-
Корреляционная теория случайных последовательностей
В этом разделе мы рассмотрим применение корреляционной теории к случайным последовательностям, поскольку именно с последовательностями, то есть с отсчетами процесса в фиксированные моменты времени, исследователю чаще всего приходится иметь дело на практике. Сначала дадим ряд определений.
Случайная последовательность стационарна в узком смысле, если для всех ее конечномерных распределений и для любого k выполняется равенство
,
где mi – номера отсчетов последовательности. Это определение абсолютно аналогично определению стационарной случайной функции (3.2). Случайная последовательность стационарна в широком смысле, если соответствующая ей автокорреляционная последовательность зависит только от сдвига индекса, то есть
и конечна при n = 0, то есть . При этом, очевидно, B[–n] = B*[n]. Данное определение аналогично определению стационарной в широком смысле случайной функции, данному нами в конце п. 3.2.
По аналогии с определением эргодичности (3.8) случайной функции введем определение эргодичности для случайной последовательности. Случайная последовательность называется эргодической, если выполняется равенство
.
Критерий Слуцкого (3.7), записанный для случайной последовательности, выглядит следующим образом:
. |
(4.12) |
На практике чаще всего случайная последовательность представляет собой эквидистантную выборку случайного процесса с интервалом дискретизации t. В этом случае спектральная плотность интенсивности может быть определена как дискретно-временное преобразование Фурье (ДВПФ) автокорреляционной последовательности:
; |
(4.13) |
соответственно
. |
(4.14) |
Для чисто действительных случайных последовательностей B[–n] = B[n], поэтому выражения (4.13) и (4.14) упрощаются:
, .
Так же, как и для случайной функции, спектральную плотность интенсивности случайной последовательности можно выразить через ДВПФ самой последовательности:
. |
(4.15) |
Это выражение доказывается аналогично соотношению (4.7) и эквивалентно (4.13). Заметим, что корреляционная последовательность, так же, как и сама случайная последовательность, является выборкой корреляционной функции, то есть
.
Возникает вопрос, всегда ли по автокорреляциооной последовательности B[m] можно восстановить функцию автокорреляции B(). Для ответа на этот вопрос введем дискретизированную функцию автокорреляции
.
Соответствующая этой функции спектральная плотность интенсивности совпадает с ДВПФ автокорреляционной функции B():
.
С другой стороны, BD() может быть представлена в виде произведения исходной функции B() на дискретизирующую последовательность (t), то есть
.
Из этой формулы и теоремы о свертке следует, что ДВПФ функции автокорреляции Gt(j) равно свертке спектральной плотности интенсивности процесса G(j) со спектром дискретизирующей последовательности (t):
. |
(4.16) |
Поскольку (t) – периодическая функция времени, ее можно разложить в ряд Фурье, коэффициенты которого равны
,
и записать ее спектральную плотность в виде
.
Здесь – циклическая частота дискретизации. Подставив полученное выражение в формулу (4.16) и пользуясь фильтрующим свойством -функции, получим связь ДВПФ автокорреляционной последовательности со спектральной плотностью интенсивности процесса:
.
Таким образом, ДВПФ Gt(j) автокорреляционной последовательности представляет собой сумму (наложение) сдвинутых на 2/t копий спектральной плотности интенсивности процесса. Если функция G(j) ограничена частотой max (то есть G(|| > max) = 0), а циклическая частота дискретизации d удовлетворяет условию Найквиста:
, |
(4.17) |
то копии функций G(j) при наложении не перекрываются, как это показано на рис. 4.2, а. В этом случае на интервале частот –d/2 < < d/2 ДВПФ (4.13) полностью совпадает со спектральной плотностью интенсивности исследуемого случайного процесса и его функция автокорреляции может быть восстановлена по своим отсчетам с помощью обратного преобразования Фурье (4.14), вычисленного в пределах [–d/2, d/2]. Случай, когда условие (4.17) не выполняется, показан на рис. 4.2, б.
Рис. 4.2. Наложение
спектров при дискретизации случайного
процесса