
- •Глава IV Теория случайных процессов
- •Тема 16. Основы теории случайных процессов
- •1. Понятие случайной функции, стохастические процессы
- •2. Процесс Пуассона
- •3. Классификация случайных процессов
- •4. Математическое ожидание и дисперсия случайного процесса
- •5. Корреляционная функция случайного процесса
- •5.1. Нормированная корреляционная функция
- •5.2. Взаимная корреляционная функция случайного процесса
- •6. Стационарный случайный процесс в широком и узком смысле
- •7. Линейные и нелинейные преобразования случайных процессов
- •8. Дифференцирование и интегрирование
- •9. Элементы спектральной теории стационарных
- •9.1. О дисперсии стационарного случайного процесса.
- •9.2. Дискретный спектр, с произвольным конечным числом частоты.
- •10. Спектральная плотность случайного
- •11. Стационарный белый шум, дельта функция
- •Тема 17. Марковские случайные процессы
- •1. Понятие Марковской цепи, марковские случайные процессы
- •2. Дискретный Марковский процесс, цепь Маркова
- •3. Примеры Марковских цепей
- •4. Расчет цепи Маркова для стационарного режима
- •5. Понятие о непрерывном Марковском процессе,
5. Корреляционная функция случайного процесса
При исследовании вопросов зависимости или независимостидвух или более сечений случайных процессов знание лишь математического ожидания и дисперсии с.п. не достаточно.
Для определения связи между различными случайными процессами используется понятие корреляционной функции – аналог понятия ковариации случайных величин (см. Т.8)
Корреляционной (ковариационной,
автоковариационной, автокорреляционной)функцией случайного процесса
называется неслучайная функция
двух аргументов
,
которая при каждой паре значений
равна
корреляционному моменту соответствующих
сечений
и
:
или (с
учётом обозначения центрированной
случайной функции
)
имеем
.
Приведём
основные свойства корреляционной
функции случайного
процесса
.
1. Корреляционная функция при одинаковых
значениях аргументов равна дисперсии
с.п.
.
Действительно,
.
Доказанное свойство позволяет вычислить м.о. и корреляционную функцию являющимися основными характеристиками случайного процесса, необходимость в подсчёте дисперсии отпадает.
2. Корреляционная функция не меняется
относительно замены аргументов, т.е.
является симметрической функцией
относительно своих аргументов:
.
Это свойство непосредственно выводится из определения корреляционной функции.
3. Если к случайному процессу прибавить
неслучайную функцию, то корреляционная
функция не меняется, т.е. если
,
то
.
Другими словами
является периодической функцией относительно любой неслучайной функции.
Действительно, из цепочки рассуждений
,
следует,
что
.
Отсюда получим требуемое свойство 3.
4. Модуль корреляционной функции не превосходит произведения с.к.о., т.е.
.
Доказательство свойства 4. проводится
аналогично как в пункте 12.2. (теорема
12..2), с учётом первого свойства
корреляционной функции с.п.
.
5. При умножении с.п.на
неслучайный множитель
её корреляционная функция умножится
на произведение
,
т.е., если
,
то
.
5.1. Нормированная корреляционная функция
Наряду с корреляционной функцией с.п.
рассматривается также нормированная
корреляционная функция (или
автокорреляционнаяфункция)определяемая
равенством
.
Следствие. На основании свойства 1 имеет место равенство
.
По своему смыслу
аналогичен коэффициенту корреляции
для с.в., но не является постоянной
величиной, а зависит от аргументов
и
.
Перечислим свойства нормированной корреляционной функции:
1.
2.
3.
.
Пример 4. Пусть с.п. определяется
формулой,
т.е.
с.в.,
распределена
по нормальному закону с
Найти корреляционную и нормированную
функции случайного процесса
Решение. По определению имеем
,
т.е.
Отсюда с учётом определения нормированной
корреляционной функции и результатов
решения предыдущих примеров получим
=1,
т.е.
.
5.2. Взаимная корреляционная функция случайного процесса
Для определения степени зависимости сеченийдвух случайных процессов используют корреляционную функцию связи или взаимную корреляционную функцию.
Взаимной корреляционной функцией двух
случайных процессов
и
называется неслучайная функция
двух независимых аргументов
и
,
которая при каждой паре значений
и
равна корреляционному моменту двух
сечений
и
.
Два с.п.
и
называютсянекоррелированными, если
их взаимная корреляционная функция
тождественно равна нулю, т.е. если для
любых
и
имеет место
Если же для любых
и
окажется
,
то случайные процессы
и
называютсякоррелированными(илисвязанными).
Рассмотрим свойства взаимной корреляционной функции, которые непосредственно выводятся из её определения и свойств корреляционного момента (см. 12.2):
1.При одновременной перестановке индексов
и аргументов взаимная корреляционная
функция не меняется, то есть
2. Модуль взаимной корреляционной функции
двух случайных процессов не превышает
произведения их средних квадратичных
отклонений, то есть
3. Корреляционная функция не изменится,
если к случайным процессами
прибавить неслучайные функции
и
соответственно, то есть
,
где соответственно
и
4. Неслучайные множители
можно
вынести за знак корреляции, то есть,
если
и, то
5. Если
,
то
.
6. Если случайные процессы
и
некоррелированные, то корреляционная
функция их суммы равна сумме их
корреляционных функций, то есть
.
Для оценки степени зависимости сечений
двух с.п. используют также нормированную
взаимную корреляционную функцию
,
определяемую равенством:
.
Функция
обладает теми же свойствами, что и
функция
,
но свойство 2
заменяется
на следующее двойное неравенство
,
т.е. модуль нормированной взаимной
корреляционной функции не превышает
единицы.
Пример 5. Найти взаимную корреляционную
функцию двух с.п.и
,
где
случайная
величина, при этом
Решение. Так как,
.
То
т.е.