
книги из ГПНТБ / Романенко, А. Ф. Аппроксимативные методы анализа случайных процессов
.pdfоПараметрические статистические оценки характеристик случайных величин
■II/U |
Вид распределения |
|
Stf |
||
|
1Экспоненциальное рас пределение
1 |
- - |
f ( х 1Т) = ~y е |
т> |
х > 0
2Распределение Макс велла
/ < * 1» > - £ х
3 Гамма-распределение
|
вах а~ ’е ~ Р х |
И * 1 Ю - |
г (а) |
a — const; р = 1/у; Y— параметр; х > 0
Максимально правдоподобные |
Оценки с мультипликатором |
|
оценки |
||
|
п
т \ . п = — ^ **
i= l
п
(а2)*м.п = 3/Г
i= i
п
т \ — n + 1 5 ] х‘ i= i
( ° 2П - 3 п + 2 ^ х 1
1=1
<Xfl —f~ 1
|
|
р |
\ - |
„ |
; |
S *1 |
|
|
|
i = i |
|
/ = I |
|
|
|
п |
|
п |
|
|
|
|
|
■Г*м.п = — J j x i |
j |
Ч \ - |
а П + |
\ |
|
|
|
|
Т а б л и ц а 4
Параметрическая функция
х <«> |
п |
Л11 |
— п + 1 |
1Зп
—2 + Зц
Х<?> _ |
a n + 1 |
11 |
an |
х <«> |
“n |
ЛП |
an -j- 1 |
i=l
№п/н.
Вид распределения |
Максимально правдоподобные |
оценки |
Распределение Вейбулла
f(xlD = -£r х°-'е-х'Х'1т;
Т == 2сх2 при а = |
2; |
Т = тх при а = |
1; |
х > О
Распределение S2
f(*\T) = —?z=i
2
ft—1
x M - N 2 X
ft—з Ikx 2a'i
X х
T = 2ai
, если a—1,
1 ,
. 2пГ (2) S;Ci ’ еСЛИ a= 2
П
2k
T\.n — 1)
I-1
П р о д о л ж е н и е т а б л . 4
Оценки с мультипликатором Параметрическая функция
|
|
t\ |
~ |
|
X(<T> |
|
|
|
|
ЛП |
|||
|
Г 2 (2) |
|
|
ct= 1 ( |
Г3 |
(2) |
J |
^ji |
|
|
Г(3) J если a = 1; |
||
r2 (2) |
„ |
|
|
Г3 |
(2) |
|
I |
2 |
|
||||
{ |
4,J |
Ъх] |
, если a = 2 |
|
2 ~ ’ если a : |
_____ 21 ___ У |
xt |
n ( k - l ) |
|
A1I ~ n ( k — l)+ 2 |
|||
x n (k—I) + 2 2 j |
|||
i=I |
|
|
О
№ п/п.1
Вид распределения
Распределение S
2
X
Пх]Т)~ т ( ^ )
X ( 4 V X
- Ь - Х *
X
Т х
T = 2<st
Максимально правдоподобные оценки
2k
Г*м-П~ n(fe — 1)
i= l
П р о д о л ж е н и е т а б л . 4
Оценки с мультипликатором Параметрическая функция
т*, = |
>1! |
|
|
Х<°> _ Л'я X |
||
I — k — 1 Я * ’ * |
|
ЛП — 2k ^ |
||||
|
i= |
1 |
|
|
|
|
[ я , |
если k = |
2w; |
|
f а, |
если k = |
2т; |
\ 6, |
если £ = |
2m + |
1, |
\ Ь, |
если k = |
2т + 1, |
где |
|
|
|
|
|
|
|
, |
2k |
|
* — 1Л |
|
|
|
Л |
- — |
( 6 - 1 ) Г |
|
|
|
|
|
|
|
ft—2 |
|
|
|
|
|
|
„ 2 |
|
|
|
а = ■ |
|
|
|
ft—2 |
|
|
|
|
|
|
2 |
|
|
(£+ l)!!n/n + B , ^ 7 j 2 |
|
||||
Bi —• yli (1 |
л) (fe |
1); |
6 — |
/£ _|_ i \ |
g |
|
|
|
|
|
4л |
I —=— ' |
—L |
V 2 У |
1 |
п/п. |
Вид распределения |
Максимально правдоподобные |
№ |
оценки |
Распределение Релея
f(x\T) =
О при х < 0;
- ^ е - х'12Т ■ |
т*м.п — 2п 2j %i |
при х> 0; |
i = 1 |
|
Распределение |
Лап |
|
|
|
ласа |
|
т*м.п — 2п- |
1 xt 0 |
|
, |
_*zL |
|||
i=i |
||||
f (*Ю : 2T |
т |
|
||
|
|
|
