ДЕТЕРМИНИРОВАННЫЕ СИГНАЛЫ 21 страница
Как следует из (19.16), Vc(t) и Vs(t) линейно связаны с Если ξ(t) представляет центрированный гауссовский процесс, то и Vc(t) и Vs(t) являются также гауссовскими процессами с математическими ожиданиями, равными нулю. Вторые моменты распределения равны:
Для гауссовских процессов равенство нулю корреляционной функции означает независимость. Таким образом, совместная ПРВ Vc(t) и Vs(t) равна произведению их одномерных ПРВ:
(19.18)
Квадратурные составляющие Vc(t) и Vs(t) связаны с огибающей и фазой случайного процесса выражениями (19.17). Переход от Vc(t) и Vs(t) к огибающей и фазе устанавливается соотношением (раздел 17)
(19.19)
где fVφ2(p, θ) - двумерная ПРВ огибающей и фазы.
Такой переход аналогичен преобразованию прямоугольных координат в полярные. Из (19.19) с учетом (19.18) получим
(19.20)
Плотность распределения вероятностей огибающей найдется из (19.20) как (рис. 19.11)
(19.21)
Рис. 19.11
Таким образом, распределение огибающей узкополосного случайного процесса подчиняется закону Релея (разд. 15).
Плотность распределения вероятностей фазы
(19.22)
Как следует из (19.22), ПРВ фазы является равномерной на интервале [0, 2π]. Огибающая и фаза узкополосного гауссовского процесса в каждый момент времени являются независимыми.
19.3. Распределение огибающей и фазы смеси сигнала и шума
Рассмотрим смесь узкополосного гауссовского процесса (шума) ξ(t) и гармонического колебания (сигнала) s(t)] частота сигнала совпадает со средней частотой случайного процесса
(19.23)
С учетом (19.1) запишем
(19.24)
Как узкополосный случайный процесс η(t) представим в виде
(19.25)
В (19.25)
(19.26)
где Vc1(t)=Vc(t)+V0 , Vs1(t) =Vs(t).
Совместная ПРВ составляющих Vc1(t) и Vs1(t) равна
(19.27)
Переход к огибающей и фазе выполняется, как показано в § 19.2,
(19.28)
Из (19.28) следует, что огибающая и фаза в рассматриваемом случае являются зависимыми величинами. Наличие в показателе степени члена, содержащего pcosθ не позволяет представить fvφ2(p,θ) как произведение fv1(p) и fφ1(θ).
Плотность распределения вероятностей огибающей определим как и раньше, интегрированием (19.28) по θ
(19.29)
Из (19.29) получим (рис. 19.12)
Рис.19.12
(19.30)
где l0(x) - модифицированная функция Бесселя первого рода нулевого порядка.
Таким образом, распределение огибающей смеси узкополосного гауссовского процесса и гармонического сигнала подчиняется обобщенному закону Релея (разд. 15).
Плотность распределения вероятностей фазы описывается выражением (получено с учетом (19.28)) [26].
(19.31)
При
(19.32)
19.4. Модулированные случайные процессы
Узкополосными случайными процессами часто являются модулированные колебания. Модулированное колебание представляет высокочастотное колебание (несущее), на которое наложено низкочастотное - модулирующее (содержащее передаваемую информацию). Наибольшая частота спектра модулирующего колебания значительно меньше частоты несущего колебания. Это условие и определяет узкополосность модулированного колебания.
Случайные процессы могут служить в качестве несущего или модулирующего колебания. Случайный процесс как несущее колебание является узкополосным, на него накладывается низкочастотный сигнал (детерминированный или случайный). В качестве модулирующего случайный процесс, как правило, используется при модуляции гармонического колебания. Этот случай наиболее распространенный, он и рассматривается в разделе - модуляции случайным процессом гармонического колебания.
Модулируется несущее колебание путем изменения одного или нескольких его параметров. В зависимости от изменяемого параметра различают и вид модуляции. Ниже рассматриваются колебания с амплитудой и угловой (фазовой и частотой) модуляцией.
19.5. Случайный процесс с амплитудной модуляцией
Случайный процесс с амплитудной модуляцией (AM), как правило, является узкополосным и при обычной AM может быть представлен в виде (рис. 19.13)
(19.34)
где V0, ω0, φ0 - амплитуда, частота и начальная фаза несущего колебания; ξ(t) - модулирующий случайный процесс; М - коэффициент модуляции.
