
- •1.Закони розподілу випадкових процесів процесів
- •2. Одновимірні інтегральний та диференціальний закони розподілу
- •Неперервного (а), дискретного (б) та змішаного (в) процесів.
- •Закони розподілу ймовірностей дискретного процесу.
- •Щільності (б) ймовірностей дискретного процесу.
- •1 Загальна характеристика моментних функцій
- •2.Порядок та розмірність момент них функцій
- •3.Початкові моментні функції. Структура формул
- •4 Одновимірні моментні функції першого порядку
- •1.Одновимірні моментні функції другого порядку
- •Очікуваннями і різними дисперсіями.
- •Процесів із однаковими математичними очікуваннями
- •Початковою фазою: а – реалізації випадкового процесу;
- •1.Обчислення одновимірних моментних функцій за характеристичними.
- •2. Поновлення одновимірних характеристичних функцій за моментними.
- •6.1 Види статистичної залежності
- •Кореляцією (б) та некорельовані величини (в).
- •6.2 Двовимірні моментні функції другого порядку
- •7.1 Вкф двох випадкових процесів
- •Його кореляційна функція (б).
- •7.2 Нормовані кореляційні функції.
- •7.3 Особливості кореляційних характеристик
- •1 Визначення стаціонарності у вузькому та широкому значеннях
- •8.2 Математичне очікування,середній квадрат,дисперсія свп
- •8.3 Властивості акф нецентрованого та центрованого свп
- •Процесу (а) та похідної від нього (б).
- •Випадкового процесу.
- •3.Практичне застосування вкф для вирішення проблем виділення слабкого сигналу з суміші.
- •1. Визначення ергодичних випадкових процесів
- •2. Достатні умови ергодичності свп. Умова Слуцького
- •Спектральні характеристики випадкових процесів
- •1. Постановка задачі спектрального аналізу вп
- •2. Енергетичний спектр нестаціонарного вп та його зв'язок з кореляційною функцією.
- •3.Спектральна щільність потужності свп та її фізичний зміст. Спектр флуктуацій (центрованого) свп. Середній квадрат (дисперсія) та спектр свп.
- •4. Властивості спектральної щільності потужності свп. Спектр монохроматичного свп. Односторонній та двохсторонній, фізичний та математичний спектри свп
- •5. Спектр монохроматичного свп. Односторонній та двохсторонній, фізичний та математичний спектри свп
- •1. Теорема Вінера-Хінчина. Обмеження, що накладаються на акф свп. Додатньо-визначені акф.
- •1.Постановка задачі кореляційного аналізу лінійних систем при дії свп
- •3.Статистичні характеристики реакції лінійної системи на дію "білого шуму".
- •4.Статистичні характеристики реакції лінійної системи на дію "білого шуму".
- •5.Автокореляційна функція реакції. Згортка акф дії та імпульсної характеристики.
- •6. Кореляція процесів на вході та виході лінійної системи. Оцінка статистичного зв'язку "білого шуму" та реакції на нього лінійної системи.
- •З урахуванням властивості дзеркальної симетрії
- •Дійсно,
- •1.Аналіз у частотній області.
- •4. Спектральний аналіз інтегруючої системи при дії "білого шуму".
- •5. Енергетичний спектр реакції ідеального диференціатора.
- •На нього ідеального диференціатора (б).
3.Практичне застосування вкф для вирішення проблем виділення слабкого сигналу з суміші.
Застосування взаємних кореляційних функцій для розв’язання завдань перетворення інформації пов’язано з системами, на входах яких діє два і більше випадкових процесів чи сигналів.
Розглянемо
випадковий процес
,
що є адитивною сумішшю корисного процесу
та шуму
.
Припустімо, що
та
є стаціонарними та незалежними. Тоді
для центрованого процесу
функція кореляції
Отже,
автокореляційна
функція адитивної
суміші стаціонарних випадкових
процесів дорівнює алгебраїчній сумі
АКФ процесів-складових та всіх можливих
їхніх
взаємних
кореляційних функцій.
Виходячи
з статистичної незалежності, процеси
та
є і некорельованими, а отже
.
Остаточно
З урахуванням зв’язку між кореляційними функціями нецентрованого та центрованого випадкових процесів АКФ суміші нецентрованих незалежних стаціонарних процесів
.
Приклад.
Розглянемо гармонічний процес
,
де
– випадковий параметр із рівномірним
законом розподілу. Такий процес називають
монохроматичним
стаціонарним випадковим процесом (СВП).
Як відомо, функція кореляції такого
процесу
.
Припустімо,
що
- статистично незалежний від процесу
Х(t)
шум із нульовим математичним очікуванням
=
0 та функцією кореляції
.
Тоді з урахуванням того, що
,
суміш характеризується функцією
кореляції
,
графік
якої, коли потужність
періодичного процесу набагато менше
потужності
шуму, зображено на рис. 10.1 Із графіка і
формули ясно, що для великих значень
зсуву між перерізами
АКФ суміші наближається до АКФ корисного
сигналу:
.
Тому при використанні належного методу вимірювання АКФ корисного слабкого процесу, подавленого потужнім шумом , з’являється можливість його виділення з суміші.
Приклад. Ще одним прикладом виділення слабкого, але відомого сигналу із суміші з шумом, пов’язаного з операцією формування взаємної функції кореляції, може слугувати функціонування радіолокаційної системи. Передавач такої системи генерує сигнал . Вхідний сигнал радіолокаційного приймача
д
е
- час поширення сигналу від передавача
до приймача (наприклад, деякої реальної
цілі) та в зворотньому напрямку; N(t)-
шум приймача; а
-
стала, яка набагато менше, ніж одиниця.
Зазвичай
середня потужність сигналу
набагато менша, ніж потужність шуму
N(t).
Обчислимо функцію взаємної кореляції
сигналів X(t)
та Y(t),
зважаючи на те, що вони є стаціонарно-зв’язаними
та з нульовими математичними очікуваннями:
Оскільки
сигнали X(t)
та N(t)
є статистично незалежними, то іхня
взаємна кореляційна функція
.
Тоді
.
Функція
набуває максимального значення, яке
дорівнює середній потужності процесу
X(t),
як відомо, за нульового значення її
аргументу. Таким чином, визначення
відстані
до цілі зводиться до знаходження
максимуму ВКФ
.
ПІДСУМКИ |
|
1. АКФ алгебраїчної суми двох статистично незалежних центрованих стаціонарних процесів визначається алгебраїчною сумою АКФ складових, а для нецентрованих процесів ще і подвоєним добутку їхніх статистичних середніх. |
2. Автокореляційна функція адитивної суміші стаціонарних випадкових процесів дорівнює алгебраїчній сумі АКФ процесів-складових та всіх можливих їхніх взаємних кореляційних функцій. |
Лекція 11. Ергодичні випадкові процеси.
Визначення ергодичних випадкових процесів. Достатні умови ергодичності
СВП. Умова Слуцького.Кореляційні характеристики ергодичних СВП.