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