Похожие презентации:
Корреляционно-спектральная теория СП
1. Корреляционно-спектральная теория СП
Корреляционноспектральнаятеория СП
Презентация лекции по курсу «Общая теория связи»
© Д.т.н., проф. Васюков В.Н., [email protected]
Новосибирский государственный технический университет,
Новосибирск, пр. К. Маркса, 20
Факультет Радиотехники и электроники
Кафедра теоретических основ радиотехники
2.
Большинство реально наблюдаемыхпроцессов удовлетворительно описываются
гауссовской моделью
Гауссовские процессы полностью
определяются моментными характеристиками
не выше второго порядка
во многих случаях можно ограничиться
анализом на уровне математических ожиданий
(средних) и корреляционных функций
2
3. Спектральное описание стационарного случайного процесса
Реализация вещественного ССП с нулевым средним(t ) ( f )e j 2 ft df ,
где
( f ) спектральная плотность
реализации
(детерминированной функции!)
Случайный процесс «в целом»
x(t ) X ( f )e j 2 ft df ,
где
X ( f ) случайная функция (тот
же СП в другом базисе!)
Поскольку исходный СП – с нулевым средним, то
x(t ) X ( f )e j 2 ft df 0 X ( f ) 0
также СП с
нулевым средним
3
4.
Автокорреляционная функция случайного процессаx(t )
Rx ( ) x(t ) x(t ) x (t ) x(t )
*
X ( f ) X ( )e
*
j 2 ft j 2 t j 2
e
e
dfd
j 2
W
(
f
)
(
f
)
e
dfd
x
X ( f ) X ( ) Wx ( f ) ( f )
*
4
5.
С учетом фильтрующего свойства -функцииRx ( ) Wx ( f )e j 2 f df
Wx ( f ) Rx ( )e j 2 f d
теорема Винера –
Хинчина (Хинчина –
Винера)
Rx (0) Wx ( f )df
Rx (0) Dx мощность СП (с нулевым
средним), поэтому
Wx ( f ) спектральная плотность мощности ССП
(очевидно, СПМ – неотрицательная функция!)
2
СПМ процесса с ненулевым средним m содержит слагаемое m ( f )
(нулевая частота соответствует постоянной составляющей)
5
6.
Для вещественного процесса АКФ – чётная вещественная функция,тогда СПМ – тоже чётная вещественная. Поэтому иногда используются
односторонние АКФ и СПМ:
Rx ( ) Wx ( f )e j 2 f df
Wx ( f ) Rx ( )e
j 2 f
2Wx ( f ), f 0
Nx ( f )
f 0
0,
N x ( f )cos(2 f )df , 0
Rx ( )
0
0, 0
d
4 Rx ( )cos(2 f )d , f 0,
Nx ( f )
0
0, f 0
6
7.
интервал корреляцииRx ( )
Rx ( )
к
к
Rx ( )d
эффективная ширина спектра
Nx ( f )
к
к 0
Rx (0)
Nx ( f )
N x ( f )df
f эф f
f эф
f
f эф 0
N x (0)
7
8. Белый шум
стационарный случайный процесс с нулевым средним иАКФ вида
N0
)
2
N0
Rx ( )
)
2
0
Следовательно, СПМ постоянная на всей частотной оси
Wx ( f ) N x ( f )
N0
Wx ( f ) N 0 / 2
N0 / 2
0
Никакой реальный случайный процесс не может быть белым
шумом, т.к. белый шум имеет бесконечную дисперсию
(мощность).
Кроме того, для белого шума не имеет смысла понятие ПРВ.
Однако эта модель чрезвычайно удобна в анализе вследствие
образности АКФ, поэтому она широко используется
f
8
9. Квазибелый шум (белый в полосе частот)
стационарный случайный процесс с нулевым средним,имеющий СПМ вида
Wx ( f )
N0 / 2
N / 2
при f Fв ,
Wx ( f ) 0
0 в противном случае.
Fв
Следовательно, АКФ
N0
Rx ( )
2
0
Fв
f
Fв
sin(2 Fв )
cos(2 )df Fв N0 2 Fвt
Fв
Заметим: график АКФ пересекает ось времени в точках, кратных 1/ 2Fв
Значит, при дискретизации такого процесса по Котельникову
получаются некоррелированные отсчеты! А если процесс гауссов,
то они также и независимы!
9
10. Дискретный СП
случайный процесс с дискретным временемx[n], n ,
2
1.466
1
xn 10
10
5
0
5
10
1
1.917
2
10
n
10
Rx [k ] x[n]x[n k ] x[n]* x[n k ]
Wx (e j ) Rx [k ]e j k
k
1
j j k
Rx [ k ]
W
(
e
)e d
x
2
АКФ дискретного БШ
теорема Винера –
Хинчина (Хинчина –
Винера)
10
11. Воздействие ССП на ЛИС-цепи
В рамках корреляционно-спектральной теорииССП
y (t )
x(t )
mx , Rx ( )
H( f )
Rxy ( yx ) ( )
m y , Ry ( )
Если mx 0 , всегда можно рассмотреть прохождение через ЛИСцепь постоянной и флюктуационной составляющих отдельно!
