- •Часть 1.
- •Глава 1.
- •Глава 2.
- •Глава 3.
- •Глава 4.
- •Часть 2.
- •Глава 5.
- •Глава 6.
- •Часть 3.
- •Глава 7.
- •Глава 8.
- •Часть 4.
- •Глава 9.
- •Глава 10.
- •Глава 11.
- •Часть 6.
- •Глава 12.
- •Уравнове
- •Рассмотрим, от каких факторов зависит погрешность бт.
- •12,14. Измеряемый интервал
- •Глава 13.
- •Часть 7.
- •Глава 14.
- •Часть 1. Общие вопросы электрорадиоизмереиий
- •Глава 1. Основные сведения об измерении
- •Глава 2. Основы теории погрешностей н обработки результатов измерений
- •Глава 3. Общие сведения о методах и средствах измерения
- •Часть 2. Измерение энергетических параметров электромагнитных колебаний
- •Глава 5. Измерение напряжений
- •Часть 3. Измерение временных параметров электромагнитных колебаний 173
Глава 11.
ИЗМЕРЕНИЕ ВЕРОЯТНОСТНЫХ ХАРАКТЕРИСТИК
ОБЩИЕ СВЕДЕНИЯ О ВЕРОЯТНОСТНЫХ ХАРАКТЕРИСТИКАХ
Как известно из курса РТЦС, случайный процесс представляет собой процесс изменения во времени физической величины, мгновенное значение которой является случайной величиной, т. е. известной с вероятностью, меиыпей единицы.
Случайные процессы: собственные шумы радиоаппаратуры, помехи, шумовые сигналы и т. п. играют большую роль в радиоэлектронике. Они оказывают влияние на качественные показатели приборов, а иногда являются причиной нарушения их работоспособности. В метрологии и измерительной технике предметом внимания являются случайные погрешности и методы их определения и уменьшения. Поэтому нужно знать характеристики случайных процессов, уметь экспериментально их определять. Измерение характеристик случайных процессов основывается на общих принципах измерения физических величин, но имеет
специфику н особенности, требует применения методов и средств измерений,
Рис.
Ill
случаев как интегралы по бесконечным
пределам. Истинные значения характеристик являются неслучайными величинами. Оии принципиально могут быть определены по бесконечному множеству реализаций бесконечной длительности. Реально же можно наблюдать только ограниченное число выборок, т. е. реализаций конечной длительности. Поэтому при измерении ставится задача определения оценок характеристик случайных процессов на основании конечного числа конечных выборок.
Разность между оценкой и значением измеряемой характеристики определяет погрешность оценки. Эта погрешность носит название статистической. Статистическая погрешность уменьшается с ростом длительности реализации или
числа реализаций случайного процесса. Статистическая погрешность носит случайный характер, а в некоторых случаях может иметь систематическую составляющую (при смещенных оценках).
Пусть случайный процесс X(t) представлен бесконечно большим количеством возможных реализаций случайного процесса x(t), где 1=1, 2, ... (рис. 11.1). Некая вероятностная характеристика может быть определена усреднением по совокупности, т. е.
1
N
0[X(/)J = Hni — S9[x,(0], (11.1)
где ?[Xi(<)] ■— преобразование, положенное в основу определения данной вероятностной характеристики 0. Для определения вероятностной характеристики может быть использовано усреднение не по совокупности, а по времени с использованием k-ii реализации
1
т
0[Х(/)]
= Нт — f9[xft(0]<tt- (Ц.2)
Т—юо
1
Q
В о.бщем случае результаты усреднения по совокупности и по времени не- одинаковы. Выражение (11.1) определяет вероятностную характеристику как функцию времени, а выражение (11.2) — как функцию номера реализации. Наличие или отсутствие зависимости вероятностных характеристик от времени и номера реализации определяет очень важные свойства случайного процесса.
Случайный процесс называется стационарным, если его вероятностные характеристики не зависят от времени.
Случайный процесс называется эргодическим, если его вероятностные характеристики не зависят от номера реализации. Таким образом, на основе указанных признаков выделяют четыре класса случайных процессов: стационарные эргодические, стационарные неэргоднческие, нестационарные эргодические и нестационарные неэргодические. Учет и использование отмеченных свойств случайных процессов играют большую роль при разработке методов измерения вероятностных характеристик. Истинное значение вероятностных характеристик в случае стационарного эргодичеокого процесса определяется по бесконечному множеству конечных реализаций или по одной реализации бесконечной длительности.
Нестационарные случайные процессы нельзя исследовать по одной реализации, как бы продолжительна она ни была. То же относится и к стационарным неэргодическим сигналам.
Различают две основные группы вероятностных характеристик: 1) характеристики, содержащие информацию о распределении процесса во времени (математическое ожидание, дисперсия, функция распределения, функция корреляции); 2) характеристики, содержащие информацию о распределении энергии процесса по частоте (спектральная плотность, полоса частот). Это разделение условно, поскольку, например, функция корреляции несет информацию о спектре.
