
- •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
8.5.Уравнение Лиувилля
Пусть, по-прежнему, x(t) – решение нелинейного уравнения(8.14),при произвольном случайном процессе(t), не обязательно белом шуме. Выберем функцию [x(t)] = [x(t) – s], где s = const. Тогда
.
Но в силу свойств дельта-функции b(x)(x) = b(s)(x) bs(x), a(x)(x) = as(x), поэтомуполучаемуравнениеЛиувилля:
.
(8.0)
Усредним это уравнение. Так как s = const, asиbs– не случайные, то есть
.
Учитывая, что
,
усредненное уравнение Лиувилля (8.21)примет вид:
.
(8.0)
Если (t) – белый шум, то с учётом соотношения (8.15) получаем:
.
Подставив этот коррелятор в уравнение (8.22)и заменивsнаx, получим уравнение ФПК (8.20). Пусть теперь(t) – не белый шум, а случайный телеграфный
сигнал (t) =(–1)n(t, 0), где n(t, 0) –число переходов через 0 на интервале от 0 доt. Заметим, что2(t) =2– не случайная величина!
Будем считать, что число переходов на не перекрывающихся интервалах времени – независимые случайные величины и найдем автокорреляцию процесса:
.
Если вероятность перехода за интервал dtравнаdtнезависимо отt,то число переходов nза интервал времени=t2–t1распределено по пуассоновскому закону (2.7): P(n) = e–n/n!, где = n = . Тогда для автокорреляционной функции процесса(t) получаем:
,
то есть процесс будет стационарным. Его спектральная интенсивность:
.
Величина имеет смысл средней частоты переходов. Если2и, но2/(2) =C=const, тоG() =C/=const– белый шум.
Выберем теперь три момента времени t1t2t3и рассмотрим среднееf(t3)(t2)(t1),где f –произвольный запаздывающий функционал от .Величина(t2)(t1) зависит от числа переходов nна интервале (t2,t1), аf(t3) зависит от переходов приt<t3,то есть они независимы. Тогда
f(t3)(t2)(t1)=f(t3)(t2)(t1).
Введём функцию
.
Тогда
,
,
.
Поскольку
,
то окончательно получаем:
.
(8.0)
Заметим, что если уравнение Лиувилля (8.22)справедливо для любых случайных процессов, то уравнение (8.23) –только для пуассоновского случайного процесса. Обозначим=vs. Посколькуx(t) запаздывает относительно(t), то и[x,s] запаздывает, значит для пуассоновского телеграфного процесса уравнение(8.23), взяв f = , можно записать в виде:
.
Делая вновь замену переменных s=x, получим совместно с уравнением (8.22) новуюсистему уравнений:
(8.0)
То есть, если для дельта-коррелированного случайного процесса (t) (белый шум) мы имели одно уравнение первого порядка по времени (8.20),то для случайного телеграфного процесса – уже систему (8.24)из двух уравнений первого порядка, или одно уравнение второго порядка по времени. Зато модель пуассоновского телеграфного сигнала гораздо более физична, так как для этого процесса мощность2(t) конечна, и, кроме того, |(t)| .
Рассмотрим
стационарное решение уравнений
(8.24),то есть.
(a – bv)' = 0, a – bv = const = 0, v = a/b,
2a/b = (a2/b – 2b)' = –[(2b2 – a2)/b]' u',
.
(8.0)
Знак модуля в числителе получен из условия нормировки при b(x) < 0. Если
и , так что2/= 2C=const, то, переходя к пределу в уравнении (8.25),получаем стационарное решение уравнения ФПК вида (7.24)
.
Если вновь рассмотреть RC-контур с уравнением
,
(8.0)
где a(x) =x,b(x) = 1, то при дельта-коррелированном входном шуме(t) справедливо уравнение ФПК (7.20) и его стационарное решение (гауссов процесс):
.
Если (t) – СТС, тост~ (1 –2x2/2)(/ – 1), –/x/. В частном случае при0 получаемст(x2–2/2). Если=, получается равномерное распределениест=/(2). Наконец, приполучается ограниченное гауссово распределение.
Найдём
x2
= m2
в стационарном режиме. Домножим
уравнение (8.26) на 2х:
d(x2)/dt
+ 2x2
= 2x.
После усреднения получаем
.
Из уравнения (8.23)при
f = x
следует:
.
В стационарном режиме
,
тогда
.
Если
случайная сила меняет параметры контура,
то его уравнение можно записать в виде
,
гдеa=x,b= –x.
При дельта-коррелированном
воздействии, выбравF=xnи используя обобщённое уравнение для
средних (8.17), получим из уравнения(8.18)для моментов
.
Таким образом, если дисперсия воздействия Cпревосходит пороговое значение Cп = /n,тоn-й моментmnнеограниченно возрастает, контурпараметрическивозбуждён. При сколь угодно слабом дельта-коррелированном воздействии всегда найдётся достаточно высокий момент, который будет неограниченно возрастать, что, конечно, физически бессмысленно.Причина заключается в бесконечно большой мощности белого шума и конечной вероятности сколь угодно больших выбросов при сколь угодно малой его спектральной интенсивности. Более адекватной является модель случайного телеграфного сигнала.
Рассмотрим, наконец, методы решения дифференциальных стохастических уравнений высокого порядка путём сведения их к системе уравнений первого порядка. Пусть
.
Обозначим
.
Тогда уравнение принимает вид:
.
Усредним его:
,
откуда непосредственно получаем дифференциальное уравнение для моментов
,
которое решается стандартным образом.