69039

Сигнал как случайный процесс. Математические модели. Характеристики

Лекция

Коммуникация, связь, радиоэлектроника и цифровые приборы

Если при рассмотрении случайного процесса зафиксировать некоторый момент времени то значение реализации процесса в этот момент называемое сечением является случайной величиной обладающей некоторыми вероятностными свойствами.

Русский

2014-09-29

256.5 KB

8 чел.

Лекция 2.7

Тема 2. Сообщение и сигнал.

Занятие 7. Сигнал как случайный процесс. Математические модели. Характеристики.

Определение сигнала как случайного процесса.

Способы задания случайных процессов, описывающих сигналы.

Характеристики случайных процессов, моделирующих сигнал.

/1/. 29-36

/2/. 19-25


Определение сигнала как случайного процесса.

Передача информации по каналу связи происходит во  времени. Поэтому сигнал, как физический процесс, участвующий в переносе информации, представляет собой функцию времени s(t). В электросвязи сигналом  s(t) является ток или напряжение ( в кабельной линии в устройстве связи).

Если бы функция s(t), передаваемая по каналу связи,  была однозначно определена на обоих концах канала,  то она не могла бы служить для передачи информации. Только случайная временная функция (случайный процесс) может являться  сигналом  -  переносчиком сообщения.

Говорят,  что сигнал является случайным  процессом потому, что  он  заранее  не  известен получателю или не может быть предсказан заранее.

При заданных  условиях  наблюдения  случайный сигнал s(t) может принимать ту или иную конкретную форму sR (t).  Эти  возможные формы  называются  реализациями  (рис.2.7.1).

Наличие различных реализаций сигнала позволяет ему переносить различную информацию. Для этого достаточно при осуществлении связи установить соответствие между каждым сообщением и определенными реализациями сигнала. Тогда по принятой реализации сигнала можно судить о том, какое сообщение выдал источник, то есть получить о нем информацию.

Таким образом, случайный процесс, как случайная функция времени выступает в качестве обобщенной математической модели передаваемого (или принимаемого) случайного сигнала. Поэтому в дальнейшем изложении речь пойдет о свойствах и описании случайных процессов, соответствующих таким сигналам.

Совокупность всех возможных реализаций { s (t) } случайного  процесса  s(t) называется ансамблем.

Итак, случайный процесс является ансамблем своих реализаций, каждая из которых представляет собой некоторую функцию времени. При этом предсказать точно, какова будет реализация в следующем наблюдении.

Способы задания случайных процессов, описывающих сигналы.

Если при рассмотрении случайного процесса зафиксировать некоторый момент времени , то значение реализации процесса в этот момент — называемое сечением— является случайной величиной, обладающей некоторыми вероятностными свойствами. Эти свойства проявляются через вероятности попадания (распределения) реализаций в некоторые области (подмножества) значений.

Задать случайный процесс — это значит указать вероятности попадания реализаций в определенную область значений. Например:

    Р { < s(t) <  , 0 < t < T }          и т.п.

    Сигнал и соответствующий ему случайный процесс может быть задан на всей оси времени (   < t <   ) или на промежутке времени (t1 < t <t2 ).

А. В случаи, когда число реализаций конечно,  можно  просто перечислить их и задать их вероятности.

Важно различать обозначения.

неслучайное число (константа)

неслучайный аргумент функции

случайная величина

оператор (функции)

событие.

Примеры.

1) Процесс s(t), заданный на всей оси - < t < ,значения которого на интервалах времени  от  (k - 1)T  до  kT  остаются постоянными (здесь  k  -  целое число) и принимают значения на каждом из этих интервалов значения  +1 или  -1,  независимо от значений на других интервалах, с вероятностями  соответственно p1  и  p2  = 1 - p1 .

    Отрезок реализации такого процесса показан на рис.2.7.2

Такой процесс может описывать (моделировать) первичный  сигнал на  выходе телеграфного устройства.

При р12=0.5 сигнал называется случайный синхронный ТАГ сигнал”.

2)Процесс s(t) задан на  промежутке 0 < t < T и имеет две реализации :

    s1 (t) = U0 cos   t;

    s2 (t) = U0 cos   t  -

с вероятностями p(s1 ) = p1 ,  p(s2 ) = p2  = 1 - p1  . (рис. 2.7.3)

Такой процесс может служить сигналом,  информационное содержание  которого определяется  значением  частоты (сигнал частотной манипуляции ).

В. Если число реализаций бесконечно,  то задание значений реализаций производится на основе выбора соответствующего закона распределения их вероятностей. В свою очередь закон распределения вероятностей случайных величин задается посредством неслучайных функций (функций распределения) и неслучайных чисел (числовых характеристик).

Сечению случайного процесса в момент  соответствует интегральная функция распределения.

(2.7.1)

где — вероятность того, что случайная величина  не превысит некоторого заданного значения .

Частная производная

 (2.7.2)

называется одномерной дифференциальной функцией распределения (иначе — плотностью вероятности) процесса  для

Размерность дифференциальной функции распределения (плотности распределения ) обратна размерности процесса .

