Реферат: Случайные процессы

,

определяемая как математическое ожидание от произведения значений случайного процесса в два различных момента времени (в двух сечениях).

На практике чаще используют корреляционную функцию, которая определяется как математическое ожидание произведения центрированного случайного процесса в два различных момента времени. Центрированный процесс представляет собой только переменную составляющую.

Таким образом, числовые характеристики получаются путем усреднения соответствующей случайной величины по множеству (ансамблю) ее возможных значений. Операция усреднения по множеству обозначается прямой горизонтальной чертой сверху.

Важнейшим классом случайных процессов, встречающихся на практике, является класс стационарных случайных процессов. Случайный процесс называется стационарным в узком смысле, если его многомерная функция распределения (и, следовательно, числовые характеристики) не зависит от начала отсчета времени, т.е. от сдвига всех сечений вправо или влево на один и тот же интервал времени ∆t. При этом оказывается, что одномерная функция распределения, математическое ожидание и дисперсия вообще не зависят от времени:

,

а двухмерная функция распределения и корреляционная функция, и ковариационная функция зависят только от расстояния между сечениями :

.

Иногда случайный процесс называют стационарным в широком смысле, если приведенные условия выполняются лишь для числовых характеристик. Узкое и широкое определения стационарности не тождественны. Случайные процессы, стационарные в узком смысле, всегда стационарны в широком смысле, но не наоборот.

Если приведенные выше условия не выполняются, то случайный процесс будет нестационарным. Для нестационарного процесса плотность вероятности является функцией времени. При этом со временем могут изменяться математическое ожидание, дисперсия случайного процесса или то и другое вместе.

Среди стационарных случайных процессов очень важное значение имеют так называемые эргодические процессы, для которых статистические характеристики можно найти усреднением не только по ансамблю реализации, но и по времени одной реализации продолжительностью Т. При этом числовые характеристики, полученные по одной реализации путем усреднения по времени, с вероятностью, сколь угодно близкой к единице, совпадают с соответствующими числовыми характеристиками, полученными путем усреднения по множеству (ансамблю) реализации в один момент времени. Следовательно, для эргодических процессов:

Операция усреднения по времени одной реализации обозначается волнистой линией сверху.

Существует теорема, согласно которой стационарные в узком смысле процессы при достаточно общих предположениях являются эргодическими.

Свойство эргодичности стационарных случайных процессов имеет большое практическое значение. Для таких процессов любая реализация полностью определяет свойства всего процесса в целом. Это позволяет при определении статистических характеристик случайного процесса ограничиться рассмотрением лишь одной реализации достаточно большой длительности, как это и делается в настоящей лабораторной работе при определении одномерной плотности вероятности.

Если представляет собой ток или напряжение, то будет являться переменной составляющей тока или напряжения. Следовательно,

есть полная мощность процесса, a σ²=Р_~ – характеризует мощность переменной составляющей процесса.

Полная мощность процесса равна сумме мощностей переменной и постоянной составляющих, т.е.

, где .

У любого случайного процесса следует различать кроме мгновенных значений и максимальные значения, которые также являются случайными величинами и характеризуются своими законами распределения. Огибающая случайного процесса определяется как геометрическое место точек, соответствующих максимальным значениям процесса, и обозначается E(t) с плотностью распределения вероятностей W(E) .

Остановимся коротко на методике практического измерения временных характеристик случайных процессов.

Математическое ожидание (постоянная составляющая) эргодического случайного процесса определяется выражением. Следовательно, измерение должно сводиться к достаточно длительному интегрированию реализации процесса и умножению на величину 1/Т. Очень часто операция интегрирования (т.е. усреднения по времени) осуществляется с помощью фильтров нижних частот и в частности, интегрирующих RC – цепочек.

.