Nugmanov
.pdf
|
|
|
|
|
|
|
|
|
x2 |
m2 |
|
x m |
|
|
|||
|
|
|
|
x |
2 σ2 |
x 0, |
|
||||||||||
|
|
|
|
|
|||||||||||||
|
|
|
|
|
e |
|
|
|
I0 |
|
|
|
, |
(2.37) |
|||
|
|
σ |
2 |
|
|
σ |
2 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
2 π |
π |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
где I |
|
(z) |
|
|
1 |
|
|
|
ez cos(φ β)dφ |
- |
модифицированная |
функция |
|||||
0 |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
π
Бесселя первого рода нулевого порядка [8].
Плотность распределения вероятности вида (2.37) называется плотностью распределения Райса.
Используя совместную плотность распределения вероятности
огибающей и фазы w A, (x, φ) , |
проинтегрировав её по x в интервале |
|||||||
(0, ) , где величина |
сos θ φ 0 (для того, чтобы интеграл |
|||||||
сходился), получим плотность распределения вероятности фазы |
||||||||
|
|
|
|
|
|
m2 |
|
|
w (φ) |
|
1 |
|
2 σ |
2 |
|
||
|
|
e |
||||||
|
|
|
|
|
||||
|
|
|
|
|
|
|||
|
2 π |
|
|
|||||
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m сos(β φ) |
|||
|
|
2 |
|
|
|
|||||
|
|
|
|
|||||||
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|||||
π |
|
|
|
σ |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
z |
|
||
где Erf z |
|
|
e t2 |
dt . |
||||||
|
|
|
|
|
||||||
|
|
π |
||||||||
|
|
|
|
|
|
0 |
|
|||
|
|
|
|
|
|
|
|
|
|
m2 сos2 (θ φ) |
|
|
e |
2σ2 |
|
|
|
1 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m Cos(β φ) |
|
|
||||
Erf |
|
|
|
|
|
, (2.38) |
|
|
|
||||
|
2 σ |
|
|
|
||
|
|
|
||||
|
|
|
|
|||
|
|
|
|
|
|
|
Если составляющие Ac (t) и As (t) имеют математические |
|
|||||||
ожидания, равные нулю, mc |
ms 0 , то плотность распределения |
|||||||
вероятности огибающей будет равна |
|
|||||||
|
|
|
|
|
x2 |
|
||
|
|
|
x |
|
|
|
||
w |
|
(x) |
e 2 σ2 , |
(2.39) |
||||
A |
σ2 |
|||||||
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
которая называется распределением Релея.
Фаза в этом случае распределена равномерно в интервале π, π . Математическое ожидание и дисперсия распределения Релея
равны соответственно
63
M A σ |
|
|
π |
|
|
D A σ |
2 |
|
|
π |
|
|
|
|
, |
|
2 |
|
. |
||||
|
|
|
|
|
|||||||
|
2 |
|
|
|
|
|
|
2 |
|||
|
2.7 Марковские процессы |
Наиболее общей характеристикой случайного процесса является многомерная функция распределения
P(x(t1) x1, x(t 2 ) x 2 , , x(t k ) x k )
P(x(t1) x1) P(x(t 2 ) x 2 |
/ x(t1) x1), |
(2.40) |
|
, P(x(t k ) x k / x(t k 1) x k 1, , x(t1) x1) |
|||
|
Wξ (x1, t1) Wξ (x 2 , t 2 / x1, t1), ,
, Wξ (xi , t i / xi 1, ti 1, , x1, t1), , Wξ (x k , t k / x k 1, t k 1, , x1, t1).
Как видно, функция распределения в произвольный момент времени t i зависит от значений случайного процесса во все предыдущие моменты времени. Однако на практике существуют процессы, у которых значения процесса в какой-то момент времени t i зависят только от предшествующего момента ti 1. Такие процессы изучались Марковым А.А. и в его честь были названы марковскими. Многомерная функция распределения вероятности марковского процесса имеет вид
k
w ξ (x1, x 2 , x k , , t1, t 2 , , t k ) w ξ (x1, t1) w ξ (xi , t i / xi 1, t i 1). (2.41)
i 2
Из формулы (2.41) видно для описания марковского процесса достаточно знать одномерную и условные функции распределения вероятности.
