Главная Носители тока 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 Последнее свойство можно доказать следующим образом: X{t) X{ts)=X{u~s)X{и) = X(и) X(и - s) = =X{t)X{t-s). Конечный результат получается путем подстановки t + s = u и дальнейшей заменой переменной и на t. Все эти преобразования являются законными, потому что средние значения не зависят от и или t. Если X (t) X(t-\-s) является дельта-функцией от s, т е. если X (t) X{t-\-s) - Ab (s), то шум называют белым. Обычно стараются представить флуктуационные явления при помощи источников белого шума. Величина с (S) = X (О X + s)IX (О (2.13) называется нормированной автокорреляционной функцией; она не существует, когда X{t)X{t+s) является дельта-функцией от S. Нормировка здесь означает, что c(s) = = 1 для s = 0. Для частично коррелированных значений X{t) \i Y{t), описывающих коррелированные случайные процессы, вводят взаимокорреляционные функции X{t)Y{t+s) и X{t+s)Y{t). Эти функции неодинаковы и не являются четными, однако, удовлетворяют соотношениям Х(0 Y{t-\-s)=X{u~s)Y(u) = X{t~s) Y{t), (2.14) X(f + s) Y {t) =X{u)Y (и - s) =X{f) Y{t-s). (2.14a) В каждом случае на первом шаге производится замена f + s на м, а на втором шаге и заменяется на t. Это можно делать для стационарных случайных процессов. В следующей главе мы увидим, что автокорреляционная функция и взаимокорреляционные функции играют важную роль при вычислении спектральных плотностей. 2.2. СПЕКТРАЛЬНЫЙ АНАЛИЗ СЛУЧАЙНЫХ ФУНКЦИИ И СВЯЗАННЫЕ С НИМ ТЕОРЕМЫ А. Спектральный анализ. Теорема Винера-Хинчина Пусть X{t) является стационарным случайным процессом. Разложим Х{1) в ряд Фурье иа интервале X{t)= S anexp(jto 0. (2-15) n=-оо где cD = 2i:Ai/r, = 0, dzl, ±2,... и т а„ = -1- j X (О ехр (-j ю„0 dt. (2.15а) о Спектральная плотность Sx{,l) случайного процесса Х() определяется выражением Sx(/)==lim2ra a* , (2.16) где знаком * отмечена комплексно-сопряженная величина. В приложении 1 показано, что в соответствии с теоремой Винера - Хинчина [14, 15] Sif) может быть выражена через автокорреляционную функцию при помощи соотношений Sx(/)=.2 IX (О X ( + S) ехр (jcDs) ds = -00 , 00 = 4 J X (О X ( + s) COS mds. (2.17) о Следует заметить, что второе из соотношений (2.17) может быть получено из первого, если принять во внимание, что ехр (jcDs) = cos (OS--j sin ojs. *) Так как обычно Х(Т)фХ(Щ, то следует скорректировать Х(0) в конечных точках, полагая Х(0) =А:(7 ) =*/2 \ЩХ(Щ+Х{Т-к)\. Тогда ряд Фурье представляет X{t) даже на концах выбранного отрезка. а такл<б, что X{t)X(t-\-s) и coscos являются четными функциями S, в то время как sihrcos - нечетная функция S. Обратное по отношению к (2.17) преобразование дает X{t)X{t-\-s) = J (f) cosiosdf. (2.18) Пусть автокорреляционная функция X{t)X{t-\-s) имеет постоянную времени -с, т. е. X () X (--s) = О для Тогда при сох<1 функция exp(ju)s)=l для всех значений s, д.яя которых X{t)X(t-\-s) отлична от нуля. Следовательно, низкочастотная величина 5(0) спектральной плотности Sx{t) имеет вид 5(0) =2 Х(0 X{t-\-s)ds. (2.17а) Для частного случал (белого шума) Х()Х(--)=()- Следовательно, поскольку J S (s) ds = 1, 5(0)=-2Л (2.176) для любой реализации белого шума X{t). Пользуясь обратным соотношением (2.18), можно по спектру восстановить автокорреляционную функцию. При вычислениях обычно находят автокорреляционные функции, а затем определяют Sx{f) с помощью (2.17). В измерениях же сначала находят Sxif), а затем при помощи (2.18) рассчитывают автокорреляционную функцию. Полагая в (2.18) s = 0, получаем Xit)=jS,{f)df, (2.19) т. е. средний квадрат можно определить простым интегрированием, если известна Sx{f). Причину, по которой Sx{f) можно легко измерить, поясним следующим образом. Пусть стационарный случайный сигнал X(it) подается на вход произвольной линейной системы с передаточной функцией g{f) и пусть Y{t) -сигнал на выходе этой системы. Если Sxif) и |