5.
Воздействие случайных процессов на
линейные системы
Воздействие случайных процессов на линейные системы
В данном разделе мы рассмотрим прохождение случайного процесса через линейную систему и получим выражения, связывающие спектральные характеристики процессов на входе и выходе системы, а также найдем распределение вероятностей на выходе. Здесь же будет рассмотрено прохождение через систему узкополосного гауссового процесса.
Спектр процесса на выходе линейной системы
Рассмотрим систему, связь между входным x(t) и выходнымy(t) сигналами которой описывается линейным дифференциальным уравнением вида
.
Известно, что реакция такой системы на произвольное входное воздействие может быть найдена с помощью интеграла Дюамеля:
.
Здесь h(t) – импульсная характеристика системы, равная нулю при t< 0,x(t) – начавшийся в момент времениt = 0 входной сигнал. Для входного сигнала, начавшегося бесконечно давно, выражение (5.1) примет вид
. |
(5.1) |
Рассмотрим в качестве входного сигнала стационарный случайный процесс 1(t). Поскольку любая физически реализуемая цепь имеет конечное время установления (релаксации)р, можно считать, чтоh(>р) = 0 и записать выражение для средних значений процессов на входе1(t) и выходе2(t) системы:
. |
(5.2) |
Таким образом, выходной случайный процесс 2(t) также стационарен. Найдем его функцию автокорреляцииB2():
Здесь введены обозначения
.
Используя выражения (4.3) и (4.4), получим выражение для спектральной плотности интенсивности процесса на выходе:
Осуществляя в интеграле по dзамену–=и подставляя явный вид функции(), получим:
Здесь
–
частотная характеристика системы. Подставляя полученный результат в выражение для G2(j) и учитывая, что
,
получим:
.
Мы нашли связь между спектральными плотностями интенсивности входного и выходного процессов:
. |
(5.3) |
Полученное выражение (5.3) позволяет не только найти спектральную плотность интенсивности процесса на выходе линейной системы, но и определить физический смысл этой функции. Рассмотрим в качестве системы узкополосный фильтр, частотная характеристика которого имеет вид
причем будем считать, что ширина полосы пропускания фильтра настолько мала, что в ее пределах можно считатьG1(j) =G1(j0) =const. Тогда средний квадрат шума на выходе фильтра равен
.
Таким образом, спектральная плотность интенсивности процесса на частоте 0– это энергия данного процесса, приходящаяся на единичную полосу частот вблизи0.
Вместе с теоремой Винера-Хинчина (4.4) выражение (5.3) позволяет записать функцию автокорреляции процесса на выходе системы:
. |
(5.4) |
Р
5.2 Распределение вероятностей на выходе линейной системы
Рассмотрим линейную систему, на вход которой подан стационарный гауссов процесс, представимый в виде , причем, то есть. Поскольку все моменты стационарного процесса постоянны, его двумерное совместное распределение можно записать в виде (1.21):
, |
(5.5) |
где
.
Естественно, любое одномерное распределение гауссова процесса должно удовлетворять нормальному закону:
. |
(5.6) |
Случайный процесс на выходе нашей системы можно записать в виде интеграла Дюамеля (5.1):
.
Поскольку в этой сумме все слагаемые 1(nt) имеют нормальное распределение вида (5.6), их сумма, взятая с любыми весами, (то есть2(t)) также будет распределена нормально, но с другими моментами. С учетом выражений (5.2) и (5.4), запишем:
, ,.
Таким образом, распределение случайного процесса на выходе является нормальным, но с другими параметрами.
Рассмотрим другой случай – процесс на входе системы не является нормальным, однако для него система может считаться узкополосной, то есть <<G, где– полоса пропускания системы, аG– полоса частот, гдеG1(j)0. На основе соотношения неопределенности (4.8) можно утверждать, что при таких условиях интервал корреляции входного процесса1будет существенно меньше времени релаксации системыр:1<<р. Выберем временной интервалтак, чтобы выполнялось условие1<<<<ри перепишем интеграл Дюамеля (5.1) в виде
,
где ,,N=р/>> 1. Поскольку>>1, можно считать, что величиныnнекоррелированы, а выходной процесс2(t) является суммой большого числа некоррелированных случайных величин; тогда в силу центральной предельной теоремы он является нормальным процессом. Таким образом, при прохождении через узкополосную систему любой стационарный случайный процесс нормализуется – в этом состоит суть так называемойтеоремы о нормализации.