
- •4. Детерминированные и квазидетерминированные процессы, их описание в рамках теории случайных процессов, выражения для n-мерных плотностей вероятности.
- •1)Постановка задачи
- •41. Формулировка задачи оптимального обнаружения сигнала на фоне шума при дискретных наблюдениях. Отношение правдоподобия. Понятие достаточной статистики.
- •1)Постановка задачи
- •6.Многомерная характеристическая функция случайного процесса и ее основные свойства.
- •2)Статистическая независимость
- •3)Характеристики совокупности случайных процессов
- •4)Определение некоррелированности случайных процессов
- •20 Понятия стационарности, эргодичности, гауссовости совокупности двух случайных процессов. Разобрать пример двух стационарных, но нестационарно связанных случайных процессов
- •1) Симметричность
- •Ограниченность по модулю:
- •2) Положительная определенность:
- •Ограниченнность по модулю:
- •22. Свойства корреляционной функции стационарного случайного процесса.
- •29. Преобразование спектральной плотности энергии и функции корреляции случайных сигналов I-ой группы при прохождении их через линейные сист.
- •Основные свойства Гауссовых случайных процессов.
- •Опр. 1(стационарность в узком смысле(строгая)):
- •Основные характеристики:
- •Опр. 2: (стационарность в широком смысле)
- •Вывод: Все квазидетерминированные случайные процессы порожденные периодическими функциями с равномерно распределенным по периоду началом, стационарны, по крайней мере, в широком смысле.
- •Эргодичность по отношению к среднему значению случайного процесса.
- •Необходимое и достаточное условие эргодичности:
- •Достаточное условие эргодичности Слуцкого:
6.Многомерная характеристическая функция случайного процесса и ее основные свойства.
Определение: n-мерной характеристической функцией от n-мерного случайного процесса - n-кратное Фурье преобразование от n-мерной плотности вероятности.
(2.4.1)
n-мерная характеристическая функция дает такое же полное описание случайного процесса как и n-мерная плотность вероятности.
Основные
свойства характеристической функции
Значение характеристической функции в нуле равно единице
(Условие
нормировки плотности вероятности)
Условие ограниченности по модулю
Свойство симметрии
Свойство согласованности
Характеристическая функция для совершенно случайного процесса, также разваливается на произведение n-мерных характеристических функций случайного процесса.
19.Общее описание совокупности двух случайных процессов. Понятие статистической независимости двух случайных процессов. Взаимные корреляционная и ковариа-ционная функции. Понятие некоррелированности двух случайных процессов.
Пусть дана упорядоченная пара случайных процессов {x(t),y(t)}, например x(t) – процесс на входе линейной системы, а y(t) – на выходе линейной системы. В общем случае нас интересует связь этих процессов в любые моменты времени. Полное описание данной совокупности возможно введением совместной плотности вероятности, например если из процесса x(t) берётся n точек, а из процесса y(t) – n точек, то нужно ввести n + n мерную плотности вероятности:
. (2.7.1)
Она обладает всеми свойствами n – мерной плотности вероятности случайного процесса, кроме свойства симметрии, свойство симметрии выполняется не полностью, возможна перестановка аргументов по следующему правилу:
.
2)Статистическая независимость
Два случайных процесса называются статистически независимыми, если их n+ n – мерная плотность вероятности для любых n и n «разваливается» на произведение n – мерной плотности вероятности процесса y(t) и n – мерной процесса x(t):
, (2.7.2)
в противном случае эти процессы статистически зависимы.
3)Характеристики совокупности случайных процессов
Совершенно аналогичным образом можно ввести все те характеристики, которые были введены для одного случайного процесса, например совместная характеристическая функция:
, (2.7.3)
здесь усреднение ведётся по всем случайным величинам x и y.
Аналогично введём совместную моментную функцию 2-х случайных процессов s+p-го порядка, как среднее от произведения:
. (2.7.4)
Если процессы статистически независимы, то любая совместная моментная или характеристическая функция «разваливается» на произведение соответствующих функций для каждого процесса по отдельности. (это утверждение 2.7.4)
Наиболее важными статистическими характеристиками случайных процессов являются моментные функции 1-х и 2-х порядков, например пусть x(t), y(t) – два случайных процесса тогда:
,
где mx(t), my(t) – средние значения, а Kx[t1, t2], Ky[t1, t2] – корреляционные функции соответствующих случайных процессов. Возникает также смешанный момент 2-го порядка или взаимная корреляционная функция:
. (2.7.5)
Значит можно ввести взаимную ковариационную функцию:
,
и взаимный коэффициент корреляции:
.
Из формулы для взаимной корреляционной функции видно, что она обладает своеобразным свойством симметрии:
, (2.7.6)
из этой формулы видно, что для автокорреляционной функции свойство симметрии будет выполняться в чистом виде:
,
аналогичное утверждению (2.7.6) справедливо также для Bxy[t1, t2] и Rxy[t1, t2].