- •Содержание учебно-методического комплекса
- •1. Программно-планирующий блок
- •1. Пояснительная записка
- •2. Тематический план
- •3. Содержание дисциплины.
- •4. Рекомендации по организации самостоятельной работы студентов
- •5. Тематика самостоятельных и контрольных работ
- •5.1. Тематика самостоятельных работ.
- •5.2. Тематика контрольных работ
- •6. Вопросы для промежуточного и итогового контроля (экзамена).
- •Вопросы для промежуточного контроля.
- •Вопросы для итогового контроля.
- •7. Критерии выставления итоговой оценки
- •Критерии оценок
- •8. Список основной и дополнительной литературы.
- •8.1. Основная литература.
- •8.2. Дополнительная литература.
- •8.3. Интернет-источники.
- •2. Учебно-методический блок теоретическая часть
- •Тема 1. Введение в теорию случайных функций.
- •Тема 2. Постановка задач статистической теории распространения волн.
- •Тема 3. Метод безграничного хаотического экрана.
- •ТЕма 4. Теория однократного рассеяния.
- •Тема 5. Метод геометрической оптики для сред с крупномасштабными случайными неоднородностями.
- •Тема 6. Метод плавных возмущений (метод с. М. Рытова).
- •Тема 7. Диффузионное Марковское приближение в теории распространения волн в случайных средах.
- •Практикум
- •Тема 1. Введение в теорию случайных функций.
- •Тема 2. Постановка задач статистической теории распространения волн.
- •Тема 3. Метод безграничного хаотического экрана.
- •Тема 4. Теория однократного рассеяния.
- •Тема 5. Метод геометрической оптики для сред с крупномасштабными случайными неоднородностями.
- •Тема 6. Метод плавных возмущений (метод с. М. Рытова).
- •Тема 7. Диффузионное Марковское приближение в теории распространения волн в случайных средах.
- •Методические рекомендации по преподаванию и изучению дисциплины
- •Глоссарий
- •3. Диагностико-контролирующий блок комплекс тестовых заданий
- •Сборник заданий, задач, примеров, упражнений
- •4. Блок наглядно-дидактического материала
Практикум
Тема 1. Введение в теорию случайных функций.
План проведения занятий по теме:
Закрепление теоретических навыков по теме «Введение в теорию случайных функций»;
Практическое применение изученного материала и решение задач.
Развитие памяти и творческого мышления;
Контроль знаний, умений и навыков студентов, который проводится в ходе занятия при оценке ответов у доски и во время устного опроса.
Вопросы и задания
Задача 1. Найти функцию корреляции узкополосного процесса x(t) с равномерным спектром мощности Gx()=Gx=const в интервале частот 1 2.
Решение. Используя прямое преобразование Винера - Хинчина
после интегрирования получим:
Bx() = 2x Rx() cos 0 , (2)
где дисперсия процесса x(t) равна 2x =Bx(0)=2Gx, ширина спектра: = 2 - - 1, коэффициент корреляции: Rx()= sin ( /2) / ( /2); величина 2x Rx() равна корреляционной функции огибающей A(t) изучаемого процесса (1).
Исследуем статистику огибающей и фазы узкополосного процесса:
x(t) = A(t) cos (0 t + (t)) = a(t) cos 0 t + b(t) sin 0 t, (3)
Алгоритм решения этой задачи следующий. Определяют совместную плотность распределения w1,2(a, b) случайных величин a и b. Находят якобиан преобразования J от системы координат A и к системе координат a и b (da db = J dA d, где J = A). Из условия равенства вероятностей: dP(a, a + da b, b + db) = =dP(A, A + dA; , + d), получают совместную плотность распределения
w1,2 (A, ) = J w1,2 (a, b). (4)
Проинтегрировав (4) по фазе, получают одномерную плотность распределения огибающей
Проинтегрировав (4) по амплитуде, получают одномерную плотность распределения фазы
Задача 2. Исследовать статистику огибающей и фазы гауссовского стационарного узкополосного процесса (3) при следующих условиях: x(t) = 0, и случайные компоненты процесса: a(t) и b(t), статистически независимы друг от друга: a(t) b(t + ) = 0, и имеют одинаковую дисперсию: 2a = 2b = 2.
