- •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
5.5. Спектральное оценивание
Определенные в 4 разделе статистические величины: корреляционная функция В() и спектральная плотность интенсивностиG(i) стационарного случайного процесса, как правило, не доступны для непосредственного измерения, так как требуют вычисления средних по статистическому ансамблю, что эквивалентно для эргодических процессов усреднению по бесконечному интервалу времени. Обычно же при измерениях возможно усреднение по ограниченному числу реализаций или по конечному интервалу времени. Полученные таким образом величины называютсяоценками. Любая оценка, выполненная по конечной выборке или конечному интервалу времени, является случайной величиной, имеющей математическое ожидание и дисперсию. Будем считать случайный процесс эргодическим и рассматривать оценкиВТ() иGТ(i), соответственно, гдеТ– интервал усреднения (см. п. 3.4).
Оценка GТ(i) называетсянесмещенной, если
(5.0)
и состоятельной, если
. (5.0)
Аналогично определяются несмещенность и состоятельность оценки ВТ().
Рассмотрим оценивание спектральной интенсивности методом фильтрации, когда в течение интервала времени Тусредняется квадрат напряжения на выходе узкополосного фильтра с центральной частотой0и АЧХ вида
К(|–0|) = 1,К(|–0| >) = 0 (см. п. 5.2), на вход которого воздействует исследуемый случайный процесс(t). Если полоса пропускания достаточно узкая, то в ее пределах можно принятьG(i) =G(i0) =const. С учетом соотношений (4.5), (5.1) и (5.3) получаем:
Заметим, что из эргодичности случайного процесса (t) отнюдь не следует эргодичность процесса(t–1)*(t–2). Процессы, для которых
, (5.0)
называются корреляционно-эргодическими. Нормальный эргодический процесс является и корреляционно-эргодическим, доказательство не сложно, но довольно громоздко. В силу теоремы о нормализации (см. п. 5.4) случайный процесс на выходе узкополосного измерительного фильтра является нормальным и, следовательно, корреляционно-эргодическим. Практически все эргодические процессы являются и корреляционно-эргодическими. Тогда из условия (5.26), используя соотношение (4.4), получим:
Таким образом, при конечной ширине полосы пропускания измерительного фильтра оценка GT(i), вообще говоря, смещена. Она являетсяасимптотическинесмещенной, так как <GT(i)>G(i) при0. Будем считать, что смещением оценки для достаточно узкой полосы пропускания измерительного фильтраможно пренебречь. Тогда для нормальных процессов с учетом соотношения (5.26) дисперсия этой оценки составит
. (5.0)
Формула (5.27) выводится не слишком сложно, но достаточно громоздко.
За оценку корреляционной функции обычно принимается величина
. (5.0)
Нетрудно показать, что это несмещенная оценка, ее дисперсия обратно пропорциональна времени усреднения Т.
При цифровом спектральном оценивании используется оценка
GT(i) = |XT(i)|2/(2T), (5.0)
где
– (5.0)
текущий(оконный,скользящий) спектр реализации. Покажем несмещенность этой оценки. По аналогии с выводом соотношения (3.6), обозначая=2–1, получим, считая процесс корреляционно-эргодическим в смысле формулы (5.26):
Из определения оконного спектра (5.30) непосредственно следует, что , то есть оконный спектр реализации стремится к ее спектру при неограниченном увеличении окна. Это и поясняет физический смысл формулы (4.7).
Если вычисление спектра производится с помощью дискретного преобразования Фурье
, (5.0)
где – шаг дискретизации, то можно показать, что дисперсия этой оценки обратно пропорциональна числу отсчетовD[GT(i)] =G2(i)/N. Смещение оценки обусловлено конечной шириной главного лепестка спектра ДПФ и составляет приблизительно <GT(i)> –G(i) =G(i)/N.