- •1.Случайные величины.Распределение вероятностей.Аксиома измерений.
- •2. Закон больших чисел. Теорема Бернулли
- •7. Пуассоновский импульсный процесс
- •8.Случайные функции: их задание, сходимость, непрерывность и стационарность.
- •9. Моменты случайных функций
- •10. Эргодические случайные процессы
- •11. Функция автокорреляции
- •12. Спектральные характеристики случайных процессов
- •13. Корреляционная теория случайных последовательностей
- •14. Спектр процесса на выходе линейной системы
- •15. Распределение вероятностей на выходе линейной системы. Теорема о нормализации
- •16. Узкополосный гауссов процесс
- •17. Спектр колебаний с флуктуирующей частотой
- •19. Нелинейное безинерциальное преобразование. Корреляц-ые фии на выходе генератора гармоник
- •20. Марковские процессы .Уравнение Смолуховского
- •21. Марковский процесс с дискретными состояниями
- •22. Двумерные случайные блуждания
- •23. Уравнение Фоккера-Планка-Колмогорова
- •24. Стохастические дифференциальные уравнения. Случайные функции с независимыми приращениями
- •25. Усреднение точного решения стохастического дифференциального уравнения
- •26. Уравнение для средних и его связь с уравнением фпк.
- •27. Уравнение Лиувилля.Случайный телеграфный сигнал.
- •28. Тепловой шум в линейных диссипативных системах. Теорема Найквиста
- •29. Дробовой и фликкер-шум. Шумы полупроводниковых приборов
- •30. Шумы усилителей
- •31. Корреляционные и спектральные характеристики случайного поля
- •32. Эмв в статистически неоднородной среде
- •33. Анализ случайной дифракции методом мма
- •34. Плоская случайная волна в диспергирующей среде
- •35. Корреляционная функция одномодового и многомодового лазерного излучения
16. Узкополосный гауссов процесс
Представим случайный процесс для узкополосных сигналов – через огибающую и полную фазу:
(5.7) |
Другие варианты представления – запись в виде квадратурных компонент
(5.8) |
или через комплексные амплитуды
(5.9) |
Связь введенных величин определяется следующими соотношениями:
(5.10) |
Представлениями (5.7) – (5.9) удобно пользоваться при работе с узкополосными процессами, спектральная плотность интенсивности которых сосредоточена, в основном, вблизи частоты 0, то есть G(| – 0| > ) = 0, << 0. В этом случае функции (t), (t), (t), (t) и A(t) изменяются медленно по сравнению с 1/0.
При условии существования производной исходного случайного процесса, можно положить
Отсюда
а сама производная случайного процесса может быть записана в виде
то есть в производной можно пренебречь производными медленных функций (t) и (t).
Будем считать исходный процесс (t) и все введенные вспомогательные функции (t), (t), (t), (t) и A(t) стационарными. Можно показать, что функция плотности вероятности процесса (t) должна быть симметричной, то есть (x) = (– x). Пусть также <(t)> = 0, тогда в соответствии с определением (5.8)
(5.11) |
и можно записать:
Поскольку B() не должна зависеть от времени t, получим
(5.12) |
Где
–мощность процесса (t). Введенная нами в (5.12) функция p() в нуле должна давать единицу p(0) = 1, поскольку
(5.13) |
С учетом введенных в (5.12) функций выражение для функции автокорреляции принимает вид
(5.14) |
|
где
Введем новую переменную интегрирования = – 0, выразим функцию автокорреляции через одностороннюю спектральную плотность интенсивности G+():
Сравнивая полученное выражение с формулой (5.14), получим
|
откуда следует, что q() = – q(– ), q(0) = 0, т. Е. в совпадающие моменты времени квадратурные компоненты (t) и (t) некоррелированы: <(t)(t)> = 0. Кроме того, если спектральная плотность интенсивности G+() симметрична относительно частоты 0, то есть G+(0 + ) = G+(0 – ), то q() = 0 и, в соответствии с (5.14), можно записать
(5.16) |
При этом на основе (5.12) и (5.15) имеем
получим
Используя формулы перехода (5.10) и выражения (5.12), получаем выражение для функции автокорреляции комплексной амплитуды:
Используя формулы перехода (5.10) и выражения (5.12), легко получить выражение для функции автокорреляции комплексной амплитуды:
Если спектр G+() симметричен относительно частоты 0, то
Р/м еще более частный случай – пусть (t) и (t) являются стационарными гауссовыми процессами; тогда и (t) – стационарный гауссов процесс. Функции (t), (t) и (t) имеют одинаковые первые и вторые моменты. Это означает, что все они описываются одной и той же функцией плотности вероятности
Поскольку в совпадающие моменты времени квадратурные компоненты (t) и (t) некоррелированы, их совместное распределение должно иметь вид (1.21) при R = 0, то есть
|
Это означает, что величины (t) и (t) статистически независимы и, следовательно, огибающая (t) должна описываться распределением Рэлея (1.22):
(5.18) |
Совместное распределение огибающей и фазы процесса:
Фаза стационарного узкополосного гауссова процесса распределена равномерно
; кроме того, ясно, что огибающая и фаза такого процесса статистически независимы.