Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Lektsii_tes.docx
Скачиваний:
1
Добавлен:
01.05.2025
Размер:
2 Мб
Скачать
☆

Параграф 1.9: Сообщения, сигналы и помехи как случайные процессы. Параграф 1.9.1: Понятие случайного процесса.

В основе большинства методов исследования общей ТЭС лежит представление о процессе передачи сообщения как о некотором случайном процессе, а развивающемся чаще всего во времени. Словом «случайный» подчеркивается то обстоятельство, что предопределить заранее точное протекание процесса во времени невозможно. Типичным примером случайного процесса может служить напряжение на входе приемника (s(t) – сигнал, N(t) – шум). Наблюдая напряжение в данный момент времени, мы не можем с полной определенностью предсказать, каким будет его значение в последующий момент времени. Это объясняется тем, что параметры, формируемые передатчиком канального сигнала s(t) (амплитуда, частота, фаза) с точки зрения получателя изменяется случайным образом в соответствие с передаваемым сообщением a(t). Кроме того, в процессе передачи сигнал подвергается воздействию различных аддитивных помех N(t), имеющих случайный характер (например, возникающих в результате электрических разрядов в атмосфере, помех от других радиостанций и т.д.). Случайность процесса х(t) проявляется в том, что вид наблюдаемой функции произвольным образом меняется от одного наблюдения в другому. Функция x(t), наблюдаемая в результате отдельного опыта, называется реализацией случайного процесса. Совокупность всех возможных реализаций и образует случайный процесс или случайную функцию x(t). Для непрерывного случайного процесса число реализаций образует несчетное множество. Наличие случайности результатом многократных наблюдений одного и того же процесса не означает, что в этом процессе нет никаких закономерностей. оказывается, что средний результат, найденный по конечному числу наблюдений, устойчивый. Иначе говоря, случайные процессы подчиняются определенной статистическим закономерностям. Множество значений реализаций случайных функций x(t1) в некоторый момент времени t1, называемый сечением случайного процесса, образует случайную величину Х, значения которой заранее неизвестны. Но при этом оказывается возможным установить некоторые закономерности, позволяющие судить о том, насколько вероятным в данном случае является попадание значений случайной величины в ту или иную область. Итак, сообщения, сигналы и помехи являются случайными процессами для их исследования и описания необходимо использовать основные положения теории случайных процессов.

Параграф 1.9.2: Вероятностное описание случайного процесса.

Рассмотрим N реализаций случайных процессов X(t). Для общности рассуждений будем рассматривать непрерывный случайный процесс. Выделим из этого числа те n1 реализаций, значения в определенный момент времени t1 не превышают некоторого числа х1. При достаточно большом числе N относительная доля функций, находящихся в момент t1 не выше уровня х1, будет обладать статистической устойчивостью, т.е. будет оставаться приблизительно постоянным числом. Это число определяет вероятность того, что при t=t1 случайная функция x(t) не превышает уровень х1, и обозначается . Указанная вероятность зависит от фиксированного момента времени t1 и от выбранного уровня х1, т.е. является функцией двух переменных. Это функция называется одномерной интегральной функцией распределения случайного процесса в некотором сечении t1 при каждом значении своего аргумента x1 численно равно вероятности того, что реализация сечения процесса x (t1) не превышает уровня значения х1. Вероятностные из N реализаций те n1, которые попадают в некоторый интервал . При большом N относительная доля функций, попадающих в этот интервал, так же будет оставаться приблизительно постоянной, и определяет вероятность того, что при t=t1 случайная величина x (t1) будет находиться внутри интервала , и обозначим это как:

Очевидно, что при происходит следующее:

  1. рассматриваемая вероятность превращается в вероятность того, что x (t1) = х1, т.е.

Однако, если рассматривать функцию

,

то при каждом значении x1 она будет конечной и позволит охарактеризовать плотность распределения вероятностей возможных значений х1. Нетрудно показать, что . Поэтому называют одномерной дифференциальной функцией распределения, или плотностью распределения вероятностей.

Более полно свойство случайного процесса можно охарактеризовать, если для любого набора n моментов времени t1, t2, …, tn и любых значений x1, x2, …, xn вычислить вероятность того, что X (t) принимает в указанные моменты времени значения, не превышающие значения x1, x2, …, xn.

Функция называется n-мерной интегральной функций распределения вероятностей процесса X (t). Если существует частная производная n-мерной интегральной функции распределения по всем xk (k = 0, …, n), то можно определить n-мерную плотность распределения вероятности:

по которой так же можно определить процесс. Т.о., вероятностные свойства случайного процесса можно охарактеризовать с помощью n-мерной функции распределения (интегральной или дифференциальной) тем полнее, чем больше n. При этом, если мы имеем финитный случайный процесс, дискретный по времени, или дискретный и по уровню и по времени (1 – случайная последовательность, 2 – дискретный случайный процесс), представляющий собой конечный отрезок последовательности, содержащий n отсчетов, то n-мерная функция распределения дает исчерпывающее вероятностное описание этого процесса или представляет собой его полную вероятностную модель. Для непрерывных во времени процессов полной вероятностной моделью является бесконечно-мерная функция распределения, определить которую в принципе невозможно. Однако, если ширина спектра такого процесса ограничена сверху частотой fn, то в соответствие с теоремой Котельникова, каждую реализацию случайной функции длительностью Т можно полностью определить дискретной выборкой, содержащей отсчетов, следующих с интервалом . В этом случае, непрерывные случайные процессы можно так же с высокой точностью определить n-мерным законом распределения.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]