П р о д о л ж е н и е т а б л . 4
Оценки с мультипликатором
Т\ =
п
2 xf i= l
2 { п + [ Г (3) — Г (2)j>
Нет
Параметрическая функция
: —
п
л + [ Г ( 3 ) - Г ( 2 ) ]
Нет
о
то из (21) |
получаем: |
|
|
|
т |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
~Y~ ^ |
Гт {t, |
t) |
dz |
|
|
|
|
|||
|
|
ц ? = |
т т |
|
о |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
у г J |
J |
[Гт (/,. |
/,) |
+ |
Я. (U - |
/,)] dttdtt |
|
|
|||||
|
|
|
о |
о |
|
|
|
|
|
|
|
|
|
|
|
|
Пусть m(t) — m0, тогда |
|
|
|
|
|
|
|
|
|
|
||||
|
|
Г т (tt, |
t 2) = { M mm oy |
+ |
а Шо = |
m o a p + |
’ m j. |
|
|
||||||
где |
— априорная |
|
дисперсия |
случайной |
|
величины т0\ пгоаР— |
|||||||||
априорное значение математического ожидания. |
|
|
|
||||||||||||
|
Выражение для |
|
|
примет |
вид: |
|
|
|
|
|
|
|
|||
|
гМ. |
|
|
|
|
‘ О а Р ) |
+ < |
|
|
|
|
(44) |
|||
|
лп - |
|
|
|
|
2 |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
Rx (г) аЧ |
|
|
|||
|
|
('Но |
■р)2 + гт0+ |
~Т~К1 |
|
|
|
||||||||
|
|
|
|
|
|
|
|||||||||
|
Для Т — со имеет место соотношение |
|
|
|
|
|
|||||||||
|
|
|
|
|
СО |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 * * м * = д а . |
|
|
|
|
||||||
поэтому |
|
|
|
о |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
х<‘>' |
|
|
( 1П0ар)~ |
+ |
0 то |
|
|
|
|
||||
|
|
Ац |
- |
|
|
|
|
|
|
Z2XтK(Г0 P)о° A2 |
|
|
|
||
|
|
|
|
|
(т0 |
: + *2 |
|
|
|
|
|||||
|
|
|
|
|
“ |
т0 |
|
|
|
|
|
|
|||
|
|
|
|
|
|
('И<х.р)г + |
|
|
|
|
|
|
|||
|
|
|
|
|
( , л 0ар)2 |
|
О2 |
+ ' |
л/э |
|
|
|
|||
|
|
|
|
|
|
|
|
тп 1 |
|
|
|
|
|||
где |
NB= T / t ^ — число |
некоррелированных |
элементов, |
содержа |
|||||||||||
щихся в |
реализации |
случайного |
процесса |
длительностью |
Т. |
При |
|||||||||
N B ~* со |
-> 1. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Возвращаясь к |
(44) |
и рассматривая |
|
функцию |
корреляции |
вида |
||||||||
|
|
I, |
находим: |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
.2 |
|
|
|
|
|
|
|
|
|
|
|
(«Оор)2 + 5т0 |
|
|
|
|
|||||
|
|
(" Ч а р )2 + а то 4 |
2с: |
|
|
|
1 |
1 |
-Т„ |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
104
где
Toth = aR = 'V„ так как ос = l / t ^ .
Таким образом, параметрическая функция Х{^ определяется
априорными значениями оцениваемого параметра тоар и дисперсии а^,
а также значением T0th—Ns, причем а — параметр, полностью
определяющий протяженность корреляционных связей в исследуе мом процессе.
Пример 22. Рассмотрим особенности сглаживания случайного процесса X(t) = W(t)+N(t) с помощью оператора текущего средне го. Задача заключается в определении параметрической оценки
t + T/2 .