В зависимости от состояния пространства значений и времени марковские процессы подразделяются на четыре вида [1], [9] по комбинациям пространства значений (непрерывное, дискретное) случайного процесса и времени (непрерывное, дискретное).
- непрерывный марковский процесс – пространство значений - непрерывно, время – непрерывно. Описывается при помощи функции (2.41) и плотности распределения вероятности (2.42)
k
w ξ (x1, x 2 , , x k , t1, t 2 , , t k ) w ξ (x1, t1) w ξ (xi , t i / xi 1, t i 1) , (2.42)
i 2
64
- марковская последовательность – пространство значений - непрерывно, время – дискретно. Описывается при помощи функции и плотности распределения вероятности (2.42), но моменты времени
t1 , t 2 , , t k принадлежат дискретному множеству,
-дискретный марковский процесс - пространство значений - дискретно, время – непрерывно. Описывается при помощи функции распределения вероятности и условными вероятностями перехода из одного состояния в другое
P(ξ(t1) x1, ξ(t 2 ) x 2 , , ξ(t m ) x m )
m |
|
P(ξ(t1) x1) P(ξ(ti ) xi / P(ξ(ti 1) xi 1), |
(2.43) |
i 1
где x1, x 2 ,, , x m - произвольные дискретные значения, принимаемые случайным процессом из некоторого дискретного множества X в моменты времени t1, t 2 , , t m .
- цепь Маркова - пространство значений - дискретно, время – дискретно. Описывается при помощи функции распределения вероятности и условными вероятностями перехода из одного состояния в другое в дискретные моменты времени
P(ξ(t1) x1, ξ(t 2 ) x 2 , , ξ(t k ) x k )
k |
|
P(ξ(t1) x1) P(ξ(ti ) xi / P(ξ(ti 1) xi 1) , |
|
i 2 |
|
k |
|
P(ξ(t1) x1) P(ξ(ti ) xi / P(ξ(ti 1) xi 1) , |
(2.44) |
i 2
где {x1, x 2 , , xi 1, xi , , x k } - произвольные дискретные значения, принимаемые случайным процессом из некоторого дискретного множества в дискретные моменты времени
{t1, t 2 , , ti 1, ti , , t k }.
Одним из примеров марковских процессов является блуждание точки, отображающий некоторый физический процесс, между границами, которые могут быть как поглощающими, так и отражающими.
2.7.1 Непрерывный марковский процесс
Запишем формулу (2.42) в виде
65
w ξ (x1, x 2 , , x k , t1, t 2 , , t k ) |
(2.45) |
w ξ (x1, t1) w ξ (x 2 , t 2 / x1, t1) w ξ (x3 , t 3 / x 2 , t 2 ) w ξ (x k , t k / x k 1, t k 1) |
|
Условные плотности вероятности w ξ (xi , ti / xi 1, ti 1) |
называют |
плотностью вероятности перехода из состояния xi 1 в состояние x i
|
|
|
|
|
за интервал |
времени |
(t i 1, t i ). Из |
||
|
|
|
|
|
|||||
t k |
t |
|
t |
|
(2.45) |
следует, |
что |
двумерная |
|
j |
i |
плотность |
|
распределения |
|||||
xk |
|
|
|
||||||
x j |
x i |
wξ (xi 1 |
, xi , ti 1, ti ) |
|
в |
||||
|
|
||||||||
|
|
|
|
|
|
||||
|
Рис. 2.5 |
|
|
соответствующие |
моменты времени |
||||
|
|
|
полностью |
описывают |
марковский |
||||
|
|
|
|
|
процесс.
