Вычисление спектральной плотности случайного процесса

ВРЕМЕННОЙ И СПЕКТРАЛЬНЫЙ АНАЛИЗ ПРОХОЖДЕНИЯ

СЛУЧАЙНОГО ПРОЦЕССА ЧЕРЕЗ ЛИНЕЙНЫЕ СИСТЕМЫ

Особенности анализа линейных систем при случайных воздействиях

Линейной системой называют систему, для которой применим принцип суперпозиции, состоящий в том, что отклик системы на сумму воздействий равен сумме откликов на каждое воздействие. Различают линейные системы с сосредоточенными и распределенными, постоянными и переменными параметрами. В дальнейшем для определенности будем рассматривать линейные системы с сосредоточенными постоянными параметрами. Примером такой системы является линейная цепь, составленная из элементов, параметры которых (сопротивление R, индуктивность L, ёмкость С) постоянны.

Основная задача анализа линейной электрической цепи состоит в нахождении отклика y(t) цепи на произвольное воздействие x(t). Связь между x = x(t) и y = y(t) в общем виде устанавливается линейным дифференциальным уравнением n-го порядка

(4.1)

решение которого при заданных начальных условиях определяет явную функциональную связь между x(t) и y(t). При этом порядок уравнения и величины коэффициентов определяются схемой цепи.

Уравнение (4.1) устанавливает связь между x(t) и y(t) в неявной форме. Чтобы получить явную форму связи, необходимо решить уравнение (4.1) для каждого конкретного воздействия. Эту трудность можно обойти в том смысле, если решить это уравнение один раз для воздействия в виде дельта-функции x(t) = (t). Полученное решение, в данном случае определяет импульсную характеристику цепи y(t) = h(t).

Дельта-функция обладает фильтрующим свойством:

Пусть имеется некоторая непрерывная функция f(t), тогда

Импульсная характеристика h(t) – это отклик линейной цепи при нулевых начальных условиях на воздействие в виде дельта-функции. Зная h(t), можно записать отклик y(t) в виде интеграла свертки h(t) с x(t):

(4.2)

или в другой форме

, (4.3)

где предполагается, что воздействие x(t) подано на вход цепи в момент t = 0, то есть нижний предел интегрирования соответствует моменту подачи входного воздействия, а верхний предел интегрирования t соответствует моменту, при котором ищется отклик y(t), t > 0.

Выражения (4.1), (4.2), (4.3) справедливы в полной мере, если x(t) есть реализация случайного процесса (t). В этом случае эти выражения позволяют найти реализацию y(t) как отклика на конкретную реализацию x(t).

Если же в формулах (4.1), (4.2), (4.3) на место x(t) поставить входной случайный процесс = (t), то на выходе, то есть на месте y(t), будет выходной случайный процесс = (t). Тогда указанные формулы:

(4.4)

(4.5)

(4.6)

устанавливают только функциональную связь между (t) и (t). Особенность заключается в том, что эти формулы не могут использоваться для нахождения (t), так как (t) не задаётся конкретной функцией, а представляет собой совокупность реализаций, одна из которых проявляется. Но эти формулы служат для решения основной задачи анализа линейной цепи при случайных воздействиях, заключающейся в нахождении вероятностных характеристик выходного случайного процесса (t), если известны вероятностные характеристики входного случайного воздействия и определена цепь посредством задания порядка и коэффициентов дифференциального уравнения или импульсной характеристики. Так как все зависимости (t), (t), h(t) в формулах (4.4), (4.5), (4.6) заданы во временной области, то анализ цепи с их использованием определяет вероятностный анализ линейных систем во временной области.

4.2. Вычисление математического ожидания и корреляционной функции на выходе линейной системы

Пусть линейная цепь задана своей импульсной характеристикой h(t). На вход цепи, начиная с момента времени t = 0, подаётся нестационарный процесс с математическим ожиданием (t) и корреляционной функцией . Требуется найти математическое ожидание (t) и корреляционную функцию выходного процесса (рис. 4.1).

Рис. 4.1

Пусть связь между (t) и (t) определяется в соответствии с формулой (4.5) выражением

В этом случае имеем

так что

(4.7)

где символ интегрирования по времени вынесен за знак оператора математического ожидания <•>, который определяет также интегрирование, но по ансамблю, а интегралы, определяющие интегрирование по различным аргументам, можно менять местами. Кроме того, множитель вынесен за оператор <•> как детерминированный. Таким образом, внутри оператора <•> остался только множитель , означающий входной случайный процесс, при этом

Из выражения (4.7) следует, что математическое ожидание (t) определяется в виде формулы интеграла свертки (4.7).