Х<а> Г
|
^* > (0 = |
_у ~ |
\ |
x(x)dx, |
||||
причем |
|
|
|
f —772 |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t + T/2 |
|
|
|
\r * ( 0 = |
S<<>x(T)= |
у - j |
x(x)dt; |
||||
|
|
|
|
|
|
t —T/2 |
|
|
|
|
Mx [ w x{i) = |
W(t)- |
|
||||
|
vw(tu /,) = |
Af» [IF (/,) IF (/,)]; |
||||||
|
Rbx^\’ |
— |
i. |
f^)- |
||||
Выражение |
для |
имеет вид |
|
|
|
|
||
|
|
|
|
t + T/2 |
|
|
|
|
|
|
|
|
j* |
Гш(Л т) dt |
|||
|
|
|
|
t —T/2 |
|
|
|
|
|
t + T/2 t + T/2 |
|
|
|
|
|||
|
1 |
|
J |
[ Г ^ ,, |
/2) + /?*(/,, |
|||
|
j |
|
||||||
|
7—T/2 t —T/2 |
|
|
|
|
|||
Учитывая, |
что |
|
|
|
|
|
|
|
где |
^г) = f (Л) ¥ (^г) + R w (Л ' ^г). |
|||||||
|
? (0 = ^ |
( |
0 ; |
|
|
|||
|
|
|
|
|||||
|
|
*.) = |
A*» [IF. (*1) |
|
(*.)J: |
|||
имеем: |
r 0(*) |
= |
IF (/) - |
A fJF (0. |
||||
t + T/2 |
|
|
|
t + T/2 |
|
|||
|
|
|
|
|
||||
|
? (0 |
Г |
¥ (t) rft + |
|
1 |
Г |
Rw (t. t) dx |
|
|
- у - |
j |
~f~ |
J |
||||
M?(o = |
t —T/2 |
|
|
t —T/2 |
|
|||
t + T/2 |
|
|
|
t + T/2 t + T/2 |
||||
-f- J ¥ (x) tlx |
|
+ ji |
|
J* |
^ |
Rv>x (t\' It) dtjdtf |
||
|
t —T/2 |
|
|
|
t —T/2 t —T/2 |
105
где
&v>x(t\’ ^2) --RwVl'
Воспользовавшись неравенством В. С. Пугачева [Л. 16]
|
|
t + T/2 t + T / 2 |
|
|
|
|
2з2 |
,<*) |
|
|
|
7"2 |
|
|
|
|
|
|
|||
|
RWx(tu |
tt) d t ltltt < |
маук0р’ |
|
||||||
где |
|
t —Т/2 t —T/2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. = |
max Rwx (t, |
t); |
|
|
|
||
— интервал корреляции процесса W (t) + N (t), |
получим: |
|
||||||||
|
|
|
t + T/2 |
|
|
t + T/2 |
|
|
|
|
|
|
(0 J |
|
|
j |
Rw ( t , z ) d z |
|
|||
M? (0 : |
Г |
t —T/2 |
|
|
t - T / 2 |
|
|
|
||
t + T/2 |
|
|
|
|
|
|
||||
|
|
1 |
Г* |
|
|
2 |
2«2 |
т(,) |
|
|
|
|
1 |
<Р(т) dz |
|
^°максТк°Р |
|
||||
|
|
- у |
1 |
1 |
Т |
|
|
|||
|
|
|
t - T / 2 |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
Пусть |
|
<?(0=hy~ |
t + T/2 |
|
|
|
|
|
||
|
|
¥(x) dx' |
|
|
||||||
|
|
J |
|
|
||||||
|
|
|
|
|
t—T/2 |
|
|
|
|
|
где у (z), |
— собственные функции и собственные значения оператора |
|||||||||
текущего среднего. Полагая, что т ^ = |
|
+ т^1>, |
где тш и |
— |
||||||
интервалы |
корреляции процессов |
(/) |
и IV (1) |
соответственно, |
по |
|||||
лучаем: |
|
|
|
t + T/2 |
|
|
|
|
|
|
|
|
¥2 (t) , |
|
|
|
|
|
|||
|
|
1 |
Г |
Rw ( t , z ) dz |
|
|
||||
|
|
|
+ |
---- |
I |
|
|
|||
|
|
М? (о : |
|
t —T/2 |
|
|
|
|
|
|
|
|
¥г(0 |
, 2cW |
Ы + zn) |
|
|
||||
|
|
|
|
|
||||||
|
|
|
}2 |
' |
|
Т |
|
|
|
|
Пример 23. У. Гренаядер {Л. 8] показал, что для нормальных стационарных случайных процессов с нормированной корреляционной функцией вида # н(т)=ехр(—а |т |) оценка математического ожида ния т*, получаемая методом максимума правдоподобия, имеет вид:
т
* |
х (0) - | - х (Т) а ^ ^ (х) dz |
о |
|
,П = |
----------- 2 + аТ-------- |
Здесь Т — длительность реализации x(i).
