- •Флуктуации и шумы в физических системах.
- •Основная литература
- •Некоторые сведения о флуктуациях.
- •Примеры:
- •Сигнал под шумом.
- •Флуктуации в радиофизике.
- •Реальный синусоидальный сигнал
- •2. Способы описания шумов
- •Спектральная плотность мощности шума.
- •Автокорреляционная функция и теорема Винера-Хинчина
- •Основные виды электрических шумов в имс и электронных приборах
- •Относятся:
- •А. Тепловой шум. Обусловлен атомизмом вещества и тепловым движением носителей заряда в равновесной системе.
- •Вывод формулы Найквиста (1928 г.).
- •Обобщение теоремы Найквиста на нелинейные двухполюсники.
- •Квантовая модификация формулы Найквиста.
- •Мощность тепловых шумов.
- •Б. Дробовой шум.
- •В. Генерационно-рекомбинационный (гр) шум.
- •Зависимость энергетического спектра гр шума от температуры.
- •Спектроскопия глубоких ловушечных уровней
- •Д. Взрывной шум или шум в виде случайного телеграфного сигнала (стс) шум).
Флуктуации в радиофизике.
Осциллограммы шума (а) и синусоидального сигнала (б).
Идеальный синусоидальный сигнал:
U(t) = U0 sin(0t + 0) (1)
Амплитуда U0 и фаза 0 – постоянные величины
Реальный синусоидальный сигнал
U(t) = U0(t) sin[0t + 0(t))] (2)
Амплитуда U0(t), фаза 0(t) и угловая частота = 2f= d(0t + 0(t))/dt являются случайными функциями времени.
2. Способы описания шумов
Пусть x(t) – зависимость от времени случайной величины, (тока, напряжения или сопротивления образца) – реализация случайного процесса. Случайная величина x(t) в общем случае может принимать действительные значения от -∞ до +∞ с заданным распределением вероятностей.
Наиболее важной вероятностной характеристикой случайного процесса x(t) является одновременная плотность вероятности .
dx есть вероятность того, что в момент времени t случайный процесс принимает значение, лежащее в интервале dx вокруг значения случайной величины x.
Шумы подразделяются на статистически стационарные и нестационарные.
Для статистически стационарных процессов не зависит от времени и справедлива эргодическая гипотеза, согласно которой среднее по ансамблю равно среднему по времени.
Для стационарных процессов одновременная плотность вероятности не зависит от времени.
Плотность вероятности гауссова (нормального) распределения имеет вид:
,
где (x – ) – отклонение от среднего значения) флуктуирующей величины,– дисперсия.
|
Функция плотности вероятности гауссова (нормального) распределения случайной переменной x. |
Спектральная плотность мощности шума.
Для описания шумов вводят понятие спектральной плотности мощности (СПМ) шума:
Вт/Гц, (3)
где P (f) - усредненная по времени мощность шума в полосе частот f на частоте измерения f.
Зависимость СПМ шума от частоты называют энергетическим спектром.
Если измеряют шумовое напряжение или ток, тогда СПМ шума выражают в В2/Гц или А2/Гц, а СПМ флуктуаций напряжения SU(f) или тока SI(f) определяют через их среднеквадратичные значения или :
(4)
Относительная СПМ флуктуаций напряжения:
, 1/Гц. (5)
Мощность шума в полосе частот f1…f2 , равна
Если на линейном элементе имеются два (или более) независимых источника шумов U1(t) и U2(t), то суммарное среднеквадратичное напряжение шума равно: (6)
Автокорреляционная функция и теорема Винера-Хинчина
Корреляционная функция K() случайных
величин x(t) и x(t+) определяется:
, (7)
где – сдвиг во времени
Для стационарного случайного процесса
K() = K(-) (8)
Энергетический спектр Sx() стационарного
случайного процесса определяется как
преобразование Фурье от K():
, (9)
где = 2f – угловая частота.
Корреляционная функция, в свою очередь, есть обратное преобразование Фурье от СПМ шума Sx (f).
(10)
Или:
(11)
При = 0 и при из (11) получим
дисперсию случайной величины x(t):
=.(12)
Корреляционная функция стационарного случайного процесса.
Cвойства автокорреляционной функции:
1) K() является четной функцией временного сдвига , так что K() = K(-). Это следует из определения стационарного случайного процесса, т.е. из условия независимости его характеристик от начала отсчета.
2) K() зависит только от разности аргумента = t 2 – t1.
3) K() максимальна при = 0, т.е. K(0) ≥ K(). Если интервал временного сдвига стремится к нулю, флуктуации становятся одинаковыми, и корреляционная функция равна дисперсии.
4) среднее значение (m1)2 = K(∞). Для многих физических процессовK()0 при τ+ ∞ и τ- ∞ Объясняется это тем, что многие физические процессы имеют конечное время последействия флуктуаций, которое характеризует связь между значениями случайной функцииx(t) в предыдущие и последующие моменты времени.