Исходя из общих свойств плотности распределения вероятности, отметим:
|
|
|
|
|
|
|
wξ (xi , ti / xi 1, ti 1) 0, |
w ξ (xi , t i / xi 1, t i 1) dxi 1, |
|
||||
|
|
|
|
|
|
|
lim |
w ξ (xi , ti / xi 1, ti 1) δ(xi xi 1). |
|
|
|||
ti ti 1 |
|
|
|
|
|
|
Рассмотрим |
три |
|
момента |
времени t k t j ti , (Рис.2.5), |
и |
|
соответствующие |
им состояния x k , x j , xi . Условная |
плотность |
||||
распределения вероятности |
перехода процесса из состояния x k |
в |
||||
состояние x i |
определяется обобщенным уравнением Маркова |
|
||||
|
|
|
|
|
|
|
w ξ (xi , ti / x k , t k ) |
w ξ (xi , t i / x j , t j ) w ξ (x j , t j / x k , t k ) dx j , |
(2.46) |
В литературе можно встретить название уравнение (2.46) – уравнение Смолуховского, уравнение Колмогорова-Чепмена.
Если условная плотность вероятности wξ (xi , ti / x k , t k ) зависит от разности моментов времени ti t k τ , то есть,
wξ (xi , ti / x k , t k ) wξ (xi , τ / x k ) ,
то такой процесс называется однородным во времени (стационарным) марковским процессом.
Колмогоровым А.Н. было получено дифференциальное уравнение, позволяющее найти условную плотность распределения вероятности при определённых допущениях.
66
2.7.2. Уравнения Колмогорова-Фоккера-Планка
Ввиду того, что в
t-t |
t |
x |
z |
Рис. 2.6
дальнейшем необходимо будет переходить к пределам, обозначим
T |
t k t t, t j t, ti T , |
y |
ξ(t t) x, ξ(t) z, ξ(T) y, |
|
(Рис. 2.6), [1], [10]. |
|
Обобщенные уравнения Маркова в |
|
этих обозначениях примет вид |
w ξ (y, T / x, t t) w ξ (y, T / z, t) w ξ (z, t / x, t t) dz
Предполагаем, что рассматриваемый процесс ξ(t) непрерывный, т.е. с малой вероятностью процесс ξ(t) может получить заметные приращения за малый промежуток времени. Непрерывность марковского процесса понимается в усиленном виде:
lim |
1 |
P( |
|
ξ(t) ξ(t t) |
|
|
|
δ / ξ(t t) x) |
|
|
w(z, t / x, t t) dz 0 (2.47) |
||||||||||||
|
|
|
|
||||||||||||||||||||
|
|
|
|||||||||||||||||||||
t 0 |
t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
z x |
|
δ |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
для любого постоянного δ 0 . |
|
|
|
|
|
|
|||||||||||||||||
Сделаем предположения - для |
любого постоянного δ 0 |
||||||||||||||||||||||
существуют пределы |
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
lim |
1 |
|
|
(z x) w(z, t / x, t t) dz a(x, t) |
(2.48) |
||||||||||||||
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
t 0 t |
|
z x |
|
δ |
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
lim |
1 |
|
|
|
(z x)2 w(z, t / x, t t) dz b(x, t) |
(2.49) |
|||||||||||||
|
|
|
|
t |
|
|
|||||||||||||||||
|
|
|
|
t 0 |
z x |
|
δ |
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
Используя свойство функции распределения, запишем |
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
w ξ (y, T / x, t t) w ξ (y, T / x, t t) w ξ (z, t / x, t t) dz . |
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Учтем условие (2.47) и рассмотрим отношение |
|
||||||||||||||||||||||
|
|
|
|
|
w ξ |
(y, T / x, t t) w ξ (y, T / x, t) |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
67
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
w ξ (y, T / z, t) w ξ (z, t / x, t t) dz w |
ξ (y, T / x, t) w ξ (z, t / x, t t) dz |
|
|
||||||||||||||||||||||||||||
t |
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
(w ξ (y, T / z, t) w ξ (y, T / x, t)) w ξ (z, t / x, t t) dz |
|
|
|
|
|
||||||||||||||||||||||||
|
|
t |
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
1 |
|
w ξ (y, T / z, t) w ξ (y, T / x, t) w ξ (z, t / x, t t) dz |
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
t |
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
z x |
δ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
1 |
|
w ξ (y, T / z, t) w ξ (y, T / x, t) w ξ (z, t / x, t t) dz. |
|
(2.50) |
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
t |
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
z x |
δ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Разложим функцию |
|
w ξ (y, T / z, t) |
в ряд Тейлора в точке z x |
|
и |
||||||||||||||||||||||||||||