Обратная зависимость между функциями  и  вводится через интегральное преобразование

 (2.7.3)

Аналогично вводится двумерная плотность вероятности  :   (2.7.4)

где   (2.7.5)

двумерная интегральная функция распределения.

Если значения случайной функции (процесса) при любых значениях независимы, то

  (2.7.6)

   (2.7.7)

где — неслучайные параметры нормального процесса при  условии их независимости от выбора момента .

Соответственно, интегральная функция распределения:

  (2.7.8)

Графическое изображение дифференциального  и интегрального распределений гауссова (нормального) процесса представлено на рисунке 2.7.4.

Знание закона распределения позволяет вычислить вероятности попадания значений реализаций в интересующие нас области.

Так, по определению:

  (2.7.9)

Тогда, как следствие,

  (2.7.10)

Вероятность попадания значений реализаций в интервал определяется

 (2.7.11)

Пример.

Для нормального закона распределения в частном случае, когда ,

(2.7.12)

где функция  называется интегралом вероятности или функцией Крампа:

   (2.7.13)

Соответственно

   (2.7.14)

  (2.7.15)

Характеристики случайных процессов, моделирующих сигнал.

Наряду с  интегральной  и  дифференциальной   плотностями распределения  значений реализаций случайного процесса большую роль при описании сигналов играют числовые характеристики случайных процессов. Это, как правило, числа, получаемые в результате усреднения значений случайного процесса либо во  времени, либо по  совокупности (ансамблю) значений.  В последнем случай говорят о статистическом усреднении.

Среднее статистическое значение случайного процесса называется его  математическим ожиданием.

Если  w[s(t )] - одномерная плотность распределения вероятности процесса s(t) в момент времени  ,

    w1{s(tx )} =  w1 (u, tx)     (2.7.16)

то  его  математическое ожидание равно

 (2.7.17)

при условии, что s(t) принимает значения от -   до     .

В данном представлении математическое ожидание является функцией времени, то есть значение  зависит от выбора момента .

Функцией времени является в общем случае и  дисперсия  случайного процесса:

                                  2

    D {s(tx )} =  [s(tx )-M{s(tx)}]2 w1[s(tx )] ds ,  (2.7.18)

а также  функция корреляции  случайного процесса:

B{t0 ,tx }=  [s(t0 )-M{s(t0 )}][s(tx )-M{s(tx )}] w2 [s(t0 ),s(tx )] ds1 ds2 , (2.7.19)

где w2 [s(t0 ),s(tx )] - двумерная плотность распределения вероятностей для сечений процесса   и   .

Если M{s(t)} и D{s(t)} не зависят от выбора момента t,  а функция корреляции B{t0 ,tч } зависит только от значения разности

,

то случайный процесс называется стационарным (в широком смысле). Тогда используется обозначение B{ }, а из определения дисперсии и функции корреляции следует:

                      D{s(t)} = B{0}.   (2.7.20)

Для конкретной  реализации сигнала можно определить среднее значение по времени или постоянную составляющую:

   (2.7.21)

Разность

   (2.7.22)

называется  переменной составляющей реализации сигнала.

Среднее значение квадрата реализации определяется

  (2.7.23)

а среднее значение квадрата переменной составляющей

 (2.7.24)

Если s(t) представляет собой величину тока  или  напряжения, то  Рк  имеет физический смысл мощности, выделяемой на сопротивлении 1 Ом.  В дальнейшем величина Рк  будет  именоваться мощностью постоянной составляющей сигнала, а величина Рк-  -  мощностью переменной составляющей сигнала.

Временная функция корреляции  реализации сигнала определяется  с учетом обозначения (2.7.22)

(2.7.25)

Для многих  стационарных  процессов  средние  значения по времени совпадают со средними значениями по ансамблю, то есть

            (2.7.26)

    (2.7.27)

    (2.7.28)

    Такие процессы называются  эргодическими.

Для эргодических процессов к числу важнейших характеристик следует отнести функцию корреляции .

По своему физическому смыслу эта функция, с одной стороны, характеризует степень взаимосвязи между сечениями процесса  и , которая всегда ослабевает с увеличением значения  . (рис. 2.7.5)

.

Если   (2.7.29), (2.7.30)

говорят, что между значениями сечений процесса не существует связи (любые сечения некоррелированны) Если справедливо (2.7.30), а условие (2..7.29) не выполняется, то говорят, что взаимную связь между сечениями процесса  следует считать несущественной (их можно считать некоррелированными) только при значениях :

  (2.7.31)

где  называется интервалом корреляции.

С другой стороны, исходя из (2.7.20), (2.7.27), (2.7.28)

  (2.7.32)

то есть значение функции корреляции эргодического процесса при  совпадает со средней мощностью этого процесса.

Пример.

Для нормального стационарного процесса  числовыми характеристиками закона распределения являются:

математическое ожидание ;

дисперсия

где ,  — параметры закона распределения (2.7.7) и (2.7.8).