Если процесс (t) стационарный, то (t) = = const и справедливо соотношение

(4.8)

из которого следует, что (t) пропорционально переходной характеристике линейной цепи, так как g(t) есть переходная характеристика цепи, определяющая отклик цепи на входное воздействие в виде единичной функции. Если входной процесс имеет =0, то выходной процесс имеет нулевое математическое ожидание, m=0. Если же m = const и отлично от нуля, то при выполнении условия

где a = const,

выходной процесс после затухания переходного процесса, вызванного включением стационарного процесса на входе, становится стационарным с математическим ожиданием, равным

Для нахождения воспользуемся формулой (4.6):

. (4.9)

В этом случае связь между (t) и (t) запишется в виде

(4.10)

Из левой и правой части равенства (4.9) вычтем соответственно левую и правую части равенства (4.10). После преобразования получим

(4.11)

где

В свою очередь, по определению имеем

(4.12)

Подставив формулу (4.11) в выражение (4.12) и применив те же приемы, что и при вычислении математического ожидания (4.7), получим

Таким образом, имеем

(4.13)

где

Из формулы (4.13) следует, что корреляционная функция выходного процесса определяется как двойная свертка между импульсной характеристикой цепи и корреляционной функцией входного процесса.

Если процесс (t) стационарный, для которого

то при t₁ = t и t₂ = t + τ из формулы (4.13) имеем

(4.14)

Заметим, что R (t, t + ) зависит от t и t + ; даже в случае, если (t₂– t₁) зависит только от их разности = t₂ – t₁ . Из этого следует, что в общем случае при включении на вход стационарного процесса выходной, из-за наличия переходного процесса, является не стационарным.

При процесс (t) становится стационарным. В этом случае корреляционная функция выходного процесса может быть определена при вычислении предела

(4.15)

Практически выражения (4.8) и (4.15) становятся справедливыми раньше, чем при , именно после затухания переходных процессов. Например, стационарность выходного процесса по математическому ожиданию в случае цепи первого порядка достигается при , где постоянная времени цепи, а по корреляционной функции из-за того, что берется двойная свертка, стационарность процесса достигается в два раза раньше, при

Вычисление спектральной плотности случайного процесса

На выходе линейной системы

В радиотехнике широкое распространение находит спектральный метод анализа прохождения колебаний через линейные системы. В этом случае основной характеристикой линейной системы является её комплексная частотная характеристика . При известной и заданном спектре воздействия спектр отклика находится как произведение

(4.16)

где , , являются соответственно преобразованиями Фурье воздействия х(t), отклика у( t ) и импульсной характеристики системы h(t).

При анализе линейных цепей под детерминированными временными зависимостями x(t), y(t) понимаются напряжения или токи, так что , - их соответствующие комплексные спектры. Если же для x(t), y(t) рассматривать энергетические спектры , , определяющие, в зависимости от частоты, среднюю за период мощность спектральных составляющих, отнесенную к единичной полосе частот, то выражение (4.16) для энергетических спектров примет вид

(4.17)

где - квадрат модуля комплексной частотной характеристики, определяющий частотную характеристику цепи по мощности.

Заметим, что все частотные функции в формуле (4.17), то есть являются не комплексными, а действительными неотрицательными функциями.

Если воздействие является случайным процессом (t), то отклик (t) также будет случайным. Так как спектральные плотности процессов , являются функциями частоты, определяющими среднюю мощность флюктуации, отнесенную к единичной полосе частот, то формула (4.17) будет справедлива и в этом случае. Для стационарных случайных процессов на входе и выходе линейной системы она примет вид

. (4.18)

Строгий математический вывод формулы (4.18) основан на вычислении преобразования Фурье корреляционной функции стационарного случайного процесса, определяемой выражением (4.14) с учетом формулы (4.15).

Если используется частота f, a спектральные плотности определены для , то формула (4.18) запишется в виде

. (4.19)

Если входным процессом является белый шум n(t) со спектральной плотностью N₀, то

. (4.20)

Из выражения (4.20) следует, что спектральная плотность выходного процесса при белом шуме на входе пропорциональна квадрату модуля комплексной частотной характеристики линейной системы.

Введем нормированную комплексную частотную характеристику

(4.21)

где K₀ - максимальное значение характеристики на какой-то определённой частоте, например на f = 0.

Найдем дисперсию выходного процесса (t), когда на входе линейной цепи действует белый шум.

(4.22)

В формуле (4.22) интеграл по всем положительным частотам от квадрата нормированной комплексной частотной характеристики цепи определяет шумовую полосу этой цепи

(4.23)

Физический смысл поясняется рис. 4.2. Шумовая полоса определяет при белом шуме на входе эффективную ширину спектральной плотности выходного процесса. Это означает, что если реальную спектральную плотность заменить прямоугольной с высотой и основанием прямоугольника, соответственно равными N₀K₀² и , то дисперсия на выходе процесса будет в обоих случаях одинакова (рис. 4.2, а). При использовании нормированной это соответствует тому, что площадь прямоугольника с высотой и основанием, равными соответственно 1 и , равна площади под кривой для .

Рис. 4.2

Дата добавления: 2018-08-06; просмотров: 602; Мы поможем в написании вашей работы!

Поделиться с друзьями:

12 Следующая ⇒

Мы поможем в написании ваших работ!