает (5-6)sх. Для широкополосных процессов ширина дорожки составляет (4-5)sх.
Корреляционная функция огибающей определяется по формуле:
где r0(t) – огибающая нормированной корреляционной функции случайного процесса х(t).
Энергетический спектр огибающей найдем через преобразование Фурье:
. Первое слагаемое соответствует постоянной составляющей огибающей, а второе – сплошной части спектра.
Основываясь на выражении , мгновенную частоту шума можно записать в форме:
Плотность вероятности:
где Dwэкв – эквивалентная ширина спектра узкополосного процесса, определяемая выражением:
Частота случайного сигнала ходит в пределах ±2 эквивалентных ширины спектра.
Закон распределения похож на нормальный закон.