Измерение вероятностных характеристик в настоящее время производится следующим образом: реализации случайного процесса записываются в оперативную память ЭВМ, а затем обрабатываются по определенному алгоритму. Существуют также специализированные измерители вероятностных характерис
тик случайных процессов, позволяющие измерять, например, плотность вероятности, корреляционные функции, спектральную плотность и т. д.
ИЗМЕРЕНИЕ МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ
Математическое
ожидание стационарного эргодического
процесса может быть выражено, как
М[Хт = Ъгп-±- [X(t)dt, (11.3)
7*—►ОО til р
где
x(t)
—любая
реализация случайного процесса.
По
сути, выражение (11.3) предполагает
бесконечную длительность реализации
x(t).
Измерение
же должно проводиться в течение конечного
отрезка времени Т.
Поэтому измеряется не M[X(t)],
а
его оценка:
M[X(t)]}^-^{x(t)dt. (11.4)
Т
о
Измерение
математического ожидания сводится к
усреднению за конечный промежуток
времени Т.
Оценим погрешность оценки. Запишем
дисперсию оценки математического
ожидания
D{MlX(t)])=M{M{X{t)}-M[X(t)}y = o^. (11.5)
В
теории показывается, что при длительности
реализации Т,
много большей максимального времени
корреляции тКтах,
дисперсия оценки математического
ожидания будет
D{M[Xm = -^]px(x)dx, (11.6)
1
о
где
рд-(т) — корреляционная функция.
Случайная
составляющая погрешности при измерении
М[х(^)] обусловлена в основном конечностью
объема выборочных данных о мгновенных
значениях реализаций x{t).
Дисперсия
(11.5) может быть представлена в виде
'[22]:
D{M[Xm
= oli={
Щ-*-(/)1Тк}, (11.7)
где
тк
— интервал корреляции (временной сдвиг,
за пределами которого мгновенные
значения принимаются некоррелированными);
D[X(0]—дисперсия
случайного процесса X{t)\
Т
— время усреднения.
Относительная
статистическая погрешность
ам т/ D[X(t))rK 1
^ОС г Т
M[X(t)) M[X(t)\
Заметим,
что (11.6) справедливо при Г^>тк. Усреднение может
быть
выполнено как аналоговыми, так и цифровыми средствами.
Структурная
схема аналогового измерителя показана
на рис. 11.2. 282
Усреднитель
Рис.
11.2
y-(t) ч ч. |
входное |
|
|
устройство |
|
а)
в)
Рис.
11.3
С
иф)
с^=
Ugm(T)
у
<
/?
У
-<■<
с=>>
Идеальным
усреднителем называют усреднитель,
который преобразовывает сигнал в
соответствии с выражением (11.4). Устройства
усреднения, показанные на рис. 11.3,
являются линейными системами.
Напряжения на выходе этих устройств в
момент Т
функционально связаны с оценкой
математического ожидания входного
сигнала.
На
схемах рис. 11,3а,
в
показаны переключатели 5, их функции
выполняются электронными элементами.
С момента t
=
0
до момента Т
переключатели разомкнуты. Интервал
времени с момента 0 до Т
есть время усреднения. После отсчета
напряжения переключатели замыкаются.
Оценка
математического ожидания для этих схем
выражается формулами:
для
некоммутируемой RC-цепочки
при T^>RC
(рис.
11.3,6) М[Х(г)]жиВык(Т);
для
коммутируемой RC-цепочки
при Т<^RC
(рис.
11.3,а)
1Й|[Х(^)]
«Цвых/аГ, где а= 1/jRC;
для
интегратора tt[X(t)] где
К—коэффициент
уси
ления.
Статистические
погрешности [22] при усреднении
интегратором будут равны
где
ax
— среднеквадратическое
отклонение случайного процесса .от
среднего значения; при усреднении
фильтром нижних частот
яосФ = -~^ /ж-
/«СЛИ Тк <ЯС.
Статистическая
погрешность, обусловленная конечностью
интервала измерения, оказывается
при определенных условиях меньше
расчетной. Это имеет место, в частности,
в тех случаях, когда происходит двойное
усреднение ФНЧ и магнитоэлектрическим
механизмом.
p(t)
Входное
\устройство
Л |
|
|
|
|
|
М(Х)
лцп\Ъ
Б
Входное
устройство
Устройство
формирования и управления
Б
Л-П_
1
Р-Л
Z
<f/n
Электронно - счетный частотомер
Рис. 11.4
Математическое
ожидание измеряется также дискретным
методом путем усреднения не реализации
x(t),
а
ее дискретных значений. Оценка
математического ожидания
Л?[Х(01
= 4-2*(*'Л. (11.10)
где
Т—интервал
между выборками из реализации x(t);
N
—
общее число выборок.
