
- •7 Сентября 2000 г.
- •Предисловие
- •1.Моделирование случайных процессов с заданной многомерной плотностью вероятности
- •1.1. Метод условных распределений
- •1.2. Метод неймана (метод отбора)
- •1.3. Моделирование марковских случайных процессов
- •2. Моделирование случайных процессов с заданными корреляционными свойствами
- •2.1. Моделирование нестационарных процессов с заданными корреляционными свойствами
- •2.1.1. Метод линейного преобразования
- •2.1.2. Метод канонических разложений
- •2.1.3. Сравнение методов моделирования нестационарных случайных процессов с заданными корреляционными свойствами
- •2.2. Моделирование стационарных случайных процессов с заданными корреляционными свойствами
- •2.2.1. Метод канонических разложений
- •2.2.2 Метод неканонических разложений
- •2.2.3.Метод формирующего фильтра
- •Нерекурсивный формирующий фильтр (метод скользящего суммирования)
- •Пример 2.3.
- •Синтез нерекурсивных формирующих фильтров на основе разложения спектральной плотности мощности в ряд фурье
- •Синтез нерекурсивных формирующих фильтров на основе факторизации спектральной плотности мощности
- •Рекурсивный формирующий фильтр
- •Синтез рекурсивного формирующего фильтра по аналоговому формирующему фильтру
- •Синтез рекурсивного формирующего фильтра с нулевой методической погрешностью для корреляционной функции
- •2.2.5. Формирующие фильтры для моделирования стационарных случайных процессов с типовыми корреляционными свойствами
- •3.1. Метод неканонических разложений
- •3.2. Метод, основанный на безынерционном нелинейном преобразовании нормального случайного процесса
- •Литература
Синтез нерекурсивных формирующих фильтров на основе разложения спектральной плотности мощности в ряд фурье
Этот метод позволяет свести определение коэффициентов цифрового формирующего нерекурсивного фильтра к расчету по формулам, что намного удобнее, чем решение системы нелинейных уравнений.
Идея метода заключается в следующем.
При рассматриваемой постановке задачи моделирования известна спектральная плотность мощности процесса.
Коэффициенты
нерекурсивного фильтра, как это будет
ясно из дальнейшего, определяются как
коэффициенты разложения в ряд Фурье
передаточной функции формирующего
фильтра. Для того чтобы определить
коэффициенты Фурье, необходимо, чтобы
передаточная функция, а значит, и
спектральная плотность мощности были
бы равны нулю за пределами частоты
дискретизации
,
связанной с используемым шагом
дискретизации как
.
Поскольку заданная спектральная
плотность мощности может отличаться
от нуля на частотах, больших
,
то случайный процесс с заданной
спектральной плотностью можно заменить
процессом со спектральной плотностью
мощности
:
|
(2.54) |
Такая замена приводит к методической погрешности при моделировании, однако, обычно спектральная плотность мощности становится малой, начиная с какойто характерной частоты, и шаг дискретизации может быть принят при моделировании достаточно малым, чтобы была больше этой характерной частоты.
По соотношению
(2.42) с учетом (2.44) определяются требования
к аналоговому формирующему фильтру
(см. рис. 2.2) как
,
где принято
.
Таким образом, амплитудно-частотная характеристика аналогового формирующего фильтра должна быть равна
|
(2.55) |
Этому условию может удовлетворять сколь угодно большое количество формирующих фильтров с отличающимися друг от друга фазочастотными характеристиками и, в частности, фильтр с фазочастотной характеристикой, равной нулю. Передаточная функция такого аналогового фильтра в соответствии с (2.55) должна быть равна
|
(2.56) |
а импульсная
характеристика определяется как обратное
преобразование Фурье от
Так как
всегда является четной функцией
,
то
|
(2.57) |
Применим метод инвариантности импульсной характеристики [1, 5] для построения цифрового формирующего фильтра. Импульсная характеристика цифрового фильтра в этом методе связанна с импульсной характеристикой цифрового прототипа как
|
(2.58) |
Таким образом, в соответствии с (2.57) импульсная характеристика цифрового формирующего фильтра должна быть равна
|
(2.59) |
Это выражение соответствует определению коэффициентов ряда Фурье для передаточной функции (2.56) с точностью до множителя (2.55).
Однако непосредственно в виде (2.35) цифровой формирующий фильтр не может быть построен, поскольку он является нереализуемым из-за того, что
|
(2.60) |
Это является
следствием того, что
четная
функция, поэтому в соответствии с (2.59)
,
а, следовательно, и
,
что подтверждает (2.60).
Кроме того, и
импульсная характеристика аналогового
формирующего фильтра
,
и импульсная характеристика цифрового
фильтра
в общем случае являются неограниченными
во времени функциями. Это препятствует
цифровой реализации фильтра в силу
конечности памяти и быстродействия
реальных компьютеров.
Вместо (2.35), соответствующей формуле вычислений реакции цифрового нерекурсивного фильтра, необходимо выполнять вычисления по формуле
|
(2.61) |
где учтено, что
коэффициенты нерекурсивного фильтра
равны отсчётам его импульсной
характеристики
.
Чтобы реализовать
нерекурсивный формирующий фильтр,
необходимо, чтобы
при
и длительность
,
а значит, и число слагаемых в (2.61) были
бы конечными.
Чтобы удовлетворить этим условиям, поступают следующим образом (рис. 2.16).
Во-первых, импульсную характеристику (рис. 2.16,а) искусственно ограничивают во времени (рис. 2.16,б):
|
(2.62) |
Практически величину
можно выбирать из условия
,
где
полная
дисперсия случайного процесса,
дисперсия
случайного процесса после ограничения
(2.62) импульсной характеристики цифрового
формирующего фильтра,
заданная
малая погрешность.
Преобразование (2.62) по-прежнему не обеспечивает возможность реализации цифрового фильтра. Чтобы обеспечить условие реализуемости введем новую импульсную характеристику (рис 2.16,в)
|
(2.63) |

Так как последовательность на входе формирующего фильтра и последовательность на выходе соответствуют стационарным случайным процессам, то сдвиг импульсной характеристики не изменит свойств моделируемого случайного процесса.
Вместо
вычислений по формуле (2.61) при формировании
случайного процесса будет использоваться
соотношение
,
при этом в соответствии с (2.59), (2.63)
|
(2.64) |
Этот метод обладает методической (алгоритмической) погрешностью из-за использования преобразований (2.54) и (2.62). Эта методическая погрешность может быть уменьшена при уменьшении шага дискретизации .
Пример 2.4
П
остроим
формирующий нерекурсивный фильтр для
моделирования случайного процесса со
спектральной плотностью мощности (рис.
2.17):
где
.
В соответствии с (2.64) определяем импульсную характеристику и коэффициенты формирующего нерекурсивного фильтра:
|
Пример такой импульсной характеристики представлен на рис. 2.18.