- •Теория случайных процессов
- •Предисловие
- •Основные характеристики случайных процессов: математическое ожидание, корреляционная функция, дисперсия. Типовые задачи с решениями
- •Найти математическое ожидание, корреляционную функцию и дисперсию случайного процесса
- •Найти математическое ожидание, корреляционную функцию и дисперсию процесса
- •Линейное преобразование случайных процессов при использовании понятия спектральной плотности
- •Решение
- •Применение теории стационарных процессов
- •Оптимизация линейной системы при заданной её структуре
- •3.2. Определение оптимальной системы при незаданной её структуре. Уравнение винера-хопфа
- •Задачи для самостоятельного решения по подразделу 3.2. Задание 4
- •4. Выбросы случайных процессов
- •5.Определение характеристик эргодического
Основные характеристики случайных процессов: математическое ожидание, корреляционная функция, дисперсия. Типовые задачи с решениями
Найти математическое ожидание, корреляционную функцию и дисперсию случайного процесса
X(t) = Ysin2t + Zcost,
где Y и Z – случайные величины, характеризуемые следующими числовыми характеристиками: mY= 2, mZ = 1, DY = 0.1, DZ = 0.05,
корреляционный момент между случайными величинами Y и Z
KYZ = 0.
Решение
В рассматриваемом случайном процессе множители sin2t и cost не являются случайными величинами. Поэтому при определении математического ожидания процесса Х(t) они выносятся за знак математического ожидания случайных величин Y и Z. Математическое же ожидание суммы равно сумме математических ожиданий составляющих случайного процесса:
M[X(t)] = = sin2tM[Y]+ costM[Z].
Подставляя в последнее выражение числовые значения M[Y] и M[Z], получим
2sin2t + cost.
Поскольку случайные величины Y и Z некоррелированы, корреляционная функция процесса X(t) равна сумме корреляционных функций его составляющих. При этом коэффициенты (неслучайные процессы) выносятся за знак корреляционных функций случайных величин Y и Z в виде произведения неслучайных процессов в двух сечениях по времени t1 и t2. Учитывая также, что
КYY(t1, t2)=DY и KZZ(t1, t2)=DZ, будем иметь
KXX(t1, t2)=sin2t1sin2t2DY + cost1cost2DZ.
Подставляя числовые значения для DY и DZ, получим
KXX(t1, t2)=0.1sin2t1sin2t2 + 0.05cost1cost2.
Дисперсия случайного процесса X(t) определится как DX(t)=KXX(t1, t2) при t1=t2=t:
DX(t) = 0.1sin22t + 0.05cos2t.
Найти математическое ожидание, корреляционную функцию и дисперсию процесса
Х(t) = sintY(t) + cost,
где Y(t) – случайный процесс, характеризуемый M[Y(t)] и KYY(t1, t2),
cost – неслучайный процесс.
Решение
Математическое ожидание процесса X(t) определится как:
sint + cost.
Корреляционная функция процесса X(t) запишется в виде
KXX(t) = sint1sint2KYY(t1, t2),
( корреляционная функция неслучайного процесса равна нулю).
Соответственно дисперсия случайного процесса X(t) будет
DX(t) = sin2t(t).
Линейное преобразование случайных процессов при использовании понятия спектральной плотности
ТИПОВАЯ ЗАДАЧА С РЕШЕНИЕМ
Используя понятие спектральной плотности, найти дисперсию процесса на выходе линейной системы (рис.2.1) при воздействии на её входе стационарного процесса X(t), характеризуемого корреляционной функцией () = e.
Рис. 2.1
Решение
Задача может быть решена как с помощью интегрального преобразования Фурье, т.е. с использованием понятий спектральной плотности стационарного процесса SXX() и передаточной функции линейной системы H(j), так и с помощью двустороннего преобразования Лапласа, т.е. с применением SXX(p) и Н(p).
Спектральная плотность стационарного эргодического случайного процесса X(t) связана с корреляционной функцией этого процесса с помощью соотношений Винера-Хопфа, полученных на основе двойного интеграла Фурье:
SXX() =
При использовании двустороннего интегрального преобразования Лапласа приведенные соотношения принимают вид:
SXX(p) = (2.1)
(2.2)
Корреляционная функция KXX() при использовании последнего выражения может быть определена с помощью теории вычетов:
KXX() = при (2.3)
KXX() = при , (2.4)
где
к и к - левые и правые полюса SXX(p), соответственно.
Дисперсия процесса X(t) определяется по выражениям (2.2)…(2.4) при =0 : DX=KXX(0).
