Теорема Винера-Хинчина.
При изучении детерминированных сигналов мы использовали гармони-ческий анализ. Однако в отношении случайных процессов непосредственное использование классического гармонического анализа невозможно, т.к.
1). Реализации случайного процесса xk(t) не удовлетворяют условию аб-солютной интегрируемости
2). Для случайного процесса x(t) частотный спектр также является слу-чайной функцией.
Но можно обобщить гармонический анализ, усредняя спектральные раз-ложения, полученные для отдельных реализаций.
Для этого введем новую функцию , совпадающую на интервале с реализацией xk(t) случайного процесса, а за пределами этого ин-тевала равную нулю:
xk(t)
0
при
при
Преобразование Фурье для этой функции:
Средняя мощность сигнала
С другой стороны, средняя мощность через частотный спектр:
Функция называется спектральной плотностью мощности реализации по спектру частот.
Для определения спектральной плотности совокупности реализаций не-обходимо провести усредненное по ансамблю возможных значений функции
·
mz – мат. ожидание
kk(t1t2) – корр. Функция
т.к.
то:
корр. функция выражает связь между значениями случайного процесса в различные моменты времени.
Переходя к пределу при , получим:
Т.o., спектральная плотность , являющаяся усредненной характери-стикой совокупности реализаций случайного процесса, представляет собой прямое преобразование Фурье для корр. функции.
Фурье для корр. функции.
Обр. преобр. Фурье:
Эти преобразования, связывающие функции и называется преобразованием Хингина-Винера.
Если вместо круг. частоты введем частоту в герцах f, то эти выражения примут вид:
Так как для стационарных эргодических процессов усреднение по множе-ству может быть заменено усреднением по времени, то функция мо-жет быть представлена в виде
Таким образом энергетический спектр стационарного случайного процес-са может быть вычислен двумя путями:
а) непосредственным наблюдением одной реализации xk(t) и нахождением предела (*).
б) нахождение преобразования Фурье коорр.-ной функции;
Для выяснения физического смысла функции примем в :
А т.к. К(0) выражает мощность сигнала, то дает усредненную энергетическую картину распределения мощности сигнала по частотному спектру.
Рассмотрим случай, те есть когда спектральная плотность мощности равномерна на всех частотах спектр называется «белым шумом».
( - предел прямоугольного импульса длительности и высота при ).
Таким образом корр. функция белого шума выражается - функцией:
¥ при t=0
K(t) =
0 при t¹0
Белый шум x(t) характеризуется тем, что значения x(t) в любые два момента времени некоррелированы. Такой случайный процесс называется абсолютно случайным.
Белый шум в точном смысле является идеальным, не встречающимся в реальных условиях, потому что:
1). Достаточно близкие значения случайной функции практически всегда зависимы;
2). Реальные процессы имеют конечную мощность, а для белого шума полная мощность процесса бесконечна.
Но: во многих случаях такая идеализация упрощает мат. Анализ и не вносит существенных погрешностей.
Спектры реальных процессов ограничены полосой частот из-за ограниченности полосы пропускания реальных каналов связи.
Если белый шум пропустить через идеальный фильтр низких частот с граничными частотами =0, , то на выходе получим шум с ограниченным спектром.
G( )
G0
0
vb
,
где P0=G0vb - средняя мощность процесса
|
t
0
t0
Следовательно, ограничение спектра вызывает появление кореляции, причем по мере сокращения полосы частот Wэ=vb интервал кореляции увеличивается.
В случае, если для случайного процесса спектр непрерывен и сосредоточен около некоторой фиксированной частоты v0, причем выполняется условие
1,
то такой процесс называется узкополосным.
Если узкополосный спектр обладает максимумом при v0 и симметричен относительно этой точки, то коор. Функция процесса
G(v)
Т.к. по условию полоса спектра пренебрежимо мала по сравнению с частотой v0, то верхние пределы интегрирования могут расп.-ть до ¥.
где G*(v)=G(v0-v),
5. Эффективная ширина спектра случайного процесса
При анализе случайных процессов с неравномерным спектром часто пользуются понятием эквивалентной или эффективной ширины спектра, определяемой выражением:
,
где Gмакс.(v) – наибольшее значение функции спектр. плотности;
Средняя мощность процесса:
,
то может быть установлена следующая связь между интервалом корреляции и эффективной шириной спектра процесса:
Дата добавления: 2015-08-21; просмотров: 1977;