Прямопоказывающий
цифровой измеритель оценки математического
ожидания стационарного эргодического
случайного процесса может быть
выполнен на основе трех серийно выпускае-
вых приборов: АЦП, генератора импульсов
и ЭСЧ.
Структурная
схема показана на рис. 11.4. Напряжение
реализации x(t)
подают
на вход АЦП, на который также поступают
импульсы опроса от генератора импульсов.
В моменты опроса происходит выборка и
значение x(t)
преобразуется
в пропорциональное ему число импульсов
за одну выборку rii
= kx(i. Т),
где
k
— постоянная
величина, коэффициент пропорциональности
N
АЦП.
Число импульсов, поступающих на вход А
ЭСЧ: jVC4
= 2
п‘=
i=i
Л? N
*=2ikx(iT)
= kY1x{iT},
где
А —число выборок. Подставив в м i=l
N
<11.10)
значение суммы 2 из последнего выражения, по
лучим
M[X(t)]=NC4/Nk. .(11.11)
Оценка
математического ожидания пропорциональна
числу импульсов за одну реализацию.
Схема
ЭСЧ должна обеспечить счет импульсов
за время одной реализации.
На
вход Б
ЭСЧ, работающего в режиме измерения
отношения частот, поступают опросные
импульсы от генератора. Делитель частоты
вместе со схемой формирования и управления
и временным селектором образует схему,
задающую число выборок. В исходном
состоянии делителя частоты, представляющего
собой счетчик, состоящий из b
декад,
в нем записано число 10ь
—1. Первый импульс опроса, заполняя
счетчик, устанавливает все декады на
0, п на выходе делителя возникает импульс,
воздействующий на устройство
формирования и управления. Начинается
формирование стробирующего импульса
(временных ворот), подаваемого на
управляющий вход 2
временного селектора. Во время действия
этого импульса счетчик ЭСЧ считает
число импульсов, поступающих с АЦП. Этот
счет продолжается, пока в делитель не
поступит 10 импульсов. На выходе делителя
частоты появляется импульс, который
вызовет второй переброс схемы формирования
и управления, чем создается срез
стробирующего импульса на входе
временного селектора. Счетчик ЭСЧ
прекратит счет импульсов. Число импульсов,
зафиксированное счетчиком, будет
пропорционально оценке математического
ожидания. Если &=10°, a
N=
10ь
(число выборок), то Л1[А(0] = АсчЮ_(а+Ь).
Статистическая погрешность измерений
Л?[Х(£)] зависит от интервала дискретных
выборок Т
и
их общего числа N.
В
работе [22] показывается, что дисперсию
Z){i4[A(^)]}
можно
определить из выражения
+
, (11.12)
где
pjc(tTo)—корреляционная
функция случайного процесса X(tT0);
T0
= T/(N—1)—интервал
дискретизации; Т
— длительность реализации (время
измерения).
Если
длительность реализации по условиям
эксперимента не ограничена, то следует
брать некоррелированные выборки. Для
этого интервал дискретизации должен
быть много больше максимального
интервала корреляции тКшаХ.
Для
этого случая выражение (11:12) упрощается:
D{M [X{t)]) = DxlN = oyN,
(11.13)
Выражение (11.13) можно использовать при слабой корреля* ции между выборками (pxr(i7o)/a2.3:^0,l). Таким образом, для оценки статистической погрешности необходимо хотя бы приближенно знать корреляционную функцию случайного процесса. Это позволяет уточнить минимальную длительность реализации Т. Затем уже производят окончательные измерения.
ИЗМЕРЕНИЕ СРЕДНЕЙ МОЩНОСТИ И ДИСПЕРСИИ
Метод квадрирования. Средняя мощность стационарного эр- годического процесса X(i) оценивается выражением
j
т
Рх
= М
[X2
(f)]
=—f
X?(t)dt.
Измерение
средней мощности отлича- т
о
ется
от измерения оценки математического
ожидания тем, что усредняется квадрат
X(t).
Для
измерения необходимо получить сначала
зависимость X2(t),
а
затем выполнить усреднение.
Измерение
оценки дисперсии состоит в измерении
средней
о
мощности
центрированного процесса X(t),
т.
е. средней мощности
1
^
переменной
составляющей Dx
=
——М[X(Z)]}2dt.
Цент-
т
о
рирование
заключается в предварительном определении
математического ожидания и вычитании
его из реализации либо в пропускании
реализации через конденсатор большой
емкости. Выше мы рассматривали
квадратические преобразователи
(термоэлектрические § 4.5 и § 5.4, с
диодной цепочкой — § 4.5).
Измерение
средней мощности и дисперсии производится
с помощью электронных вольтметров,
содержащих квадратичный детектор.
Эти вольтметры должны обладать рядом
особенностей по сравнению с квадратичными
вольтметрами. Прежде всего большой
протяженностью квадратичного участка
характеристики детектора, поскольку
шумовые напряжения обладают большим
коэффициентом пиковости UmlU.
