- •Случайные величины
- •Г истограмма распределения
- •Плотность распределения вероятностей
- •Средние значения
- •Какие бывают распределения?
- •Случайные процессы Что такое случайный процесс?
- •Стационарность
- •Эргодичность
- •Корреляционная функция
- •Спектральная плотность
- •Гармонический сигнал
- •Белый шум
- •Анализ процессов в Simulink о ценка корреляционной функции
- •Оценка спектральной плотности
- •И сточник шума
Гармонический сигнал
Рассмотрим гармонический сигнал
,
где
– случайная фаза, равномерно распределенная
в интервале от 0 до
.
Три реализации этого процесса (с разными
фазами
)
показаны на рисунке:
Это тоже случайный процесс, однако его
отличие от «классических» случайных
процессов состоит в том, что зная (или
определив) случайную фазу
,
мы может вычислить значение этого
сигнала при любом
.
Таким процессы называют квазидетерминированными.
Как только фаза
определена, процесс становится
детерминированным (не случайным).
Использование формулы для усреднения по времени (1) дает
.
После несложных преобразований
(применение формулы произведения синусов
и интегрирование), получим
.
Чтобы найти спектр такого сигнала,
вычислим преобразование Фурье для
корреляционной функции. По таблицам
находим
,
поэтому
.
Это значит, что спектральная плотность
состоит из двух дельта-функций для
частот
и
,
а в остальных точках равна нулю.
Действительно, с самого начала было
легко догадаться, что вся энергия такого
сигнала сосредоточена на одной частоте.
Белый шум
В математике для теоретических
исследований иногда удобно использовать
математические объекты, которые
нереализуемы на практике (например,
дельта-функцию). В теории случайных
процессов важную роль играет белый
шум5,
имеющий равномерную спектральную
плотность по всем частотам, то есть,
.
Очевидно, что при этом площадь под кривой
спектральной плотности (определяющая
средний квадрат процесса) бесконечна,
то есть сигнал имеет бесконечную мощность
и не может существовать в природе.
Если нет никакой информации о свойствах случайных возмущений, действующих на системы, часто считают, что они приближенно описываются моделью белого шума. Если мы докажем, что даже в этом (наихудшем) случае характеристики системы останутся удовлетворительными, то они будут не хуже и при любой другой случайной помехе.
Корреляционная функция белого шума
равна
.
Действительно, преобразование Фурье
сразу дает
.
Значения такого сигнала отстоящие по времени на любой, сколь угодно малый интервал, некоррелированы. Это означает, что нет никакой зависимости между соседними, сколь угодно близко расположенными друг к другу, отсчетами такого случайного процесса. Корреляционная функция и спектральная плотность белого шума показаны на рисунках:
Белый шум, как сигнал с бесконечной энергией, невозможно получить на практике. При моделировании его обычно заменяют на белый шум с ограниченной полосой, который имеет равномерный спектр в полосе частот от до , и нулевой вне этой полосы:
.
Средний квадрат такого сигнала равен
,
а не бесконечности. Корреляционную
функцию можно найти с помощью обратного
преобразования Фурье:
.
Поскольку
при любом целом
,
корреляционная функция равна нулю при
всех
,
где
– любое целое число, не равное нулю. Это
значит, что значения, взятые из такого
сигнала в моменты времени
,
(выборка с периодом
)
будут некоррелированы.
