Лабораторная работа № 2
ГЕНЕРИРОВАНИЕ ПОЛУБЕСКОНЕЧНЫХ
ПСЕВДОСЛУЧАЙНЫХ ПРОЦЕССОВ
Цель работы: построение нерекурсивных и рекурсивных генераторов полубесконечных процессов с заданными корреляционными свойствами.
Интегральное уравнение генератора полубесконечного процесса
Базовая модель шума в радиоэлектронике и других приложениях: шум – стационарный процесс , - функция корреляции. Процесс считается полубесконечным, если его протяженность , - интервал корреляции. На практике генерируется одна достаточно протяженная реализация шума. Задача генерирования шума формулируется как задача окрашивания белого шума: надо синтезировать линейный фильтр, преобразующий белый шум в окрашенный – имеющий заданную функцию корреляции .
Линейный фильтр описывается сверткой: сигнал на его выходе [1]
, (1)
- сигнал на входе, - весовая функция фильтра. Если , то среднее значение , а функция корреляции сигнала (1)
. (2)
Функция (2) записана в самом общем виде - как функция корреляции нестационарного процесса, например, для выходного сигнала в неустановившемся режиме.
Если - белый шум (с функцией корреляции ), то интеграл
по фильтрующему свойству - функции записывается
.
В установившемся режиме - стационарный процесс, его функция корреляции – функция разности аргументов, то есть
.
Обычно последнее соотношение записывают с дисперсией :
, (3)
так как безразлично, как обозначать переменные интегрирования.
Если функция задана, то соотношение (3) становится интегральным уравнением относительно неизвестной весовой функции . Решить уравнение (3) – значит решить задачу синтеза линейного фильтра, окрашивающего белый шум. Другими словами, интегральное уравнение (3) можно назвать уравнением генератора стационарного гауссова процесса с заданной функцией корреляции.
Общее решение уравнения (3) приведено в [2]:
, (4)
- число сочетаний из по , повторные функции
,
, .
Для типовых функций корреляции [2]
1) ,
2) ,
3) ,
4) ,
5) ,
решения уравнения
1) ,
2) ,
3) ,
4) ,
5) .
На рис. 1 приведен пример функций и для четвертого варианта при , .
Рис. 1. Функция корреляции и весовая функция
2. Интервал дискретизации
Реализация генератора на ЦВМ требует перехода от непрерывных функций (5) и (6) к дискретным – векторам и . На входе и выходе генератора также дискретные сигналы – последовательности (векторы) случайных чисел и . Значения вектора формируются по правилу дискретной свертки [1] – дискретного аналога свертки (1)
, , (7)
- длина формируемого вектора.
При построении любой дискретной системы принципиальным является назначение интервала дискретизации , с которым берутся отсчеты непрерывных сигналов и функций. По теореме Котельникова интервал дискретизации
, (8)
где - верхняя граничная частота полосы частот системы. Знак равенства в (8) справедлив для сигналов бесконечной длительности. Так как реальный вектор , хотя и протяженной, но конечной длительности, значение может быть уменьшено. Реальный смысл выбора интервала дискретизации понятен: он должен быть достаточно большим, чтобы количество отсчетов было минимальным, и достаточно малым, чтобы хорошо отслеживались особенности дискретизируемых сигналов и функций. Базовым значением можно назначить и далее его уточнить экспериментально.
Спектр мощности стационарного процесса с функцией корреляции находится ее Фурье – преобразованием. Функция корреляции симметрична, поэтому Фурье – преобразование записывается как косинус – преобразование:
.
Для функций корреляции (5) спектры мощности равны соответственно
1) ,
2) ,
3) ,
4) ,
5) .
Мощность случайного процесса при . Верхняя граничная частота находится из условия , , например, как , при которой .
Пример 1. Расчет спектра мощности процесса с функцией корреляции и интервала дискретизации по теореме Котельникова. Спектр мощности
.
Функции , показаны на рис. 2 для значений параметра и . Расчет вероятности может выполняться в SIGNAL PROCESSING функцией TRAPZ(f,G), в SYMBOLIC MATH - функцией INT(G,0,F) [3]. Например, значение достигается при для и при для . Следовательно, интервал дискретизации можно назначить равным в первом случае и во втором.
Рис. 2. Функция корреляции, спектр мощности
Можно также воспользоваться функцией CUMSUM (накапливающееся суммирование) в SIGNAL PROCESSING (рис. 3):
clear
T=1.5
del=0.01
f=0:del:T;
a=1
g=2*sqrt(pi)/a*exp(-pi^2/a^2*f.^2)
a1=2
g1=2*sqrt(pi)/a1*exp(-pi^2/a1^2*f.^2)
p=cumsum(g)*del; % интегрирование по формуле прямоугольников
p1=cumsum(g1)*del;
p=p/max(p); % нормировка к единице
p1=p1/max(p1);
plot(f,p,’r’,f,p1)
Нормировка необходима потому, что интегрирование по формуле прямоугольников выполняется с погрешностями. Верхняя граничная частота назначается приблизительно по признаку достижения мощностью значения единица. Конечно, визуальный метод менее точен.
Рис. 3. Зависимость мощности от полосы частот