Если
квадратичный участок оказывается
недостаточно большим, на входе применяют
калиброванный аттенюатор. Вольтметры,
предназначенные для измерения шумового
напряжения, должны обладать высокой
чувствительностью. Применяется
широкополосное додетекторное усиление.
Между детектором и магнитоэлектрическим
прибором включается усреднитель с
большим временем усреднения.
В
качестве примеров квадратичных
вольтметров, позволяющих измерять СКО
напряжения реализации стационарного
эргодичес- кого случайного процесса,
можно назвать приборы типов: ВЗ-48 (0,3...
300 мВ, 10 Гц...50 МГц, RBX=20
МОм, Свх=8
пФ, 60Сн=
= 2,5 ... 10%); ВЗ-57 (10 мкВ ... 300 мВ, 5 Гц ... 5 МГц,
RBX=
=
5 МОм, Свх
= 27 пФ, 6осн=1 ... 4%). Существуют также цифро
вые
приборы для измерения средней мощности
и дисперсии. Одна из разновидностей
таких приборов получается при подключении
выхода квадратора ко входу цифрового
измерителя среднего значения.
С N
Средняя
мощность определяется выражением Рх
— — У,х2
(ti),
N t=i
тде
N
—
число выборок, С=const.
Статистическая
погрешность при измерении методом
квадри- рования может быть оценена, если
найти корреляционную функцию
случайного процесса на выходе квадратичного
преобразователя, а затем по формуле
(11.6) определить дисперсию оценки средней
мощности или дисперсии.
ИЗМЕРЕНИЕ КОРРЕЛЯЦИОННЫХ ФУНКЦИИ
Корреляционные
и взаимные корреляционные функции
случайных процессов измеряют
приборами, называемыми коррелометрами.
Коррелометры основываются на использовании
ряда интересных методов: метод
умножения исследуемых процессов в
соответствии с алгоритмом, определяющим
корреляционные функции; метод
аппроксимации измеряемой функции
корреляции в виде конечной суммы членов
разложения ее в ряд по ортогональным
функциям и др. Остановимся на первом из
них.
Метод
умножения заключается в определении
оценок корреляционной функции рх(т)
случайного процесса X(t)
или
взаимной корреляционной функции рху(т)
случайных процессов X(t)
и
Y(t)
в
соответствии с соотношениями:
Px(t) = -^:^x(t)x(t + r)dt = i ${x(0 —
О ' О
— Af 1*1} {*(/ + x)—M[X]}df,
Pxy (T) = -^r j x(t)y(t + x)dt =
1
0
= \{x(t)—M[X\}{y(t
+ x) — M[Y\}dt.
‘
n
Чтобы
определить функции корреляции, необходимо
осуществить центрирование исследуемых
реализаций, сдвиг одной из них на время
т, перемножение их и, наконец, усреднение
полученного результата.
Коррелометры
такого типа могут быть одноканальными
и многоканальными. Структурная схема
одноканального коррелометра изображена
на рис. 11.5. Значение корреляционных
функций из-
Каяал
о
Рис.
11.6
меряют
последовательно во времени. При этом
устанавливают дискретные значения
задержки т=0, т=то, ..., х—пх0
и рх определяют
рх(ято)
в каждой точке.
В
многоканальном коррелометре (рис. 11.6)
осуществляется одновременное
(параллельное) вычисление всех значений
корреляционных функций в зависимости
от времени задержки в каждом канале.
По
полученным отсчетам строится график
зависимости рх(т)
или
рхг(т) вручную или автоматически.
Изменения х
могут быть непрерывными. Тогда может
быть получен график корреляционной
функции. Задержка т определяется
соотношением: т=и, t,
где
v%
—скорость
изменения времени задержки, мкс/с (у<С
1), t
—
текущее время.
Выходной
сигнал коррелометра при непрерывном
изменении задержки получается не в
натуральном масштабе времени. Он
оказывается растянутым во времени и
определяется величиной скорости
развертки корреляционной функции.
Кратко
рассмотрим особен-
X
‘t
+
- / \ |
|
|
рс |
V |
в/ |
BZ |
0 |
Усила/-пель
дослроиз - веденияности
основных узлов аналого- x(tn
вого
коррелометра.
Усилитель
записи
/Магнитная'
лента
состоит из аттенюатора, эмиттерного
повторителя, усилителя. Во входной цепи
предусматривается центрирующий
фильтр (фильтр верхних частот) для
центрирования реализации (в противном
случае прибор будет определять
моментные Рис. 11.7
функции).
Если реализации
исследуемых
процессов представляются в виде графиков,
то входное устройство должно включать
считывающее устройство, преобразующее
графическую информацию в электрические
напряжения.