Решение. Учитывая условия задачи, с помощью (3) найдем: a(t) = 0, b(t) = 0 и x2(t) = 2. Все моменты: xn(t) = 0 при n , так как процесс x(t) нормальный. Тогда из (3) получаем: an(t) = bn(t) = 0 при n , так что процессы a(t) и b(t) тоже нормальные. Из-за некоррелированности процессов a(t) и b(t) совместная плотность распределения w1,2 (a, b) равна произведению одномерных плотностей: w1,2 (a,b)=(22)-1/2exp(- a2/(22))(22)-1/2exp(-b2/(22))= =(22)-1 exp(- A2/ (22)). Подставляя это выражение в (1.4), найдем: w1,2(A, ) = = A (22)-1 exp(- A2/ (22)). Далее, с учетом (5) и (6) получаем: w1 (А) = A -2 exp(- A2/ (22)) (распределение Рэлея) и w2 () = 1 (). Среднее по функции распределения w1 (А) значение огибающей равно A(t) = ()1 , а дисперсия огибающей - 2A = A2(t) - A(t) 2 = (4 - 2 . Так как распределение фазы w1 () равномерно и симметрично, то (t) = 0 и дисперсия фазы равна: 2 = 2(t) 2 .
Обобщим результаты изучения статистики узкополосных процессов. Рассмотрим сигнал равный сумме гармонического колебания и узкополосной помехи (3)
z(t) = a0 cos 0 t + x(t). (7)
Выражение (1.7) - частный случай случайного процесса в виде смеси статистически независимых полезного сигнала и шума. Такая модель описывает процессы на выходе реальных приемных устройств. Аддитивный шум может накладываться на сигнал как в самом приемном устройстве, так и при распространении от передатчика к приемнику. Для процесса (1.7) случайные синфазная и квадратурная составляющие соответственно равны: a1(t) = a0 + a(t) и b1(t) = = b(t), где a(t) и b(t) определены в (1.3). Огибающая и фаза процесса (1.7) соответственно равны: A1(t) = ((a0 + a(t))2 + b2(t))1/2 и 1(t) = arctg (b(t) / (a0 + a(t)).
Задача 3. Изучить статистику огибающей и фазы смеси (7) гармонического сигнала и узкополосной помехи, удовлетворяющей условиям задачи 2.
Решение. Совместное распределение синфазной и квадратурной компонент процесса (3.9) описывается функцией: w1,2 (a1, b1)= (22)-1exp (- ((a1 - a0)2 + + b12 )/ (22)). Совместная функция распределения амплитуды A1(t) и фазы 1(t) равна: w1,2(A1, 1)=J w1,2(a1, b1)=(A1/(22)) exp (-(A12-2A1a0 cos 1+a02)/ (22)), где J - якобиан преобразования координат: (A1, 1) (a1, b1), J = A1. Используя формулы (6) и (5) применительно к функции w1,2(A1, 1), найдем распределения огибающей
w1 (A1) = (A1 / 2) I0(A1 a0 / 2) exp (-(A12 + a02)/ (22)), (8)
где I0 - модифицированная функция Бесселя, и фазы процесса (7)
w2 (1) = 1 () exp (- 2) {1 + 1/2 y exp (y2) (1 + L(y))}, (9)
где = a0 / (21/2 ), так что 2 - отношение мощности сигнала к мощности шума, y = cos 1 и L(y) - функция Лапласа,
Формулы (6) и (9) иллюстрируются графиками на рис. 1, а, б, соответственно.
На рис. 1 случай: = 0, соответствует распределению Рэлея (см. задачу № 2). При 0 графики на рис. 1 и формулы (8) и (9) описывают обобщенное распределение Рэлея. При малом отношении сигнал шум ( обобщенное распределения Рэлея близко к обычному. При распределение w1 (A1) стремится к нормальному со средним значением a0 и дисперсией 2, а распределение w2 (1) - к - функции.
Используя полученные навыки работы с теорией случайных функций решить практические задачи радиофизики:
Задача 4. Наблюдатель измерил реализацию случайного процесса x(t), представляющего собой а) шум либо б) смесь детерминированного сигнала s(t) и шума. Пусть q - априорная вероятность случая а). При измерении получено x(t1) = x1 и s(t1) = s1. Пусть шум - гауссова помеха. Требуется найти, какому из двух случаев: а) или б), лучше соответствует результат измерения.