ограничимся первыми тремя членами разложения: |
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
w ξ (y, T / z, t) |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
w ξ (y, T / z, t) w ξ (y, T / z, t) |
|
z x |
|
|
z x k |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
k! |
|
|
|
z k |
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
k 1 |
|
|
|
|
|
|
|
|
|
|
|
|
z x |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
w ξ |
(y, T / x, t) z x |
w ξ (y, T / x, t) |
z x |
2 |
|
1 |
|
2 w ξ (y, T / x, t) |
|
o z - x |
2 |
. |
|
|
||||||||||||||||||||
|
|
x |
|
|
|
|
|
2! |
x 2 |
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
После подстановки разложения функции w ξ (y, T / z, t) в (2.50) имеем
|
|
w ξ (y, T / x, t t) w ξ |
(y, T / x, t) |
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
t |
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
1 |
|
w ξ (y, T / z, t) w ξ (y, T / x, t) w ξ (z, t / x, t t) dz |
|||||||||||||||||
|
|
|
|||||||||||||||||||
t |
|||||||||||||||||||||
|
|
|
|
|
|
|
z x |
δ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
w ξ (y, T / x, t) |
|
1 |
|
|
|
|
z x w ξ (z, t / x, t t) dz |
||||||||||||
|
|
|
x |
|
t |
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
δ |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
z x |
|
|
|
|||
|
1 |
|
2 w ξ (y, T / x, t) |
1 |
|
|
|
z x 2 ο(z - x) 2 w |
|
(z, t / x, t t) dz . (2.51) |
|||||||||||
|
|
|
|
t |
|
ξ |
|||||||||||||||
2 |
|
|
|
|
x 2 |
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
z x |
δ |
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Перейдем к пределу при t 0 . Первое слагаемое в последнем |
выражении в пределе равно нулю вследствие (2.47). Второе
слагаемое, в силу (2.48), равно |
a(x, t) |
w(y, T / x, t) |
, в третьем |
|
|
x |
|
68
слагаемом пренебрежем членами второго порядка малости и оно
будет равно, в силу (2.48), |
1 |
b(x, t) |
2 w ξ |
(y, T / x, t) |
. Из этих |
|
|
|
|||
2 |
|
x 2 |
|||
|
|
|
|
вычислений заключаем, что предел левой части (2.51) существует, т.е.
|
|
w ξ (y, T / x, t t) w ξ (y, T / x, t) |
w ξ |
(y, T / x, t) |
|
||||||||
|
lim |
|
|
|
|
|
|
|
|
. |
|
||
|
|
t |
|
|
|
|
|||||||
|
t 0 |
|
|
|
|
|
t |
|
|||||
|
Объединяя |
все |
полученные |
результаты, |
запишем |
||||||||
дифференциальное уравнение |
|
|
|
|
|
|
|
|
|||||
|
w ξ (y, T / x, t) |
|
w ξ (y, T / x, t) |
1 |
|
|
2 w ξ (y, T / x, t) |
, (2.52) |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
t |
a(x, t) |
x |
2 b(x, t) |
x 2 |
||||||||
|
которое называется первым уравнение Колмогорова.
Запишем без доказательства второе уравнение Колмогорова
|
w |
ξ |
(y, T / x, t) |
|
a(y, T) w |
ξ |
(y, T / x, t) |
1 |
|
2 |
b(y, t) w |
ξ |
(y, T / x, t) |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, (2.53) |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
T |
|
|
|
y |
2 |
|
|
y2 |
|
||||||||
|
|
|
|
|
|
|
|
|
||||||||||||
где |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a(y, T) lim |
1 |
|
(z |
y) w(z, T / y, T t) dz , |
|
(2.54) |
|||||||||||
|
|
|
|
|
|
|||||||||||||||
|
|
|
t |
|
||||||||||||||||
|
|
|
|
t 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
b(y, T) lim |
1 |
(z y)2 w(z, T / y, T t) dz. |
(2.55) |
||||||||||||||
|
|
|
t |
|||||||||||||||||
|
|
|
|
t 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Первое |
уравнение |
|
|
Колмогорова |
называют |
уравнением |
|||||||||||||
обращенным в прошлое. Переменными будут x и t T , |
переменные |
y и T вводятся через начальное условие w(y, T / x, T) δ(y x) . Второе уравнение Колмогорова называют уравнением,
обращенным в будущее. В этом случае переменными будут y и T t ,
а переменные |
x и t |
вводятся |
через |
начальное условие |
w(y, t / x, t) δ(y x) [1]. |
Второе уравнение Колмогорова называют |
|||
также уравнением Фоккера-Планка. |
|
|
||
Предполагается, |
что коэффициенты |
a(x, t), b(x, t) , a(y, T), b(y, T) |
||
известны из физической |
постановки |
задачи |
и требуется найти |
69
условные плотности распределения. Оба уравнения Колмогорова принадлежат к параболическому типу дифференциальных уравнений.
