Материал: Панков Пособие по АСП

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

В силу связи автокорреляционной функции с нормированной автокорреляционной функцией, понятия спектральной и нормированной спектральной плотности, введенной ранее очень близки.

На приведенном ниже рисунке спектральная плотность в комплексной области обозначена со звездочкой S*( ):

K τ S ei τd

S( ) 1 K τ e i τdτ 2π

Эти две формулы называются формулами (или теоремой) Винера-Хинчина. Теорема Винера-Хинчина эквивалентна теореме Бохнера-Хинчина (с точностью до замены автокорреляционной функции на нормированную

автокорреляционную)

Пример. Найти автоковариационную функцию идеального низкочастотного процесса, у которого спектральная плотность имеет вид:

S ,

 

 

 

 

S

0,0

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

0

e

i

 

0

 

e

i

i

 

 

 

 

 

 

 

 

 

 

 

 

 

K S0

ei d S0

 

 

 

S0 0

0 e

0

 

 

 

i

 

 

 

i 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

0

 

 

 

 

 

 

 

 

S

 

cos( 0 ) isin 0 cos( 0 ) isin 0

2S

 

sin 0

 

 

0

0

0

 

 

 

i

 

 

 

 

0

 

 

 

 

 

 

0

 

 

 

 

 

 

0

21

Определение. Эффективной шириной спектра называется величина равная:

 

DX

 

maxS*

 

 

Отсюда:

 

 

 

 

DX maxS* S* d

Т.е. площадь под графиком плотности заменяется площадью прямоугольника с высотой S (ω) и шириной Δω:

Аналогично можно ввести

Определение. Эффективной длительностью автокорреляционной функции

(или интервалом корреляции) называется величина Δτ равная:

 

 

 

1 K d 2 0

R d ,

 

 

 

 

 

 

 

 

 

где R

K

 

DX

 

 

 

 

 

 

 

 

 

 

 

– нормированная

автокорреляционная функция для

 

 

DX

 

 

 

 

 

 

стационарного в широком смысле случайного процесса.

22

В этом случае площадь под графиком модуля нормированной автокорреляционной функции заменяется площадью прямоугольника с шириной равной Δτ и высотой равной единице.

Обратим внимание, что в этом определении используется нормированная автокорреляционная функция (для этого мы разделили автокорреляционную функцию K на дисперсию DX . А высота прямоугольника равна

максимумум нормированных автокорреляционных функций, который равен значению этой функции в нуле, и равен единице.

Величина Δτ дает ориентировочное представление о том, на каком интервале времени имеет место коррелированность между значениями сечений случайного процесса.

Определение. Дельта-функций Дирака называется функция, определенная как:

 

 

 

1

,

 

x

 

 

, x 0

 

 

 

 

x lim

x lim

 

 

 

 

 

 

2

 

 

 

 

 

 

 

0, x 0

0

0

0,

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таким образом, дельта-функция при всех значениях аргумента отличных от нуля равна нулю, а при нуле равна бесконечности.

Отметим, однако, что с точкой бесконечность нельзя обращаться как с числом. В данном случае, это символическое изображение, заданное определением, т. е. высота прямоугольника единичной площади, у которого ширина основания стремится к нулю.

Свойства δ x :

1.

1

 

ei d .

2

 

 

2. Фильтрующее свойство :

23

f * 0 d f 0

Пример. Найти спектральную плотность гармонического колебания со случайной начальной фазой:

X t Acos 0t ,

где A и 0 – постоянные, а φ - случайная величина, равномерно распределенная на интервале [0, 2π].

Легко можно найти (было показано в примере в подтеме о линейных преобразованиях) автокорреляционную функцию K(τ) этого случайного процесса:

K(τ) =

A2

cos τ =

A2

 

ei 0τ e i 0τ

.

 

2

0

2

2

 

 

 

 

Для удобства вычисления в комплексном пространстве здесь косинус мы заменили через экспоненты по формуле Эйлера.