Блок
регулируемой задержки
— устройство, запоминающее на некоторое
время напряжение исследуемой реализации
и воспроизводящее его с минимальными
искажениями через некоторое время
т, которое называется интервалом
задержки. Для задержки высокочастотных
сигналов применяются искусственные
линии задержки, а в области низких
частот—магнитные запоминающие
устройства. Встречаются Два вида
магнитных узлов задержки: лента и
барабан. На рнс. 11.7 представлена схема
узла регулируемой задержки на
магнитной ленте. На поверхности
движущегося магнитного носителя с
помощью записывающей головки В1
фиксируется исследуемый сигнал.
Через интервал времени т=L/Va
он
считывается с помощью воспроизводящей
головки В2.
Непрерывное изменение задержки
достигается плавным перемещением
воспроизводящей головки относительно
движущейся магнитной ленты, при этом
скорость перемещения головки во много
раз меньше скорости движения ленты.
Блоки
перемножения
весьма разнообразны. Их можно разделить
на схемы прямого и косвенного действия.
Схемы прямого умножения представляют
собой линейные системы и основаны на
принципе управления коэффициентом
передачи четырехполюсника. На вход
четырехполюсника подается напряжение
х,
а коэффициент передачи изменяется
пропорционально напряжению у.
Тогда выходное напряжение z
= kxy.
К
перемножающим устройствам относятся
модуляторы, например диодный кольцевой
модулятор. Перемножители могут быть
построены на основе время-импуль- сных
устройств, которые обеспечивают изменение
скважности импульсной последовательности
пропорционально одному из сомножителей
xjT—kiX,
а
амплитуды — пропорционально другому
(Um=^2y)
• 1
Среднее
значение напряжения такой последовательности
z—UmxlT=k\k2xy
= kxy.
В
качестве множительных устройств на
очень высоких частотах может быть
использован датчик Холла. Схемы непрямого
умножения осуществляют нелинейные
преобразования. Они выполняют
перемножение в результате использования
алгебраических или трансцендентных
функциональных зависимостей:
xy=-j- [ix2Jry2) — (х2—у2)];
4
ху=
anti
logo x«/=anti loga
(loga
x + loga
y);
xy— [cos
(arc cos x-\-
arc cost/)—cos (arc cos x—arc
cos г/)].
Схемы
непрямого перемножения вносят заметные
инструментальные погрешности и часто
не обеспечивают необходимую полосу
пропускания.
Усредняющие
устройства были рассмотрены в § 11.2.
Регистраторами
могут быть самопишущие приборы,
осциллографы, устройства записи на
магнитную ленту.
Статистическая
погрешность измерения характеризуется
дисперсией оценки корреляционных
функций:
D
[рх
(т)] = —j
(
1 — -гг—) ГР| (s)
+
Рх (s
+
т) рх
(s—т)]
ds.
I Т Q \ 1 - Т /
Если
Г»т, то
D[px(x)l«
j[p2f(s)
+ px
(s +
т) px(s—x)]ds.
1
о
При
интервалах задержки т<тк
оценивается верхнее значение дисперсии
[26]: £>в[рх(т)]<4тктаха4х/Г.
Точность
аппаратурного получения корреляционной
функции зависит от числа точек, в
которых измеряются ее значения. Очевидно,
чем больше будет точек, тем выше точность.
Однако очень большое число точек брать
нецелесообразно из-за чрезмерного
увеличения времени, затрачиваемого на
определение корреляционной функции.
Обозначим через то разность между
соседними задержками (шаг измерения,
шаг задержки), а через Ат — абсолютную
погрешность, обусловленную аппроксимацией
значений корреляционной функции на
участке между измеренными значениями.
Анализ показывает, что относительная
погрешность при линейной
„ А Т Рх (т)тах „
аппроксимации
будет = 8рх(т) то-
Необходимое
число точек, обеспечивающих заданную
погрешность, выразится как N=
(тк
max/то)
+1, где ткшах — максимальное время
корреляции.
Видим,
что погрешность зависит от вида
корреляционной функции. Например, если
корреляционная функция px
=
e~v(T),
чтобы
обеспечить погрешность не более 2%,
необходимо взять не менее 9 экспериментальных
точек, а при px
= e~(Yt)2—
не менее 15.
Мы
рассмотрели аналоговые коррелометры.
Остановимся на особенностях построения
цифровых приборов.
Алгоритм
работы коррелометра, требующий квантования
сигнала по уровню и дискретизации
по времени, определяется соотношениями
j N-1 „
Рх(1'то) = —У] x(kr0)x(kr0 + ix0),
Г*°-1„ „ (ПЛ4)
Рху
(t
то)
= — S
*
(Ь
Т0)
°y(k
т0
+ i
т0),
N ft=0
где
iro
—
время задержки.
Шаг
задержки надо выбирать таким, чтобы
число
экспериментальных точек было
достаточным для построения корреляционной
функции. Операции перемножения и
усреднения осуществляются в дискретной
форме.
Рассмотрим
методику расчета корреляционной функции
по' формуле (II.14) в коррелометрах
последовательного типа. Сначала
вычисляется ордината корреляционной
функции, соответствующая нулевому
сдвигу (t
=
0), т. е. дисперсия случайного
о
процесса.