Обращение η(t) в нуль при Mξ(t) ≤ -1 означает перемодуляцию. При AM детерминированным сигналом перемодуляция возникает только при соответствующем выборе коэффициента модуляции. Когда модулирующее колебание представляет случайный процесс с неограниченным распределением его значений, всегда будет иметь место перемодуляция. Если модулирующий случайный процесс ξ(t) имеет ПРВ fξ1(x) , то вероятность превышения уровня - 1/М что соответствует перемодуляции) будет равна
(19.35)
Значение Рпм определяет ту относительную часть времени, когда происходит перемодуляция несущего колебания.
Рис. 19.13
При нормальном распределении модулирующего случайного процесса из (19.35) получим
где (19.36)
С
Основными характеристиками модулированного случайного процесса η(t) являются корреляционная функция и спектральная плотность мощности. Корреляционная функция случайного процесса определяется как
(19.37)
Если перемодуляцией можно пренебречь, то с учетом (19.34) из (19.37) получим
(19.38)
где R(t) - корреляционная функция модулирующего случайного процесса.
Спектральная плотность мощности AM случайного процесса определяется как преобразование Фурье (19.38)
(19.39)
где N(ω) - спектральная плотность мощности модулирующего случайного процесса.
В (19.39) первые два слагаемых представляют импульсные функции на частотах ±ω0 площадью πV20/2; вторые два описывают непрерывную часть спектра в области положительных и отрицательных частот - около частот ±ω0 (рис. 19.14). Таким образом, спектр AM случайного процесса получается наложением на дискретную составляющую с частотой ±ω0 спектра модулирующего случайного процесса (с соответствующим коэффициентом). Однако
Рис. 19.14
преобразование спектра случайного процесса при AM как линейное можно рассматривать только тогда, когда перемодуляцией можно пренебречь.
Средняя мощность AM случайного процесса равна Rη(0)
(19.40)
Мощность несущего колебания -
(19.41)
В качестве примеров рассмотрим различные виды модулирующих случайных процессов.
1 .Спектральная плотность мощности и корреляционная функция модулирующего случайного процесса (табл.18.1, п.1)
Корреляционная функция модулированного случайного процесса
Спектральная плотность мощности модулированного случайного процесса в области положительных частот (рис. 19.15)
Рис. 19.15
где N(ω - ω0) = 1, |ω - ω0I < ∆.
2. Спектральная плотность мощности и корреляционная функция модулирующего случайного процесса (табл.18.1, п.З)
Корреляционная функция модулированного случайного процесса
Спектральная плотность мощности модулированного случайного процесса в области положительных частот (рис. 19.16)
3. Спектральная плотность мощности и корреляционная функция модулирующего случайного процесса (табл. 18.1, п.13)
Рис. 19.16
Рис. 19.17
Корреляционная функция модулированного случайного процесса
Спектральная плотность мощности модулированного случайного процесса в области положительных частот (рис. 19.17)
Когда перемодуляцией нельзя пренебречь, характеристики модулированного случайного процесса можно найти, используя методы анализа случайных процессов при нелинейных преобразованиях (разд. 22).
Если модулирующий случайный процесс выходит за пределы линейного участка модуляционной характеристики (результатом этого нельзя пренебречь), выражение для AM случайного процесса принимает вид
(19.42)
где g(х) - функция, описывающая искажения модулирующего случайного процесса.
Обычно модуляционную характеристику можно аппроксимировать линейно-ломанной кривой. Для нее преобразование Лапласа имеет вид 1/iv (разд. 22). Выражение для AM случайного процесса в этом случае можно записать в виде
(19.43)
где С - контур интегрирования.
Корреляционная функция η(t) определяется выражением
(19.44)
гдеθξ2 (v1,v2) - характеристическая функция ξ(t).
Решение (19.44) получено в виде ряда [19]:
(19.45)
где σ2, r(τ) - дисперсия и нормированная корреляционная функция модулирующего случайного процесса.
Коэффициенты hn определяются выражением
(19.46)
Как указывалось, перемодуляцию можно не учитывать при σ <<1 /М. В этом случае выражение Rη(τ) примет вид
(19.47)
что совпадает с (19.38)
Спектр модулированного случайного процесса определяется преобразованием Фурье
(19.48)
Для ω>0 можем записать
(19.49)
где описывает непрерывную часть спектра, соответствующую второму слагаемому в (19.45) или (19.47).