Очевидно,
m y H (0)mx
Далее полагаем, что на вход цепи воздействует ССП
с нулевым средним и АКФ
Rx ( ) Wx ( f )e j 2 f df
11
12.
Для отдельной реализации( f ) (t )e
j 2 ft
dt
Для реализации выходного процесса
(t ) H ( f ) ( f )e
j 2 ft
df
12
13.
Переходя от реализаций к процессам, можно записатьy (t ) H ( f )X ( f )e j 2 ft df Y ( f )e j 2 ft df
где
Y ( f ) случайная функция частоты (тот же СП в другом базисе)
x(t ) 0
X(f ) 0
Автокорреляционная функция выходного процесса
Y( f ) 0
Ry ( ) y* (t ) y(t )
H * ( f )X * ( f )e j 2 ft df H ( )X ( )e j 2 t e j 2 d
H * ( f ) H ( ) X * ( f ) X ( ) e j 2 ( f )t e j 2 dfd
13
14.
Ry ( ) y* (t ) y(t )*
*
j 2 ( f )t j 2
H
(
f
)
H
(
)
X
(
f
)
X
(
)
e
e
dfd
Учитывая
X * ( f ) X ( ) Wx ( f ) ( f )
Ry ( ) H ( f ) Wx ( f )e j 2 f df Wy ( f )e j 2 f df
2
Следовательно, для СПМ справедливо
2
W y ( f ) H ( f ) Wx ( f )
Это выражение описывает спектральный метод анализа ЛИС-цепей при
случайных стационарных воздействиях.
14
15.
Шумовая полоса цепиМощность процесса на выходе
2
W y ( f ) H ( f ) Wx ( f )
Dy R y (0) H ( f ) Wx ( f )df
Предположим, что
2
D y N 0 H ( f ) df
на входе белый шум
2
0
Такая же мощность была бы на выходе воображаемой цепи с АЧХ,
равной 1 в некоторой полосе частот и 0 вне её
D y N 0 H ( f ) df N 0 f ш
2
0
Шумовая полоса
f ш H ( f ) df
0
2
15
16. АКФ выходного процесса
Поскольку частотные функции перемножаются2
W y ( f ) H ( f ) Wx ( f )
временные взаимодействуют путем свёртки
R y ( ) Rh ( ) Rx ( )
2 j 2 f
Rh ( ) H ( f ) e
df H ( f ) H * ( f )e j 2 f df
Поскольку ИХ вещественная функция
H *( f )
h( t ) потому что по теореме обращения
h( t ) H ( f ) а для вещественных функций H ( f ) H *( f )
Rh ( ) h( ) h( ) h(t )h(t )d
АКФ импульсной характеристики
16
17. ВКФ входного и выходного процессов
Rxy ( ) x* (t ) y(t )X * ( f )e j 2 ft df H ( )X ( )e j 2 t e j 2 d
*
j 2 ( f )t j 2
H
(
)
X
(
)
X
(
f
)
e
e
dfd
j 2 ( f )t j 2
H
(
)
W
(
f
)
(
f
)
e
e
dfd
x
H ( f )Wx ( f )e j 2 f df h(t ) Rx ( t )dt
Можно убедиться, что
Rxy ( ) R yx ( 17)
18. О распределении процесса на выходе цепи
Выходной процесс можно считать гауссовским, если1). эффективная ширина спектра входного процесса намного
больше полосы пропускания цепи (нормализация процесса)
Количество некоррелированных прошлых отсчетов определяется
отношением длины ИХ к интервалу корреляции (отношением ширины
спектра процесса к полосе пропускания цепи)
2). на входе ЛИС-цепи гауссовский процесс, причем необязательно
широкополосный (при этом значение выходного процесса равно сумме
гауссовских случайных величин, которая имеет гауссово распределение
независимо от числа слагаемых)
18
19. Безынерционные нелинейные преобразования СП
Характеристика безынерционной НЦy f ( x)
Например, i f (u ) вольтамперная характеристика
y
Равенство вероятностей
dy
wx ( x)dx wy ( y )dy
y0
dx
x0
ПРВ неотрицательна:
x
dx
wy ( y) wx ( x)
dy
d ( y )
wy ( y ) wx ( y )
dy
x ( y) обратная функция
19
20. Безынерционные нелинейные преобразования при немонотонной характеристике
yx
d k ( y )
wy ( y ) wx k ( y )
dy
k 1
N
k ( y )
N
функция, обратная характеристике на k-м участке
монотонности
количество участков монотонности
20
21.
f( y) y
d ( y )
1
dy
2 y
y
1
2
2
2
w( y )
e
2
2 y
1
2 y
e
y
2 2 ,
y 0
21
22.