Каждое значение реализации x(ixo)
умножается
само на себя. Затем вводится задержка
то и определяется ордината рх(то). Нулевую
ординату умножают на первую, первую на
вторую и т. д. Далее суммируют
произведения и делят сумму на N
и
получают
рх(то). Следующим этапом производят
вычисления на интервалах сдвига 2то,
Зто и т. д., перемножая значения реализации.
Вычисления продолжаются, пока задержка
не достигнет максимального времени
корреляции.
Для
гауссовского случайного процесса при
реализации данного алгоритма расчета
дисперсия оценки корреляционной функции
выражается формулой
D
[рх
(i
т0)]
« i
J р|
(0) + р2. (t
т0)
+
+
22
(l—у)[Рх(*то)
+ Р;г(6т0-Ит0)рх(£т0—
IT0)]J
.
(11.15)
Статистическая
погрешность рассчитывается по данной
формуле для известной корреляционной
функции.
АНАЛИЗ СПЕКТРОВ СЛУЧАЙНЫХ ПРОЦЕССОВ
При
анализе спектров случайных процессов
интересуются картиной распределения
средней мощности процесса по частотам.
Средняя мощность, приходящаяся на
единицу полосы частот, на
зывается
спектральной плотностью мощности W(f).
Она
позволяет судить о частотных свойствах
случайного процесса.
Единица
спектральной плотности мощности шумового
радиоизлучения— ватта на герц
(Вт/Гц)—воспроизводится в диапазоне
1,0 ...37,5 ГГц с помощью Государственного
первичного эталона, а в диапазоне
2... 125 МГц — с помощью Государственного
специального эталона.
Диапазон
значений спектральной плотности (6,3 ...
6,4) • 10-21
Вт/Гц —для тепловых генераторов шума
и (2,0 ... 3,0) • 10-19
Вт/Гц — для газоразрядных на частотах
1,0... 37,5 ГГц воспроизводится со СКО
результата измерений So=(0,4...
1,6)
• 10-2
и НСП 0О=
(2,4 ... 6,0) • 10~2,
а на частотах 2 ... 125 МГц — S0=
1,5-10“2
и 00 = 3,0-ю-2.
Общесоюзная
поверочная схема предусматривает
передачу единицы спектральной плотности
мощности образцовым и рабочим
средствам измерения. В качестве эталона
образцовых и рабочих средств
используются генераторы шума. Сличение
производится с помощью компаратора
(высокочувствительного приемника с
калиброванной полосой). В качестве
рабочих средств измерения применяются
также анализаторы спектров случайных
.процессов, рассматриваемые в настоящем
параграфе.
Для
создания анализаторов спектра могут
быть использованы многие методы:
фильтрации, измерения корреляционной
функции, преобразование Фурье, знаковых
функций, ортогональных функций.
Остановимся
лишь на методе фильтраций. Укажем, что
вопросы аппаратурного определения
характеристик случайных процессов
и, в частности, анализ спектров,
обстоятельно рассмотрены в работах Г.
Я- Мирского.
Метод
фильтрации основан на пропускании
исследуемой реализации случайного
процесса через узкополосный фильтр.
Если в пределах полосы фильтра П
спектральную плотность можно считать
постоянной, на выходе фильтра будет
иметь место узкополосный случайный
процесс со средней мощностью Px(f,
П).
Спектральная плотность мощности
W(f)
запишется
тогда в виде: W(f)
ж
Px(f,
П)/П.
Из формулы следует, что алгоритм измерения
состоит в измерении средней мощности
на выходе узкополосного фильтра с
известной полосой пропускания. Таким
образом, измеритель спектральной
плотности мощности должен иметь
структурную схему, которая показана
на рис. 11.8.
От
спектроанализатора регулярных сигналов
анализатор спектра случайных процессов
отличается только наличием квадратичного
преобразователя и усреднителя. Напряжение
u(t)
на
выходе усреднителя соответствует оценке
спектральной плотности мощности
анализируемого случайного процесса
X(t).
В
работе [22] показывается, что среднее по
ансамблю напряжений U(t,
Т)
пропорционально истинной спектральной
плотности Wx(f).
Коэффициент
пропорциональности C(t,
Т)
зависит от длительности усреднения Т
и моментов t,
в
которые снимаются показания на выходе
прибора, т. е. M[u(t,
T)]mC(t, T)Wx(f)-
Для
конкретной схемы, состоящей из
последовательного резонансного
контура, квадратичного детектора и
коммутируемой в интервале 0^/^Г RC-цепи:
C(t,
Г)=2ПЭВ(1—e-at),
где
Пэ
— эквивалентная шумовая полоса или
полоса эквивалентного контура с
прямоугольной частотной характеристикой,
В
— коэффициент пропорциональности
выходного напряжения детектора квадрату
входного напряжения, a=lIRC.