Графики спектра модулированного случайного процесса при спектральной плотности мощности модулирующего случайного процесса
(19.50)
приведены на рис. 19.18 [19]. Там же изображен спектр модулированного случайного процесса, полученный без учета перемодуля- ции (кривая, выполненная пунктиром). Сравнение приведенных кривых показывает определенное расширение спектра модулированного колебания при перемодуляции.
Амплитудно-модулированный случайный процесс при балансной модуляции описывается выражением (часть 1)
(19.51)
где ξ(t) - модулирующий случайный процесс.
Корреляционная функция модулированного случайного процесса равна
(19.52)
Преобразование Фурье (19.52) дает спектральную плотность мощности (при ω > 0)
(19.53)
Рис. 19.18
Рис. 19.19
где N(ω) - спектральная плотность мощности модулирующего случайного процесса ξ(t).
Cпектр случайного процесса с балансной AM (рис. 19.19) содержит две симметричные полосы верхних и нижних боковых составляющих. Дискретная составляющая на частоте несущего колебания отсутствует.
19.6. Случайный процесс с угловой модуляцией
19.6.1. Описание случайного процесса с угловой модуляцией
Случайный процесс с угловой модуляцией, как правило, является узкополосным, описывается выражением (19.1), рис. 19.19,
(19.54)
где V0, ω0, Ψ(t) - амплитуда, частота и фаза; V(t) = V0 e^(t) - комплексная огибающая случайного процесса.
При угловой модуляции происходит изменение фазы несущего колебания \|i(t) под воздействием модулирующего случайного процесса Различают два вида угловой модуляции - фазовую (ФМ) и частотную (ЧМ).
Рис. 19.19
При ФМ модулирующий случайный процесс воздействует на фазу непосредственно. Фаза определяется как
Ψ(t) = φ0 + kξ(t), (19.55)
где φ0 - начальная фаза; ξ(t) - модулирующее колебание - стационарный центрированный случайный процесс; k - коэффициент пропорциональности.
Выражение (19.55) описывает линейную зависимость Ψ(t) от ξ(t) - это наиболее часто встречающийся случай.
Частота ФМ случайного процесса определяется выражением
(19.56)
При ЧМ модулирующее колебание воздействует непосредственно на частоту
(19.57)
Фаза ЧМ случайного процесса
(19.58)
Выражение для комплексной огибающей модулированного случайного процесса записывается в виде (φ0 =0): при ФМ
(19.59)
при ЧМ
(19.60)
Таким образом, если известно распределение модулирующего случайного процесса, можно найти распределение фазы и частоты модулированного случайного процесса (по крайней мере такая возможность имеется). Используя (19.59) и (19.60), получим корреляционную функцию и спектральную плотность мощности комплексной огибающей, а, следовательно, и модулированного случайного процесса.
19.6.2. Распределение фазы и частоты модулированного случайного процесса
Определим ПРВ фазы и частоты модулированного случайного процесса сначала при ФМ. Обозначив fξ1(x) одномерную ПРВ модулирующего стационарного случайного процесса ξ(t), выражение для ПРВ фазы с учетом (19.55) запишем в виде (разд. 15)
(19.61)
Плотность распределения вероятностей частоты с учетом (19.56) будет равна
(19.62)
где fξ1(x) - ПРВ производной модулирующего случайного процесса ξ(t) = dtξ/dt.
Для центрированного гауссовского процесса ξ(t)
(19.63)
где σ2 - дисперсия ξ(t), из (19.61) получим
(19.64)
(19.65)
где R(r) - корреляционная функция модулирующего процесса ξ(t);
σΨ2 = k2σ2 , σv2 = - k2R" (0) - дисперсии фазы и частоты.
При определении fv(ω) учтено, что производная гауссовского процесса имеет нормальное распределение.
Плотность распределения вероятностей частоты fv(ω) дает представление о спектре, выражение (19.65) позволяет судить о спектре ФМ случайного процесса при модуляции гауссовским процессом.
При ЧМ выражения для ПРВ частоты и фазы модулированного случайного процесса с учетом (19.57) и (19.58) получим в виде
(19.66)
где fη1(y)- ПРВ интеграла от ξ(t).
Плотность распределения вероятностей частоты, описываемая (19.66), позволяет получить представление о спектре модулированного случайного процесса.
Для модулирующего гауссовского процесса ξ(t) имеем
(19.67)
(19.68)
где σv2 = k2σ2; σΨ2 = k2ση2 - дисперсия частоты и фазы; ση2 - дисперсия интеграла от ξ(t).
