- •Теория случайных процессов (часть 1)
- •Элементы теории случайных процессов
- •Определение и описание случайного процесса
- •Задачи для самостоятельного решения
- •Законы распределения случайных процессов
- •Основные характеристики случайных процессов
- •Свойства функции корреляции
- •Свойства функции ковариации
- •Задачи по теме для самостоятельного решения
- •Стационарные случайные процессы
- •Свойства ковариационной функции стационарного случайного процесса
- •Свойства нормированной ковариационной функции стационарного случайного процесса
- •Эргодические случайные процессы
- •Задачи по теме для самостоятельного решения
- •Спектральная плотность
- •Свойства спектральной плотности:
- •Задачи по теме для самостоятельного решения
- •Сходимость, непрерывность, дифференцируемость и интегрируемость случайных процессов
- •Непрерывность случайных процессов
- •Дифференцируемость случайного процесса
- •Интегрируемость случайного процесса
- •Основные классы случайных процессов
- •Процессы с независимыми приращениями.
- •Винеровский процесс (частный случай процесса с независимыми приращениями)
- •Пуассоновский процесс ( частный случай процесса с независимыми приращениями)
- •Литература
- •Содержание
- •Некоторые распределения случайных величин
Задачи по теме для самостоятельного решения
Задана случайный процесс
,
где
-
случайная величина, распределенная
равномерно в интервале
.
Доказать, что
-
стационарный процесс.Является ли стационарным случайный процесс
,
где
-
некоррелированные случайные величины
.Известна ковариационная функция
стационарного процесса
.
Доказать, что если
,
то
.Заданы два стационарных случайных процесса
,
где
-
случайная величина, распределенная
равномерно в интервале
.
Доказать, что эти функции стационарно
связаны.Доказать, что случайный процесс
стационарен в широком смысле. Проверить
свойство эргодичности для математического
ожидания и ковариационной функции.
Дана ковариационная функция
стационарного случайного процесса
.
Найти ковариационную функцию, дисперсию
производной
,
взаимную ковариационную функцию
.Дана ковариационная функция стационарного случайного процесса . Найти ковариационную функцию
,
дисперсию
случайного процесса
,
взаимную ковариационную функцию
(в случае б)- лишь при
.
а)
;
б)
.
Спектральная плотность
Информацию о случайном процессе, которую дают корреляционная и ковариационная функции, можно получить и через так называемую спектральную плотность S(), которая широко используется для стационарных случайных процессов.
Пусть
-
стационарный случайный процесс,
его
корреляционная функция, интегрируемая
абсолютно на интервале
,
тогда преобразование Фурье:
называется
спектральной
плотностью
случайного процесса
.
Чтобы
определить корреляционную функцию
по
известной спектральной плотности
используется
обратное преобразование Фурье:
Спектральная плотность стационарного случайного процесса - это частотная функция, характеризующая спектральный (частотный) состав процесса, и представляет собой частотную характеристику для средних значений квадратов амплитуд гармоник, на которые может быть разложен случайный процесс. По своему физическому смыслу спектральная плотность есть величина, которая пропорциональна средней мощности процесса в интервале частот от ω до ω + dω.
Или иначе: спектральная плотность описывает мощность случайного процесса, приходящуюся, на заданный интервал частот, поэтому часто эту функцию называют спектральной плотностью мощности случайного процесса.
На нижеследующих рисунках графики спектральных плотностей и корреляционных функций для различных случайных процессов:
Линии
4 соответствуют чисто случайному
процессу, когда связь между последующими
значениями
совсем
отсутствует. Такой случайный процесс
называется белым
шумом,
т.е. при
,
,
а
.
Свойства спектральной плотности:
-
четность спектральной плотности;
-
неотрицательность;Если положить в выражении ; ,
то
получим:
.
Пример
5.1. Корреляционная функция случайного
процесса
задана в виде
,
где
.
Определить спектральную плотность
соответствующего случайного процесса.
Решение. Спектральная плотность определяется по формуле:
.
Исходя из условий задачи, представим этот интеграл в виде суммы двух интегралов:
.
Вычислим
.