Принцип моделирования случайных величин с произвольнымраспределением
x U (0;1)
d ( y )
wy ( y ) wx ( y )
dy
Fж ( y )
1
ж
f ( x) F ( x)
( y ) f ( y ) Fж ( y )
1
d ( y) dFж ( y)
wж ( y)
dy
dy
wy ( y ) wж ( y )
22
23. Узкополосные случайные процессы
Образуем случайный процесс, аналогичный аналитическомусигналу
x(t )
z (t )
x(t )
x(t )
H( f )
Wx ( f )
Wx ( f )
x (t )
Hг ( f )
H( f )
Wx ( f )
Hг ( f )
2
j
0
f
j
0
f
АЧХ фильтра Гильберта тождественно равна 1, поэтому
Wx ( f ) Wx ( f )
Rx ( ) Rx ( )
23
24.
Рассмотрим процессz (t ) x(t ) jx (t )
x(t )
z (t )
H( f )
Wx ( f )
H( f )
, его СПМ
4Wx ( f ), f 0,
Wz ( f )
f 0.
0,
2
Тогда АКФ
0
f
Rz ( ) 4 Wx ( f )e
j 2 f
df
0
0
0
4 Wx ( f )cos(2 f )df j 4 Wx ( f )sin(2 f )df
24
25. АКФ комплексного СП
СПМ вещественного процесса четная, поэтому его АКФRx ( ) Wx ( f )e j 2 f df
Rx ( ) 2 Wx ( f )cos(2 f ) df
0
Мы только что получили
0
0
Rz ( ) 4 Wx ( f )cos(2 f ) df j 4 Wx ( f )sin(2 f )df
Тогда можно это переписать в виде
Rz ( ) 2 Rx ( ) j 2 R ( )
2 R ( ) мнимая часть Rz ( )
25
26.
АКФ должна иметь вид аналитического сигнала, т.е.её вещественная и мнимая части связаны парой
преобразований Гильберта
Rz ( ) Rre ( ) jRim ( )
Rz ( ) 2 Rx ( ) j 2 Rx ( )
Сравним
0
0
Rz ( ) 4 Wx ( f )cos(2 f ) df j 4 Wx ( f )sin(2 f )df
Здесь вещественная часть четная, мнимая нечетная
26
27.
Rz ( ) z (t ) z(t )*
[ x(t ) jx (t )][ x(t ) jx (t )]
x(t ) x(t )
x (t ) x (t )
j x(t ) x (t )
j x (t ) x(t )
Rx ( ) Rx ( ) j[ Rxx ( ) Rxx ( )]
Отметим сразу, что
Rx ( ) Rx ( )
(См. сл. 18)
27
28.
Rz ( ) Rx ( ) Rx ( ) j[ Rxx ( ) Rxx ( )]где
Rxx ( ) x(t ) x (t )
x( s )
x(t )
ds
t s
1
x(t ) x( s )
ds
t s
1
Rx ( s t )
ds
t s
1
Rx ( )
d Rx ( )
1
Rxx ( ) Rx ( )
28
29.
АналогичноRx ( )
Rxx ( )
d Rx ( )
1
Rz ( ) Rx ( ) Rx ( ) j[ Rxx ( ) Rxx ( )]
Rxx ( ) Rx ( )
Rx ( ) Rx ( )
Тогда
Rxx ( ) Rx ( )
Rz ( ) 2 Rx ( ) j 2 Rxx ( )
Rz ( ) 2 Rx ( ) j 2 Rx ( )
0
0
Rz ( ) 4 Wx ( f )cos(2 f ) df j 4 Wx ( f )sin(2 f )df
29
30.
Для узкополосного процесса характерен вид корр. функцийRx ( )
Rxx ( )
Для реализаций УПСП характерен вид
30
31. Распределение огибающей и фазы УПСП
Рассмотрим гауссовский узкополосный СП с нулевым средним(это типично для сигналов на входе демодулятора)
В совпадающие моменты времени значения процессов
и
x (t )
некоррелированны, а в силу гауссовости и независимы.
x2
2
1
w( x, y )
e 2
2
где
x(t )
x x(t0 )
и
y x (t0 )
x2 y 2
y2
2
1
1
2
2
2
e
e
2
2
2
y
Совместная ПРВ
тело вращения
x
31
32.
Вероятность попадания точки в площадкуdx dy dA A d
P x x dx, y y dy
w( x, y)dxdy W ( A, )dAd
W ( A, ) совместная ПРВ длины радиуса
и угла
w x( A, ), y( A, ) AdAd
W ( A, )
dAd
1
2
A
x2 y 2
e
2
e
2
2
2
A
A
2
A2
2
e
2
2
x
A2
2 2
A
y
1
WA ( A)W ( )
2
32
33.
W ( A, )A
2
A2
2
2
e
1
WA ( A)W ( )
2
Огибающая и начальная фаза в фиксированный момент времени
представляют собой независимые случайные величины с
плотностями распределения вероятностей
WA ( A)
A
2
A2
2
2
e
1
W ( )
2
WA ( A)
A
e
2
A2 U 2
2 2
AU
I0 2
распределение Рэлея
Райса
33