Используя спектральную плотность мощности случайного процесса ξ(t), выражения для σv2 и σΨ2 запишем в виде
Сравнение характеристик распределения фазы и частоты при ФМ и ЧМ показывает, что отличие ФМ от ЧМ при модуляции случайными процессами такое же, как при модуляции детерминированными сигналами.
При описании угловой модуляции детерминированными сигналами пользуются такими характеристиками, как индекс модуляции
и девиация частоты. При рассмотрении угловой модуляции случайных процессов их определения требуют уточнения.
При ФМ случайным процессом целесообразно рассматривать эффективный индекс модуляции, определив его как
(19.69)
и эффективную девиацию частоты
(19.70)
где R(t), σ2 = R(0) - корреляционная функция и дисперсия модулирующего случайного процесса ξ(t).
При ЧМ эффективную девиацию частоты определим как
(19.71)
а эффективный индекс модуляции
(19.72)
где
Здесь N(ω) - спектральная плотность мощности случайного процесса ξ(t).
При модуляции случайным процессом пределы изменения частоты не ограничены. В то же время при соответствующем соотношении эффективной девиации и несущей частоты вероятностью того, что случайная величина - частота примет отрицательные значения, можно пренебречь. Это условие и означает узкополосность модулированного случайного процесса. В рамках этого условия и проводится рассмотрение модулированных случайных процессов.
19.6.3. Корреляционная функция и спектральная плотность мощности комплексной огибающей ФМ случайного процесса
Корреляционная функция комплексной огибающей модулированного случайного процесса определяется выражением (19.9)
где М[...} - символ усреднения.
При ФМ с учетом (19.55) запишем
(19.73)
где ξ(t) - модулирующий случайный процесс.
Среднее значение в (19.73) представляет характеристическую функцию случайного процесса (разд. 15)
(19.74)
Она определяется выражением
где fx (у) - одномерная ПРВ случайного процесса X(t).
Плотность распределения вероятности X(t) получим с учетом (19.74), зная ПРВ модулирующего случайного процесса ξ(t) (разд. 15)
(19.75)
где fξ2(x1,х2) - двумерная ПРВ случайного процесса ξ(t).
При модуляции гауссовским процессом распределение X(t) является нормальным. Характеристическая функция X(t) равна
(19.76)
где σх2 - дисперсия X(t)-
При нормальном распределении ξ(t) получим
(19.77)
где R('τ), σ2 = R(0), r(τ) = R(τ)/R(0) - корреляционная функция, дисперсия и нормированная корреляционная функция модулирующего случайного процесса ξ(t).
При модуляции гауссовским процессом из (19.73) с учетом (19.76) и (19.77) получим
(19.78)
Используя спектральную плотность мощности модулирующего случайного процесса N(ω), выражение для Rv(τ) представим в виде
(19.79)
Полученные выражения описывают зависимость корреляционной функций комплексной огибающей ФМ сигнала от спектра модулирующего случайного процесса.
Корреляционная функция ФМ случайного процесса определяется (19.8). С учетом (19.79) запишем
(19.80)
В качестве примеров рассмотрим некоторые виды модулирующих случайных процессов.
1. Спектр модулирующего случайного процесса - равномерный в полосе частот (табл. 18.1, п.1), рис. 19.20.
корреляционная функция
Корреляционная функция комплексной огибающей равна
где σ2 - дисперсия модулирующего случайного процесса.
График корреляционной функции комплексной огибающей приведен на том же рис. 19.20,а.
Рис. 19.20
2. Спектр модулирующего случайного процесса вида (табл. 18.1, п.З), рис. 19.21.
нормированная корреляционная функция
Корреляционная функция комплексной огибающей
График корреляционной функции комплексной огибающей приведен на рис. 19.21,а.
3. Спектр модулирующего случайного процесса - гауссовского вида (табл. 18.1, п. 13), рис. 19.22.
нормированная корреляционная функция
Рис. 19.21
Корреляционная функция комплексной огибающей равна
График корреляционной функции комплексной огибающей приведен на рис. 19.22, а.
Средняя мощность модулированного случайного процесса равна Rη(0)
(19.81)
При τ→∞ имеем
(19.82)
Непрерывной части спектра соответствует
(19.83)
Спектральная плотность мощности комплексной огибающей ФМ
случайного процесса определяется как
Рис. 19.22
(19.84)
где
(19.85)
Дата добавления: 2015-12-16; просмотров: 1208;