- •3 В.К. Игнатьев. Статистическая радиофизика
- •Литература:
- •Основы теории вероятностей
- •1.1.Предмет статистической радиофизики
- •1.2.Случайные события. Вероятность
- •1.3.Случайные величины. Распределение вероятностей
- •1.4. Закон больших чисел. Аксиома измерений
- •1.5.Совместные распределения. Условные функции распределения
- •1.6. Характеристическая функция. Семиинварианты
- •1.7.Центральная предельная теорема
- •Случайный импульсный процесс
- •2.1.Функции случайной величины
- •2.2.Пуассоновский импульсный процесс
- •Случайные функции
- •3.1.Понятие случайной функции. Задание случайной функции
- •3.2.Сходимость, дифференцируемость, непрерывность и стационарность случайных функций
- •3.3.Моменты случайных функций
- •3.4.Эргодические случайные процессы
- •Корреляционная теория случайных процессов
- •4.1.Функция автокорреляции
- •4.2.Спектральная плотность интенсивности случайных процессов
- •4.3. Случайные последовательности
- •Воздействие случайного процесса на линейную систему
- •5.1. Спектральные характеристики процесса на выходе линейной системы
- •5.2.Распределение вероятностей на выходе линейной системы
- •5.3.Узкополосный гауссов процесс
- •5.4.Спектр колебаний с флуктуирующей частотой
- •5.5. Спектральное оценивание
- •Нелинейные преобразования случайных процессов
- •6.1.Нелинейное безинерциальное преобразование
- •6.2.Корреляционные функции на выходе умножителя частоты
- •Марковские процессы
- •7.1. Процесс без последействия
- •7.2. Уравнение Смолуховского
- •7.3.Марковский процесс с дискретными состояниями
- •7.4.Двумерные случайные блуждания
- •7.5.Уравнение Фоккера – Планка – Колмогорова
- •Стохастические дифференциальные уравнения
- •8.1. Постановка задачи
- •8.2. Случайные функции с независимыми приращениями
- •8.3. Усреднение точного решения стохастического дифференциального уравнения
- •8.4. Уравнение для средних
- •8.5.Уравнение Лиувилля
- •Случайные поля
- •9.1.Функция автокорреляции и спектр случайного поля
- •9.2.Электромагнитная волна в статистически неоднородной среде
- •9.3.Метод медленно меняющихся амплитуд
- •9.4.Плоская случайная волна в диспергирующей среде
- •Флуктуации в электрических цепях
- •10.1. Тепловой шум в линейных диссипативных системах
- •10.2.Дробовой шум
- •10.3.Фликкер-шум
- •10.4. Шумы электронно-дырочного перехода
- •10.5. Шум биполярного транзистора
- •10.6.Шумы полевых транзисторов
- •10.7.Шумы усилителей
- •Флуктуации в лазерных системах
- •11.1.Корреляционная функция одномодового лазерного излучения
- •11.2. Корреляционная функция многомодового лазера
- •11.3.Флуктуации в одномодовом лазере
- •Содержание
4.3. Случайные последовательности
Случайная последовательность mстационарна в узком смысле, еслиn(m1,x1, …,mn,xn) =n(m1–k,x1, …,mn–k,xn) для любогоk. В широком смысле, еслии. ТогдаB(n) =Bn–корреляционнаяпоследовательность,B–n=Bn*. Последовательностьmявляется эргодической, если. Критерий Слуцкого (3.7) для эргодической последовательности имеет вид:
. (4.0)
Если случайная последовательность m– выборка с интерваломслучайного процесса(t), то естьm=(т), то спектральная плотность интенсивности случайной последовательности определена как
, (4.0)
тогда
. (4.0)
Для чисто действительной последовательности B–n=Bnи
, (4.0)
. (4.0)
По аналогии с соотношением (4.7) возможно другое определение спектральной интенсивности случайной последовательности через дискретное преобразование Фурье (ДПФ) самой последовательности:
. (4.0)
Докажем эквивалентность определений (4.13) и (4.17):
Заметим, что , то есть корреляционная последовательность однозначно определяется корреляционной функцией случайного процесса(t), эквидистантной выборкой из которого является случайная последовательностьn. Восстановить же корреляционную функциюВ() случайного процесса(t) по известной корреляционной последовательностиВnслучайной последовательностиnможно не всегда. Рассмотрим дискретизированную корреляционную функцию
. (4.0)
Воспользовавшись определениями (4.3) и (4.13) и теоремой о свертке, получим:
. (4.0)
Таким образом, спектральная плотность мощности выборочной последовательности представляет собой сумму сдвинутых копий спектральной плотности мощности непрерывного процесса. Если спектральная плотность мощности непрерывного процесса – финитная функция, удовлетворяющая условию Найквиста
G(|| >/) = 0, (4.0)
то копии не перекрываются, и по известной спектральной интенсивности выборки можно восстановить спектральную интенсивность непрерывного процесса, например, с помощью ФНЧ.
Воздействие случайного процесса на линейную систему
5.1. Спектральные характеристики процесса на выходе линейной системы
Если реакция 2(t) системы на внешнее воздействие1(t) описывается линейными операторами, не зависящими от времени,, то можно записать отклик системы2(t) в виде интеграла Дюамеля
, (5.0)
где h(t) –импульсная характеристика, то есть реакция системы на дельта-импульс , причемh(t< 0) = 0, поэтому для воздействия, начавшегося бесконечно давно:
.
Любая физически реализуемая цепь имеет конечное время релаксации (установления)р, причемh(t>р) = 0. Для стационарного воздействия, начавшегося бесконечно давно, цепь будет находиться в установившемся режиме, при этом:
, (5.0)
то есть выходной процесс 2(t) также будет стационарным. Найдем его функцию корреляции:
где обозначено =1–2 – ,.
Тогда, воспользовавшись соотношениями (4.3)и (4.4),получим
Делая во внутреннем интеграле замену переменных – и воспользовавшись теоремой о спектре свёртки, получим:
где –частотнаяхарактеристикасистемы.
С учётом того, что , получим окончательно:
. (5.0)
Равенство (5.3)позволяет выяснить физический смысл спектральной плотности интенсивности. Пусть процесс1(t) со спектральной интенсивностьюG1(i) проходит через узкополосный фильтр с центральной частотой0и полосой пропускания ,такой узкой, что в пределах этой полосы:
G1(i) = G1(i0) = const. ПустьК(00+) = 1,К(<0) = 0,
К(>0+) = 0. Тогда для среднего квадрата выходного процесса2(t) в силу соотношений (4.5)и (5.3)имеем:
.
То есть спектральная интенсивность процесса на частоте представляет собой энергию (средний квадрат) этого процесса, приходящуюся на единичную полосу частот вблизи. Соотношение (5.3)совместно с теоремой Винера – Хинчина (4.4) позволяет найти функцию автокорреляции выходного процесса2(t):
. (5.0)