Остановимся
на времени измерения. Если среднее
значение анализируемого процесса X(t)
равно
нулю, измерение спектральной плотности
мощности сводится к измерению дисперсии
случайного процесса Y(t),
который
получается на выходе узкополосного
фильтра. Поэтому и продолжительность
измерения спектральной плотности W(f)
определяется
продолжительностью измерения дисперсии
процесса Y(t).
Время
измерения равно времени усреднения.
Его можно выразить из формул для
статистических погрешностей при
измерении среднего значения (11.8), (11.9).
Считая
процесс Y(t)
гауссовским,
формулы для статистической погрешности
для фильтров различных видов при
усреднении интегратором и фильтром
нижних частот записываем в виде
е2ои
= <ДГиПэ
и е2оф
= ^а/2Пэ, (11.16)
где
d=
1—для
идеальных низкочастотных и радиофильтров,
d=
1/2
— для одиночного колебательного контура,
d
= l/]/2 для
гауссова раднофильтра; Тп
— продолжительность интегрирования,
Пэ
— эффективная шумовая полоса, а=1/тф, тф
— постоянная времени фильтра.
Оценим
продолжительность анализа. При
одновременном анализе его
продолжительность определяется
интервалом интегрирования, которое
получается на выходе детектора. Выразим
Гн
из (11.16): 7и
= й/е2оиПэ.
При
последовательном анализе оценить
продолжительность его можно из следующих
соображений. Если ширина спектра
составляет F,
а
полоса фильтра Пэ,
то по ширине спектра можно уложить п
фильтров и при реализации этой системы
получится одновременный анализ с
продолжительностью Ти,
формула (11.16). При последовательном
анализе необходимо один фильтр перемещать
по ширине спектра, останавливаясь в
каждом положении на время Т„,
требуемое для интегрирования.
Следовательно, продолжительность
последовательного анализа ТПОСл
полу чается
в п = Р/Пэ
раз больше, чем одновременного, т. е.
Отсюда
следует также, что продолжительность
анализа случайного процесса в с?/е20
н
раз больше продолжительности анализа
неслучайного процесса.
Продолжительность
анализа можно уменьшить. Для этого, как
следует из (11.17), надо расширить полосу
пропускания анализирующего фильтра.
Однако это приведет к смещению оценки
спектральной плотности мощности.
Исследования
показывают [22], что относительная погреш-
П2 w" (J)
ность
смещения может быть вычислена по формуле
6СС
= —-—-— »
2-?
Г* (/)
где
W"(f)—вторая
производная по частоте спектральной
плотности мощности, а полоса пропускания
анализирующего фильтра, обеспечивающая
минимальную суммарную погрешность, при
усреднении интегратором и фильтром
НЧ выражается соответственно формулами
11.6.
АНАЛИЗ РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ
Функции
распределения являются наиболее полными
характеристиками случайного процесса.
В данном параграфе нас будут интересовать
аппаратурные определения функции
распределения и плотности распределения
вероятностей стационарного эргодиче-
ского случайного процесса. Анализ
распределения предполагает получение
кривых распределения для различных
значений аргумента. Приборы,
предназначенные для определения
распределения вероятностей, называют
анализаторами
распределения вероятностей
(статистическими анализаторами). Имеют
распространение два метода измерения:
измерение по относительному времени
пребывания реализации случайного
процесса выше заданного уровня (в
интервале уровней) и измерение по
дискретным выборкам.
Первый
метод, который ниже рассматривается,
реализуется с
помощью
как аналоговой, так и цифровой аппаратуры,
второй — только на основе цифровой.
Метод
основывается на существующей связи
между функцией распределения стационарного
эргодического случайного процесса X(t)
и
относительным временем пребывания
реализации этого процесса выше заданного
уровня анализа х0,
а также связи меж-
ду
плотностью
распределения и относительным временем
пребывания реализации процесса в
интервале значений Хо
и хй-\-Ах
(рис.
11.9).
x(t)
Х*АХ
в) х
г)
|
|
кУ ■ \ |
*И1*Ч |
|
|
at,
At,
Ate
Рис. 11.9
Оценки
функций и плотности распределений
находятся по формулам
(11.19)(11.18)F{x(*)<x0}
= l — At"
1=1
2A*i-
ТАх и
1
"
Функция
F1(x>x0)=—определяет
собой вероятность
^
1=1
пребывания
реализации выше заданного уровня.
Измерение распределения сводится
к измерению суммы интервалов времени
At{
за
конечное время наблюдения реализации
процесса при заданном уровне х0
и
интервале Ах
и
расчету по формулам (11.18) и (11.19). Изменяя
х0
и
проводя измерения F
и
f,
можно
по точкам построить кривые
распределения.
При
измерениях функции распределения в
течение каждого промежутка Atj
времени
пребывания анализируемого напряжения
выше уровня анализа формируется
прямоугольный импульс длительностью
тj.