 

 

 

A

2

 

 

 

 

e

i τ

e

i

τ

 

 

S(w) =

 

 

ei τ

0

0

 

 

dτ =

 

2 2π

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

[δ

δ ]

=

A2

e

 

 

 

0

e

 

 

 

0

dτ=

A2

 

 

iτ

 

 

iτ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

 

8π

 

 

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

На рисунке изображен спектр случайного процесса в комплексной форме. В действительной форме нужно отбросить отрицательные частоты, а амплитуду при 0 увеличить в два раза.

Белый шум

Определение. Случайный процесс t,t называют белым шумом, если

он является стационарным в широком смысле и обладает постоянной спектральной плотностью c, называемой интенсивностью белого шума:

S S0 с constдля ;

Найдем автокорреляционную функцию белого шума.

K(τ)=

 

S * eiwτ d = S02πδ(τ) = 2 c Ind 0

 

 

Следовательно, любые два сечения белого шума X(t1) и X(t2) при t1≠t2 некоррелированные, т.к. К(τ) = 0, при τ= t1-t2 ≠ 0.

24

Белый шум это удобная математическая абстракция, так как физически такой процесс не реализуем – у него дисперсия равна бесконечности. С помощью этой математической модели упрощается решение многих практических задач. Обращаться к этой модели можно, когда все временные характеристики процесса много больше, чем интервал корреляции и можно считать, что выполняется условие: «Любые два сечения X(t1) и X(t2) при t1≠t2 некоррелированные (слабо коррелированы).

Случайный процесс назвали «белым» по аналогии с белым светом, у которого спектр электромагнитного излучения имеет равномерную мощность по всем длинам волн в видимой части спектра.

 

Тема № 2 Дискретные цепи Маркова

 

Пусть T 0

или

T ,

 

 

т.е. имеется последовательность

случайных

величин 0, 1,..., n,...,

определенных

на

одном

вероятностном пространстве

,A,P .

 

 

 

 

 

 

 

тогда E En

 

 

Пусть En - множество значений n ,

- множество состояний

цепи Маркова или фазовое пространство.

 

n

 

 

 

 

 

 

Определение.

Последовательность

 

дискретных

случайных

величин

n,n 0 называется

цепью

 

 

Маркова,

если

при

любых n для всех

l1 l2 ... ln 1 0

и для любых i1,i2,...,in,in 1 E имеют место равенства:

P ln 1 in 1 | l1 i1,,..., ln 1

in 1, ln in P ln 1

in 1 | ln in ,

 

если эти вероятности определены.

 

 

 

 

 

 

Величина n – это дискретное время.

 

 

 

 

 

Запись n in означает

«Цепь Маркова в момент времени n находится в

состоянии in »

 

 

 

 

 

 

 

 

 

 

 

 

 

По теореме об умножении вероятностей верно равенство

 

P 0 i0,..., n in P 0

i0 P 1 i1 | 0 i0

 

 

 

P 2

i2 | 1

i1, 0

i0 ...P n

in | 0

i0,..., n 1 in 1

 

P 0

i0 P 1

i1 | 0 i0 ...P n

in | n 1 in 1 .

 

Назовем величину

p(n) P

n

j |

n 1

i переходной вероятность из i-го

 

 

ij

 

 

 

 

 

 

 

 

 

состояния в j-е за 1 шаг в момент времени n.

Определение. Цепь Маркова называется однородной во времени, если ее

переходные вероятности не зависят от n, т. е. p(n) p

для всех i, j E¸ в

ij

ij

 

любой момент времени n.

В дальнейшем мы будем рассматривать однородные цепи Маркова. Определение. Цепь Маркова - конечная, если фазовое пространство E –

конечно (в противном случае цепь Маркова счетна). Обозначим

25

Источник: https://studfile.net/preview/16534728/