106
Проведем коррекцию указанной оценки с помощью метода -па
раметрических функций. Для этого нужно найти два |
первых РЧ 'В- |
||
ных момента оценки т*, |
а именно Мж| т< ат* и Мх ^т а \т*)г '. |
||
Нетрудно заметить, |
что |
|
|
^х\т,а.т* ~ т (случай несмещенной оценки); |
|
||
|
Г |
г |
1 2 |
^ х | т , а |
X (0) -f- х (Я) -f a J |
х (х) dx |
|
|
|
0 |
|
|
|
(2 + а7')2 |
|
Проведем необходимые промежуточные выкладки: |
|
[ |
Т |
I 2 |
|
х (0) + х (Г) + a |
j* х (т) |
dx = |
|
[ |
о |
|
|
т т |
|
|
|
о о |
х2 (Т) + «2 j* | |
х |
|
|
х2 (0) + |
||
т |
т |
|
|
+ 2х (0) X (Я) + 2 а | X (0) X (х) dx + |
2 а j x |
(Я) X (х) dx |
|
= |
2 а 2 + |
2 о т 2 + |
2 а 2 Я |
Я(0) dd + а2Я2т 2 +
о
гт
+ 2 Я ( Г ) + 2 о т 2 + 2 а j * Я ( х ) dx + 2 а j Я {х — Я ) dx +
оо
+ |
4 а / я 2 Я - = 2а2 + |
4 / г е 2 + |
А а .т Ч + |
2Я ( Я ) + |
г |
|
г |
|
|
+ 2а2Я j ^ 1 — |
Я (8) d 0 + |
2а j * |
[ Я ( х ) + Я |
( X — Г ) ] dx + а2Я2т 2. |
о |
|
о |
|
|
Учитывая, |
что |
|
|
|
|
I |
|
. — а Г |
|
|
\ |
dx = - |
|
|
|
|
|
||
|
|
|
|
107
находим выражения для интегралов
О |
|
|
1 — <?--а.Т |
||
|/ ? н (т — Г) d z = e ~ aT ^ е" <7т = |
|
||||
|
|
RB(9) d%-К -+ ) e-^db = |
|||
! — e |
— a T |
t |
1 — <?' |
- aT |
|
I9e- “ed9 = |
|||||
|
|
||||
1 -аГ |
1 ] |
— e —aJ |
|||
"F |
|
|
|
|
* - ^ [ 0 + “7’) * - вГ~1].
Итак,
Л4 ■,„..(«*)* = я * + 2 ф ^Г
Параметрическая функция
х!? = ------- |
2о2 |
, . |
2в2 |
^Wmm2 + |
2 + аТ |
1 + |
Afmm2(2 + NsoР) |
Из последнего выражения следует, что при a7’ -»aoXj1^
Если
1
= 0,5, то
M m t n 2
2 + N КО Р
Значения Xj®* в зависимости от числа некоррелированных значе ний процесса NmP приведены в табл. 5.
Таблица 5
^коР |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
0,8 0,83 0,86 0,875 0,89 0,90 0,91 0,918 0,925
Окончательное выражение для оценки математического ожида ния экспоненциально-коррелированного стационарного случайного
108
процесса принимает вид:
|
*________Мттг_____ |
т |
т\ |
|
|
~ 2а2 + Мтт2(2 -f- о.Т) х (r) + X (Т) + а ^ х (т) dz . |
О
Пример 24. Рассмотрим параметрическую коррекцию экспонен циальной оценки математического ожидания.
Под экспоненциальной оценкой математического ожидания по нимается оценка вида
t |
t - x |
m*э (0 = Е ^ х (z) ,■= у - f <? |
Г х (х) dz, |
о |
|
где Е — оператор экспоненциального сглаживания.
Целесообразность практического использования указанного опе ратора обусловливается тем обстоятельством, что для реализации (синтеза) специализированных вычислительных устройств дискрет ного типа, основанных на применении операторов экспоненциально го сглаживания, требуется минимальный объем запоминающих устройств (по сравнению с устройствами, реализующими другие опе раторы сглаживания). Однако при этом эффективность сглажива ния невысокая.
Эффективность сглаживания можно повысить за счет использо вания параметрической функции, определяемой соотношением, выте кающим из (21),
________ Mmm (QE^/w (х)__________ _
Х'' (° = Мт [ Е ^ т (х)]2 + |
E ^ E \ JRBX( (tu t,) ~ |
||
_ j _ t |
j _ |
|
|
Те T J |
e T Mm \m (t) m (x)] dz |
||
о |
t |
t |
_^l+^« |
|
|||
m (x) dz |
+ |
|
|
|
0 0 |
|
|
Для |
t |
|
t —% |
|
|
||
9 (0 = |
-y- j" e |
|
T <p(z) dz |
|
о |
|
|
последнее выражение принимает вид: |
|
||
xl? (0 = |
“ |
t |
t ti+ti |
К
T Y (0 exp (2t/T)
о о
109