Коэффициент a(x, t) характеризует среднюю скорость изменения процесса ξ(t) , а коэффициент b(x, t) пропорционален скорости изменения дисперсии процесса ξ(t) .
Рассмотрим частный случай второго уравнения Колмогорова - коэффициенты a(x, T) и b(x, T) не зависят ни от координаты x , ни от времени T , т.е. a(x, T) a, b(x, T) b . Тогда уравнение (2.53) будет иметь вид
w ξ (y, T / x, t) |
|
w ξ (y, T / x, t) |
|
1 |
|
2 w ξ (y, T / x, t) |
(2.56) |
|
T |
a |
y |
2 b |
y2 |
||||
|
Решением уравнения (2.56) будет
|
|
1 |
|
|
|
w(y, T / x, t) |
|
|
еxp |
|
|
|
|
|
|||
|
|
|
|||
|
|
2 π b (T t) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(y x a (T t)) 2 |
|
||
|
|
. (2.57) |
|
2 b (T t) |
|||
|
|
||
|
|
|
Как видно из (2.57) значения координаты x диффузионного процесса ξ(t) подчинены нормальному закону с дисперсией Dξ(t) b (T t) и математическим ожиданием Mξ(t) x a (T t) .
Величины a и b называются коэффициентами сноса и диффузии, соответственно. Они показывают изменение положения среднего значения величины x и величину разброса значения x около среднего значения со временем относительно начала отсчета (x, t) .
6.7.3 Винеровский процесс
Винеровским процессом η(t) называется случайный процесс на выходе идеального интегратора (Рис. 2.7), когда на его вход
подается нормальный белый шум ξ(t) |
с параметрами |
|||||||
|
|
|
Mξ(t) 0, B |
ξ |
(τ) |
N0 |
δ(τ) , |
|
|
|
|
||||||
(t) |
|
(t) |
|
2 |
|
|||
|
|
|
|
|||||
|
|
|
t |
|
|
|
|
|
|
|
|
η(t) ξ(τ) dτ . |
(2.58) |
||||
|
Рис. 2.7 |
|
|
0 |
|
|
|
|
Ввиду того, что операция интегрирования
70
является линейной операцией, значения процесса η(t) будут распределены по нормальному закону с математическим ожиданием Mη(t) 0 и ковариационной функцией
t1 t 2
Bη (t1, t 2 ) M(ξ(τ1) ξ(τ2 )) dτ1 dτ2 N0 2
00
Взависимости от того t1 t 2 или t1 t 2
ковариационной функции. Объединяя оба запишем
Bη (t1, t 2 ) N20 min( t1, t 2 ).
t1 t 2 δ(τ2 τ1) dτ1 dτ2 .
0 0
будут разные значения возможных значения,
(2.59)
Как видно из (2.59), значение ковариационной функции зависит от значений моментов отсчета.
