- •Классификация случайных процессов
- •Законы распределения
- •Основные положения ковариационной теории
- •Корреляционная функция
- •Стационарность и эргодичность процессов
- •Спектральная плотность мощности случайного процесса
- •Теорема Винера – Хинчина
- •Узкополосный случайный процесс
- •Прохождение случайного сигнала через линейные цепи с постоянными параметрами
- •Спектральная характеристика мощности и корреляционная функция случайного процесса на входе цепи
- •Гармонические колебания со случайной амплитудой
- •Гармонические колебания со случайной фазой
- •Нормирование случайный процессов в узкополосных линейных цепях
- •Комплексный случайный процесс
- •Преобразование нормального процесса в безынерционных нелинейных цепях
- •Воздействие узкополосного шума на амплитудный детектор
- •Совместное воздействие гармонического сигнала и гаусовского шума на амплитудный детектор
- •Совместное влияние гармонического сигнала и нормального шума на частотный детектор
- •Принцип оптимальной фильтрации сигнала на фоне помех
- •Передаточная характеристика оптимального (согласованного) фильтра
- •Импульсная характеристика согласованного фильтра
- •Оценка реализуемости согласованного фильтра.
- •Сигнал и помеха на выходе согласованного фильтра.
- •Примеры построения согласованных фильтров.
- •1.Согласованный фильтр для прямоугольного импульса.
- •Фильтр согласованный с лчм сигналом.
- •Фильтрация сигнала при небелом шуме
- •Формирование сигнала сопряженного с заданным фильтром
Классификация случайных процессов
Случайный процесс (СП) – совокупность (ансамбль) функций времени, подчиняющийся некоторой общей для них статической закономерности. Бывают непрерывные, дискретные, квантованные и цифровые СП.
F(x) – интегральный закон распределения. Он показывает вероятность того, что произвольно взятое Х будет меньше х.
На практике наибольшее значение имеют следующие параметры СП:
Математическое ожидание – величина к которой в среднем стремится СП:
Дисперсия характеризует мощность процесса, разброс случайных значений относительно математического ожидания:
Среднеквадратическое отклонение характеризует линейный разброс, а не квадратичный как дисперсия:
Для дискретных сигналов каждое значение возможно с вероятностью рк Но .
Свойства
если х1>х2, то F(x1)>F(x2).
F(-¥)=0, F(+¥)=1.
если х® -¥ (х® +¥), то f(x)®0.
–– площадь плотности вероятности всегда равна 1.
Законы распределения
Равномерный закон
Нормальный (Гаусовский) закон
где Ф – функция Лапласа (функция ошибки) берется из справочника.
Вероятность попадания Р(3s)=0.997, Р(2s)=0.95, т. е. в более узкий интервал вероятности попасть труднее.
Экспоненциальный закон
, при Х³0 , при Х³0
Релеевский закон
Основные положения ковариационной теории
–– это ковариационная функция. Она характеризует взаимодействие случайного процесса между собой в случайные моменты времени t1 и t2. Чем меньше значение тем меньше меняется процесс.
Где плотность вероятности распределения в моменты времени t1 и t2.
Если один процесс, то автоковариационная функция, если два процесса, то взаимно ковариационная функция.
Если два процесса, то t1=t2=t и
Если процесс один и тот же и t1=t2=t, то –– это есть дисперсия процесса плюс квадрат математического ожидания.
Корреляционная функция
–– она как бы центрирована.
При t1=t2=t автокорреляционная функция:
При различных t1 и t2
Отсюда следует, что при t1=t2.
Стационарность и эргодичность процессов
Стационарность (в широком смысле): на протяжении всего отрезка времени математическое ожидание и дисперсия неизменны, а автокорреляционная функция зависит только от разности значений времени t1 и t2 и не зависит от времени начала и конца процесса.
(В узком смысле) неизменность n-мерной плотности вероятности процесса.
Эргодический процесс – если параметры случайного процесса можно определить по одной бесконечной реализации.
Для эргодического процесса:
, где t= t2 – t1.
Дисперсия:
Процессы могут быть между собой коррелированные и зависимые. Некоррелированные процессы – это значит, что Кxy(t)=0 при любом t.
Независимые процессы: .
Независимые процессы всегда некоррелированные, зависимые процессы могут быть как коррелированными так и некоррелированными.