Иначе говоря, с учетом (2.7.17) и (2.7.7),

(2.7.33)

Аналогично   (2.7.34)

Нормальный стационарный случайный процесс (и его функции распределения любого порядка) полностью задается своим математическим ожиданием  и функцией корреляции . Так, двумерная плотность вероятности имеет вид:

(2.7.35)

где — коэффициент корреляции.   (2.7.36)

Существенная особенность НССП заключается в том, что здесь понятия независимости (см.2.7.6) и не коррелированности (см. 2.7.29) равнозначны: некоррелированные сечения всегда независимы. Это правило не всегда справедливо для других видов случайных процессов.

Эргодичность НССП определяется видом его функции корреляции .

Достаточным условием эргодичности НССП является сходимость интеграла

     (2.7.37)

Так, например, для непрерывного нормального стационарного процесса без последствий (винеровский процесс):

    (2.7.38)

условие (2.7.37) выполняется. Следовательно, нормальный процесс с функцией корреляции вида (2.7.38) обязательно эргодический.

Перечисленные свойства случайных процессов как моделей случайных сигналов являются наиболее общими. В последующем будут приведены дополнительные сведения об описании сигналов и помех в реальных каналах связи с помощью математических моделей.


 

А также другие работы, которые могут Вас заинтересовать

39297. Создание конструкторской – технологической документации на изделия в программе «T-FLEX cad» 4.99 MB
  На данном этапе развития машиностроения при проектировании технологических процессов стремятся к возможно полной механизации и автоматизации, применению малоотходных способов получения заготовок механической обработки без снятия слоя металла, уменьшению трудоемкости изготовления деталей.
39298. Учет оплаты труда на предприятии, методика проведение расчетных работ 532 KB
  Переход к рыночным отношениям вызвал к жизни новые источники получения денежных доходов в виде сумм, начисленных к выплате по акциям и вкладам членов трудового коллектива в имущество предприятия (дивиденды, проценты).
39299. Системно – динамическая модель маркетинга инновационной продукции 2.81 MB
  В настоящее время организации в своей деятельности сталкиваются со следующими проблемами в области маркетинга: необходимость быстрого получения подробной и достоверной информации о желаниях потребителей их требованиях к инновационному продукту с целью точного позиционирования продукции на рынке; определение цены по которой будет осуществляться возможная реализация новой продукции; настоятельная потребность в выделении наиболее важных функциональных характеристик и свойств продукта для потребителей; достоверное установление цены при...
39300. Работа в системе программирования TURBO-PASCAL 208 KB
  Лабораторный практикум состоит из шести лабораторных работ в которых приведены основные сведения о линейных алгоритмах и программах ветвления и циклах в программах и алгоритмах использованию структурированных типов данных таких как массивы комбинированные типы и файлы. Если оценка больше 2 то S := S N; иначе прекратить вычисления выход из цикла. Существует три типа операторов цикла: циклы со счетчиком; циклы с предусловием; циклы с постусловием. В таких циклах указывают переменную целого типа которая называется счетчиком...
39301. Проектирование производства работ по монтажу надземной части полносборного многоэтажного здания 1.3 MB
  Задачей курсовой работы является проектирование производства работ по монтажу надземной части полносборного многоэтажного здания. Монтаж надземной части одноэтажного промышленного здания рекомендуется вести маневренными стреловыми гусеничными кранами, кранами на пневмоходу или автокранами.
39302. ЛАНДШАФТЫ ЧЕРВЕНСКОГО РАЙОНА 1.21 MB
  В работе приведено описание природных компонентов территории Червенского района: геологического строения и рельефа, климата и поверхностных вод, почвенно-растительного покрова и животного мира. Дана классификация природных ландшафтов Беларуси и характеристика ландшафтов Червенского района.
39303. ЛАНДШАФТЫ ПУХОВИЧСКОГО РАЙОНА 953 KB
  Дана классификация природных ландшафтов Беларуси и характеристика ландшафтов Пуховичского района. Классификация ландшафтов Беларуси. Классификация ландшафтов Беларуси. ВВЕДЕНИЕ Изучение ландшафтов является актуальным в наше время и позволяет получить необходимую и полезную информацию о геологическом строении и рельефе данной территории климате водах почвеннорастительном покрове животном мире и других показателях.
39304. Финансы организаций (предприятий) 118 KB
  Практическая часть должна содержать аналитическую информацию анализ показателей деятельности предприятия в соответствии с темой работы. Рекомендательная часть должна содержать рекомендации по улучшению финансового состояния предприятия в части использования предмета исследования курсовой работы. НАПРАВЛЕНИЯ ОБЪЕКТОВ КУРСОВЫХ РАБОТ Предприятия различных организационноправовых форм. Предприятия отраслей: сельское хозяйство; пищевая и перерабатывающая промышленность; общественное питание; торговля; предприятия других отраслей не...
39305. Организация взаимодействия трехмерного редактора и визуализатора на основе трассировки лучей 3.93 MB
  Данная дипломная работа заключается в организации взаимодействия трехмерного редактора и визуализатора на основе трассировки лучей путем добавления в визуализатор возможности импорта информации о трехмерной сцене из XML-файлов и написания программы-модуля для трехмерного редактора, позволяющей экспортировать такого рода файлы.