Амплитуды
всех импульсов одинаковы. Далее
определяется коэффициент заполнения
интервала наблюдения (ХАtj/T),
равный
относительному времени заполнения,
который и дает оценку вероятности
превышения уровня х0.
На
рис. 11.10 показана структурная схема
прибора для измерения функции
распределения. Рассмотрим особенности
основных звеньев.
Входное
устройство содержит в общем случае
калиброванный аттенюатор, эмиттерный
повторитель и усилитель.
Амплитудный
селектор выделяет интервалы времени,
на которых значение входного
напряжения выше (или ниже) установленного
уровня—порога селекции. Величина
уровня может изменяться: напряжение
па выходе амплитудного селектора приве-
Рис.
11.10
дено
на рис. 11.9,6. Это напряжение соответствует
шумовому входному процессу и представляет
собой последовательность прямоугольных
импульсов постоянной амплитуды и с
длительностью» изменяющейся по случайному
закону. Среднее значение его, отнесенное
к амплитуде импульсов, соответствует
вероятности Fx
= = (l>Atj/T).
Напряжение,
соответствующее алгоритму (11.18), получают
с помощью устройства вычитания.
В
качестве усредняющего устройства
используется интегратор или ФНЧ.
Показывающими
и регистрирующими устройствами могут
служить магнитоэлектрические приборы,
самописцы, осциллографы с послесвечением,
цифровые измерители интервалов времени.
Источник
регулируемого калиброванного постоянного
напряжения служит для того, чтобы
напряжение исследуемой реализации
не пересекало ось времени. Оно «поднимается
на пьедестал». Эта мера позволяет
обеспечивать анализ двуполярных
напряжений. С другой стороны, изменение
постоянного напряжения, подаваемого
на суммирующую схему, позволяет плавно
менять уровень анализа и иметь амплитудный
селектор с нерегулируемым порогом
селекции.
Кривая
распределения может быть получена на
экране осциллографа с послесвечением.
На вход У подается напряжение с
усредняющего устройства, а на вход X
— развертывающее напряжение,
изменяющееся синхронно с изменением
уровня анализа.
На
рис. 11.11 изображена структурная схема
прибора для анализа плотности
распределения вероятностей. Схема имеет
• два
канала
на различные уровни селекции х0
и Хо
+ Ах.
На выходе первого селектора формируются
импульсы, длительность которых Ati(xо)
соответствует интервалам времени, когда
x(t)>Xo■
Для второго селектора Д^(*о+Д*) соответствует
интервалам времени, когда x{t)>x<)
+ Ах.
Длительность импульсов на выходе
устройства вычитания соответствует
интервалам, когда x0<C.x(t)
<
' <Lxq+Ax.
Усреднение
этих импульсов за время накопления
определяет величину, соответствующую
оценке вероятности Jt(x)Ax.
Поскольку
величина Ах
постоянна и достаточно мала, напряжение
на выходе усредняющего устройства дает
оценку плотности распределения
вероятности fr(x).
Индекс
«Г» указывает на зависимость оценки
от времени усреднения.
Погрешность
оценки функции Fi
{х)
выражают в форме дисперсии исследуемого
случайного процесса.
2о1
По
аналогии с (11.7) имеем D[Fi{x)]=~
хку,
где а2у
и хКу
—
дисперсия
и время корреляции процесса. Заменив
тКу
на тк,
получим оценку дисперсии сверху
DB[Fl{x)]=2ozyB, (11.20)
где
В=Т/хк
— относительное время усреднения.
Случайный
процесс Y(t)
является
дискретным и принимает значение 0 с
вероятностью Р\
— \—Fi(x)
и
1 с вероятностью Т32
= /г1
(х).
Дисперсия
случайного процесса У(t)
выразится
тогда, как
DY = F1(x)[l-Fl(x)]. (11.21)
Подставив
(11.21) в (11.20), получают формулу для оценки
максимальной дисперсии DB[Fi
(х)
] =2В_1/Г1
(х) [1—ТДх)]. Относительная погрешность
д0
= л/ D*lFl(x)]
=1
[
2tl~^l(x)1-. (11.22)
г F2(x) V BF1(x)
Анализ
(11.22) показывает [22], что с ростом х/ox
при
заданном времени измерения погрешность
бо возрастает. При 1/тк=104
при изменении \xfax\
от
0 до 2 погрешность бо возрастает с
0,014 до 0,09.
При
построении графика функции распределения
по измеренным дискретным значениям
возникает погрешность, обусловленная
интерполяцией. При линейной интерполяции
погрешность выражается формулой:
Д=—-—
F"i(x)Ах2,
где Ах
— шаг изменения
8
уровня
X.
При
гауссовском законе распределения
максимальная погрешность имеет место
при х=±ох
и равна Дтах
= 0,03(Ах/а.г)2.
Максимальная
абсолютная погрешность интерполяции
пропорциональна квадрату шага
изменения уровня Ах.