В рассматриваемом примере
SXX() = DX + DX = (2.5)
SXX(p) = DX + DX (2.6)
Следует отметить, что выражение (2.5) может быть получено из выражения (2.6), если в последнем положить p=j.
Передаточную функцию схемы рис.2.1 получим, используя одностороннее интегральное преобразование Лапласа и полагая, что случайный процесс X(t) представляет собой напряжение на входе схемы. Тогда
H(p)=Y(p)/X(p)=I(p) R2, (2.7)
где I(p)=X(p)/(R2+R1+pL) – операторное изображение тока. (2.8)
Подставляя (2.8) в (2.7), получим
H(p)=R2/(R1+pL)=2/(p+) , (2.9)
где 2=R2/L , =(R1+R2)/L – декремент контура (=1/T, T – постоянная времени контура.
Спектральная плотность случайного процесса на выходе схемы определится как
SYY(p)=SXX(p)H(p)H(-p) = (2.10)
или
SYY()=SXX()H(j)H(-j) = (2.11)
Для определения корреляционной функции случайного процесса Y(t) воспользуемся выражениями (2.3),(2.4) и (2.10). Спектральная плотность SYY(p) имеет два левых полюса p1=- и p2=- и два правых полюса p1= и p2=. Беря с помощью второй теоремы разложения Хевисайда оригиналы изображений (2.3) и (2.4) , получим
KYY() = при , (2.12)
KYY() = при 0. (2.13)
Объединяя выражения (2.12) и (2.13), получим:
KYY() = при . (2.14)
Дисперсия стационарного процесса на выходе схемы рис.1 определится как
DY = KYY(0) = DX (2.15)
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ ПО РАЗДЕЛАМ 1 И 2
Задания 1 и 2
Задача 1. Во всех вариантах найти математическое ожидание, корреляционную функцию и дисперсию случайного процесса X(t) при заданных числовых характеристиках составляющих этого процесса.
Номер варианта |
X(t) |
Числовые характеристики составляющих X(t) |
1 |
Ycost + Zsint + 5t |
M[Y]=1; M[Z]=0.2; D[Y]=0.1; D[Z] = 0.004; KYZ= 0 |
2 |
Ysint |
M[Y] = 1; D[Y] = 0.2 |
3 |
Yt – Zt2 |
M[Y] = 3; M[Z] = 0.5; D[Y]=1; D[Z] = 0.5; KYZ= 0 |
4 |
2Ysint + 3Zt2 + 5 |
M[Y]= 1; M[Z] = 2; D[Y]= 0.1; D[Z] = 0.05; KYZ = 0 |
5 |
t–3cost+Y(t + cost)+Zcos2t |
M[Y]=M[Z]=0; D[Y] = 1; D[Z] = 2; KYZ = 0 |
6 |
costY(t) + sint |
KYY(t1, t2) |
7 |
Y(t) + tcost |
KYY(t1, t2) |
8 |
Y |
M[Y] = 2; D[Y] = 0.01 |
9 |
Ycost + 5 |
M[Y] = 0; D[Y] = 1 |
10 |
Ye-t + sint |
M[Y] = D[Y] = 1 |
11 |
Ye-t + Zet |
M[Y]= 2; M[Z]=-2; D[Y] = D[Z] = 1; KYZ= 0 |
12 |
Ysint + 4e-t |
M[Y] = 2; D[Y] = 0.1 |
13 |
Yt + Ze-t + Vsint |
M[Y]=M[Z]=M[V]=D[Y]=D[Z]=D[V]=1; KYZ=KYV=KZV= 0 |
14 |
Ysint + Zcost + Ve-t |
M[Y]=2; M[Z]=M[V]=1; D[Y]=D[V]=0.1; D[Z]=0.05; KYZ=KYV=KZV=0 |
15 |
Yte-t + Z |
M[Y]=2; M[Z]=1; D[Y]=0.2; D[Z]=0.1; KYZ= 0 |
16 |
5Ye-t + sint |
M[Y]=2; D[Y]=4 |
17 |
Ye-t + Zsint |
M[Y]=D[Y]=1; M[Z]=2; D[Z]=1; KYZ= 0 |
18 |
Ye-t + Zcost + 3sint |
M[Y]=M[Z]=2; D[Y]=2; D[Z]=1; KYZ= 0 |
Задача 2. Используя понятие спектральной плотности, найти корреляционную функцию и дисперсию стационарного случайного процесса на выходе линейной системы при известной корреляционной функции стационарного эргодического процесса на её входе: KXX() = DXe
Варианты линейных систем
№ 1 № 2
№ 3 № 4
№ 5 № 6
№ 7 № 8
№ 9 № 10
№ 11 № 12
№ 13 № 14
№ 15 № 16
№ 17 № 18