Решение. Реализация случая а) или б) при измерении - достоверное событие. Поэтому априорная вероятность случая б) равна p = 1 - q. При гауссовой помехе функция распределения плотности вероятности случайной величины x1 с дисперсией (средней мощностью шума) -2 в случае а) равна
wш (x1) = (2 )-1/2 -1 exp (-x12 / (2 -2)), (1)
а в случае б) равна
wс+ш (x1) = (2 )-1/2 -1 exp (- (x1 - s1)2 / (2 -2)). (2)
Обозначим xп - пороговое значение сигнала. Процедура обнаружения сигнала сводится к сравнению: x1 xп - сигнал есть, x1 xп - сигнал пренебрежимо мал. Для вычисления xп применим критерий идеального наблюдателя. Последний обеспечивает минимальную вероятность ошибок обнаружения сигнала. Таких ошибок две. Первая - ложная тревога: по измерению x1 xп делается вывод, что сигнал есть, но на самом деле сигнала нет. Вероятность такой ошибки
Вторая ошибка - пропуск сигнала, возникает, если сигнал есть, но, по измерению, x1 xп и делается вывод, что сигнала нет. Вероятность этой ошибки
и вероятность полной ошибки
Минимум P определяется из условия dP/dx1 = 0 при x1 = xп. При учете (1), (2) и (5) имеем
xп = (s1 / 2) (1 - 2 -2 / s12 ln (p / q)). (6)
Критерий обнаружения сигнала: x1 xп, с учетом (6) имеет вид
x1 s1 s12 / 2 - -2 ln (p / q). (7)
Процедура вынесения решения по одному измерению груба. Поэтому проводят серию измерений в заданные моменты времени. Пусть для простоты результаты измерений в эти моменты времени статистически независимы. Чтобы обеспечить последнее хотя бы приближенно, надо задать достаточно большой шаг по времени, через который проводятся последующие измерения. Здесь учтено, что с увеличением искомого шага статистическая взаимосвязь результатов измерений ослабевает. По теореме перемножения вероятностей независимых событий многомерную функцию распределения плотности вероятности можно заменить произведением одномерных. Тогда функцию (1) следует заменить на , а функцию (2) - на , где k=1, 2, ..., n и n - число отсчетов по времени. Повторяя выкладки, вместо (7) получим
где U0 - порог обнаружения сигнала.
Задача 5. Используя схему измерений рис.2, исследовать форму изолиний линий равной яркости на экране осциллографа для нормального распределения
Рис. 2
X и Y - входы горизонтальной и вертикальной разверток
w(x, x, ) = (2 2)-1 (1 - R2)-1/2 exp{-(x2 - 2Rxx + x2)/(2 2(1 - R2))} (9)
с дисперсией 2 и коэффициентом корреляции R() в зависимости от соотношения между временем задержки и временем корреляции процесса к.
Необходимые сведения из теории случайных процессов. Статистическая связь между двумя сечениями x(t) и x = x(t + ) случайного процесса характеризуется корреляционной функцией
B(t, ) = (x - x ) (x - x ) = xx - x x , (10)
где оператор статистического усреднения
и в нормированном виде ( R - коэффициентом корреляции
R(t, ) = B(t, ) / (), (12)
где 2 и 2 - значения дисперсии (мощности флуктуаций) случайного процесса x в моменты времени t и t + , соответственно, 2 = B(t, 0) и 2 = B(t + , 0).
Для случайного стационарного процесса B(t, ) = B() и = = const. Характерный интервал времени, на котором происходит заметный спад (в несколько раз) функции корреляции, называется временем корреляции к. Время корреляции можно оценить как
Если к, то корреляцией между выбранными сечениями случайного процесса можно пренебречь.
Корреляционную функцию стационарного процесса можно определить также, заменив статистическое усреднение временным. Вместо (10) получим
Решение. Линии равной яркости определяются условием: w(x, x, ) = = const. Используя (9), получаем, что искомые линии представляют собой в общем случае эллипсы и описываются уравнением: x2 - 2Rxx + x2 = const. При к, когда R() , вместо эллипсов приближенно получаем прямые линии: (x - x)2 = const. Напротив, при к, когда R() 0, получаем окружности: x2 + + x2 = const.
Схему рис. 2 можно использовать и для изучения одномерных функций распределения w(x) по одномерному распределению яркости на экране осциллографа. Достаточно на Y - вход осциллографа подать исследуемый сигнал x(t), а на X - пластины осциллографа подать сигнал развертки. Экспериментальная оценка функции корреляции (14) может быть проведена в два этапа. Для измерения величин x T и x T можно использовать схему рис. 2. Для измерения величины x x T схему рис. 2 следует изменить, включив в нее дополнительно линию задержки и перемножитель сигналов. Перечисленные методы измерения и анализа случайных процессов называют аналоговыми. Широкие возможности цифровых ЭВМ в ряде случаев делают более предпочтительной цифровую обработку реализаций случайных процессов.