- •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
Прохождение случайного сигнала через линейные цепи с постоянными параметрами
Анализ передачи нормальных процессов через линейные цепи по существу сводится к корреляционному или спектральному анализу.
Спектральная характеристика мощности и корреляционная функция случайного процесса на входе цепи
Если есть к-ая реализация на интервале Т ХКТ(t), то мы можем найти ее спектр ХКТ(w). Тогда на выходе цепи будет: .
По теореме Парсеваля:
Определим спектральную плотность мощности на выходе цепи:
Вытекает следующее соотношение: . Возведение передаточной функции в квадрат объясняется тем, что она определяет отношение напряжений (токов) на входе и выходе, а W(w) является спектральной плотностью мощности случайной функции.
Корреляционная функция случайного процесса на выходе цепи:
Корреляционная функция входного сигнала:
Корреляционная функция импульсной характеристики:
Следовательно, произведению спектральных функций W(w) и K(w) соответствует свертка функций Rвх(t) и Rg(t): . Отсюда, зная корреляционные функции Rвх(t) и Rg(t) можно найти энергетический спектр: .
Пусть на входе белый шум (спектральная плотность равна 1 на всех частотах), следовательно: , так как . Тогда:
Следовательно, если мы знаем вид корреляционной функции импульсной характеристики то вид Rвых(t) имеет такой же вид.
Гармонические колебания со случайной амплитудой
Пусть A(t) – стационарный, эргодический случайный процесс, y(t) – детерминированный процесс.
Для каждого момента времени .
Плотность вероятности величины х при заданном времени t: , при этом считается, что А распределено равномерно от 0 до Аmax.
и математическое ожидание и дисперсия зависят от времени, т. е. процесс не стационарный.
Гармонические колебания со случайной фазой
Имеется случайный процесс . Найдем закон распределения фазы
при
где
Математическое ожидание:
или
Перемножим 2 значения в разные моменты времени:
Математическое ожидание от произведения:
, где
Процесс x(t) является стационарным так как корреляционная функция зависит только от разности времени t1 и t2, а так же от самого времени.
При суммировании нескольких гармонических колебаний (5 -6) со случайной фазой мы получим стационарный случайный процесс близкий к гаусовскому.