Определим дисперсию случайного процесса η(t) в момент
времени t i как |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
σ2 |
(t |
i |
) Dη(t |
i |
) lim |
B |
η |
(t |
i |
, t |
j |
) |
N0 |
t |
i |
, |
(i, j 1, 2, i j), |
|
|||||||||||||||||
η |
|
|
t j ti |
|
|
|
2 |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
w (y, t)
N0t=1
N0 t 5
y
Рис. 2.8
w η (y, t) для N0 t 1 и для N0
т.е. дисперсия процесса η(t) зависит от момента отсчета. Таким образом, одномерная плотность распределения будет равна
|
|
|
1 |
|
|
|
y |
2 |
|
|
|
|
|
|
|
|
|
||
|
(y, t) |
|
|
|
|
|
|||
w |
N 0 t |
|
exp |
|
|
. |
|||
|
|
|
|
|
|
N 0 t |
|||
Для сравнения |
|
построим |
|||||||
плотность |
|
|
распределения |
||||||
t 5, |
считая, что спектральная |
плотность мощности N0 / 2 остается постоянной, а меняется время,
Рис. 2.8. Как видно из рисунка, с увеличением времени наблюдения t плотность вероятности становится пологой, т.е. увеличивается разброс значений процесса около математического ожидания.
Запишем двумерную плотность распределения процесса η(t). Для этого вычислим нормированную ковариационную матрицу R η . Так как Mη(t) 0, то элементы ковариационной матрицы имеют вид
71
|
|
|
|
|
|
|
|
|
|
|
|
|
t |
|
|
|
|
|
|
Bη (ti , t j ) |
t |
i |
/ t |
j |
, |
при t |
i |
j |
|
||
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
R η (ti , t j ) |
|
|
|
|
|
|
|
|
|
t j |
, |
|
|
|
|
ση (ti ) ση (t j ) |
|
|
|
|
|
|
|
|||||
|
|
|
t j / ti , |
при ti |
|||||||||||
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где σ2 |
(t |
i |
) , (i 1, 2) - дисперсия случайного процесса η(t) |
||||||||||||
η |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
времени ti , (i 1, 2) относительно начала отсчета. Формулу (2.60) можно записать в другой форме
R η (ti , t j ) |
|
min( ti , t j ) |
|
max( ti , t j ) |
|
||
|
|
|
Ковариационная матрица запишется как
(2.60)
в момент
R |
|
|
|
1 |
|
|
|
R η (t1 |
, t 2 ) |
|
η |
|
|
|
|
|
|
|
|
. |
|
|
R |
η |
(t |
2 |
, t |
1 |
) |
1 |
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|||
Двумерная плотность распределения равна |
w ξ (y1, y2 , t1, t 2 ) |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
1 R 2 |
|
|
|
|
|
|
|
|
|
|||||||||
π N |
0 |
|
|
t |
1 |
t |
2 |
|
(t |
1 |
, t |
2 |
) |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
η |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
1 |
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
y1 y 2 |
2 |
|
|||||
exp |
|
|
|
|
|
|
|
|
|
2 y1 |
R η (t1 |
, t 2 ) |
|
|
2 y 2 |
|
||||||||||||
|
2 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
2 (1 |
, t 2 ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
N0 t1 t 2 |
|
|
|
||||||||
|
|
R η (t1 |
|
) |
|
N0 t1 |
|
|
|
|
|
|
N0 t 2 |
Винеровский процесс будет также марковским. Рассмотрим три момента времени ti 2 ti 1 ti и запишем трехмерную плотность вероятности
wη (yi 2 , yi 1, yi , ti 2 , ti 1, ti )
w η (yi 2 , ti 2 ) w η (yi 1, ti 1 / yi 2 , ti 2 ) w η (yi , t t / yi 1, yi 2 , ti 1, ti 2 )
Используя равенство (2.58), запишем
t i |
t i 1 |
t i |
t i |
η(ti ) ξ(τ) dτ |
ξ(τ) dτ |
ξ(τ) dτ η(ti 1) |
ξ(τ) dτ. |
0 |
0 |
t i 1 |
t i 1 |
Из последней формулы видно, значения процесса в момент t i не зависит от момента времени t i 2 и поэтому можно записать
w η (yi 2 , yi 1, yi , ti 2 , ti 1, ti )
w η (yi 2 , ti 2 ) w η (yi 1, ti 1 / yi 2 , ti 2 ) w η (yi , t t / yi 1, ti 1) . (2.61)
Формулу (2.61) можно обобщить и получить формулу (2.41).
72