ЕГЭ и ОГЭ
Хочу знать
Главная > Методы обработки сигналов > Случайные процессы
<< Предыдущий параграф
Следующий параграф >>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

4.1. Стационарные случайные процессы с дискретным спектром

В этом разделе, говоря о стационарных случайных процессах, будем иметь в виду стационарные случайные процессы в широком смысле.

Одним из основных вопросов является представимость стационарных случайных процессов в виде конечных или бесконечных сумм гармоник с различными частотами и случайными амплитудами.

Определение 4.1. Случайный процесс , где случайная величина, а — неслучайная функция, определенная на множестве Т, называют элементарным случайным процессом.

Пример 4.1. Рассмотрим скалярный случайный процесс

представляющий собой конечную сумму элементарных случайных процессов.

Предполагая, что

найдем условия стационарности случайного процесса

Из определения 4.1 элементарного случайного процесса и свойств математического ожидания (см. П.1) имеем

Поскольку тригонометрические функции из этой суммы линейно независимы на отрезке [IX], то условие (4.2) выполнено тогда и только тогда, когда

Далее, в соответствии с определением ковариационной функции, свойствами математического ожидания (см. П.1) и равенствами (4.2), (4.3), имеем

Преобразуя произведения тригонометрических функций в их суммы или разности, получаем, что ковариационная функция будет зависеть лишь от т.е.

тогда и только тогда, когда

Следовательно, случайный процесс вида (4.1), удовлетворяющий условию (4.2), является стационарным тогда и только тогда, когда являются некоррелированными случайными величинами с нулевыми математическими ожиданиями и дисперсией .

Заметим, что в этом случае

где дисперсии случайных амплитуд соответствующих частоте

Пусть скалярный стационарный случайный процесс имеет нулевое математическое ожидание и ковариационную функцию которая является непрерывной на отрезке и удовлетворяет на этом отрезке условиям Дирихле. Принимая во внимание четность ковариационной функции , имеем

Далее предполагаем, что в этих разложениях отсутствуют нечетные гармоники, т.е.

В соответствии с принятыми допущениями ряды Фурье (4.4) сходятся равномерно, а рассматриваемый скалярный случайный процесс является интегрируемым на множестве Т с весами что следует из теоремы 3.4, так как при любых значениях в силу непрерывности подынтегральных функций существуют и ограничены интегралы

Таким образом, на множестве Т определен скалярный случайный процесс

где

Если случайный процесс является стационарным и сходится к исходному случайному процессу то можно говорить о дискретном спектре стационарного случайного процесса . Корректность данной гипотезы подтверждается следующими теоремами.

Теорема 4.1. Если ковариационная функция скалярного стационарного случайного процесса с нулевым математическим ожиданием является непрерывной на отрезке удовлетворяет на нем условиям Дирихле и представима в виде (4.4), то случайный процесс определяемый согласно (4.5), является стационарным.

Так как по условию , то в соответствии с (4.5)

Далее, с учетом равномерной сходимости рядов Фурье (4.4) и ортонормированности на отрезке системы тригонометрических функций

имеем

Совершенно аналогично можно доказать равенства

Таким образом, можно утверждать (см. пример 4.1), что — стационарный скалярный случайный процесс.

Следствие 4.1. Если выполнены условия теоремы 4.1, то имеют место равенства:

Теорема 4.2. Если ковариационная функция стационарного скалярного случайного процесса с нулевым математическим ожиданием является непрерывной на отрезке удовлетворяет на нем условиям Дирихле и представима в виде (4.4), то при случайный процесс определяемый согласно (4.5), сходится к исходному случайному процессу:

или, что то же самое, существует предел

Воспользовавшись видом (4.5) скалярного случайного процесса , получаем

При этом из (4.5) и равномерной сходимости ряда Фурье (4.4) следует, что

Совершенно аналогично можно доказать равенство

Таким образом, с учетом (4.6), получаем

Для завершения доказательства теоремы рассмотрим тождество

Из условия

и равенств (4.6), (4.7) следует, что

остаток сходящегося знакоположительного числового ряда с общим членом Таким образом, существует предел

что и требовалось доказать.

Следствие 4.2. Если — стационарный скалярный случайный процесс с математическим ожиданием а его ковариационная функция непрерывна на отрезке удовлетворяет на нем условиям Дирихле и представима в виде (4.4), то центрированный случайный процесс

может быть представлен суммой ряда Фурье:

где равенство следует понимать в смысле СК-нормы и

Следствие 4.3. Некоррелированные амплитуды гармоник имеют нулевые математические ожидания, а их дисперсии являются коэффициентами ряда Фурье для ковариационной функции исходного случайного процесса при соответствующих частотах.

Это утверждение вытекает из результатов примера 4.1, а также теорем 4.1 и 4.2.

Пример 4.2. Пусть — стационарный скалярный случайный процесс с нулевым математическим ожиданием и ковариационной функцией

где — известная постоянная (рис. 4.1). Убедимся в том, что этот случайный процесс может быть представлен суммой ряда Фурье.

Рис. 4.1

Действительно, ковариационная функция непрерывна и на отрезке удовлетворяет условиям Дирихле, т.е. она может быть представлена суммой ряда Фурье:

где

Отсюда видно, что при

Таким образом, для ковариационной функции имеет место представление (4.4):

и, согласно следствию 4.2, случайный процесс может быть представлен суммой ряда Фурье.

В заключение заметим, что ограничения, накладываемые на ковариационную функцию стационарного скалярного случайного процесса (в том числе и требование четности гармоник), являются излишне жесткими. Они необходимы лишь для получения более или менее простых и наглядных доказательств соответствующих утверждений. Это тем более очевидно, что мы понимаем равенство случайных процессов в смысле СК-нормы.

Из теории рядов Фурье известно [IX], что тригонометрическая система функций полна на Г и что любая функция интегрируемая на Г с квадратом, может быть представлена рядом Фурье по тригонометрической системе. При этом рассматривают сходимость по норме в классе функций, интегрируемых с квадратом на Т, являющейся аналогом СК-нормы. Именно поэтому возможно разложение в ряд Фурье даже обобщенных функций, представителем которых является -функция Дирака, что и использовано далее без дополнительных разъяснений.

<< Предыдущий параграф Следующий параграф >>
Оглавление