- •1.Определение случайного процесса.
- •2. Классификация случайных процессов.
- •- Реализация случайного процесса .
- •3. Вероятностное описание случайных процессов.
- •Геометрическая интерпретация вероятностного описания случайного процесса.
- •4. Характеристики случайных функций.
- •5. Стационарные случайные процессы.
5. Стационарные случайные процессы.
Случайный процесс (t) называется стационарным в узком смысле или стационарным в строгом смысле, если его плотность распределения вероятностей (x1...xn;t1...tn) произвольного порядка n не меняется при любом сдвиге всей группы точек t1...tn вдоль оси времени, т.е. при любых n и t0 справедливо равенство:
(x1...xn; t1...tn) = (x1...xn; t1- t0...tn-t0)
Это означает, что два процесса (t) и (t-t0) имеют одинаковые вероятностные характеристики при любом значении t0, т.е. вероятностные характеристики не зависят от начала отсчета времени. Если вероятностные характеристики случайного процесса не инвариантны по отношению к произвольному смещению начала отсчета времени, то процесс называется нестационарным в узком смысле.
Из приведенного определения следует, что для стационарного случайного процесса:
а) одномерный закон распределения имеет один и тот же вид для всех значений t.
(x;t) = (x; t-t0) = (x).
б) двумерный закон распределения может зависеть только от разности t2-t1:
(x1,x2; t1,t2) = (x1,x2; t2 -t1).
Так как одномерные законы распределения стационарных процессов не зависят от времени, то моменты этих процессов, в частности среднее и дисперсия, также не зависят от времени, т.е. являются постоянными величинами.
Поскольку двумерный закон распределения (x1,x2; t2 -t1) стационарного случайного процесса зависит только от разности =t2 -t1, то и корреляционная функция такого процесса зависит только от одной переменной :
K()=x1x2(x1,x2;)dx1dx2
Для решения прикладных задач корреляционная функция является достаточно полной характеристикой случайного процесса.
Раздел теории, в котором используется только среднее, дисперсия и корреляционная функция случайного процесса называется корреляционной теорией. Поскольку в корреляционной теории не используются многомерные законы распределения, то в рамках этой теории стационарными можно считать случайные процессы, у которых среднее значение и дисперсия не зависят от времени, а корреляционная функция зависит только от разности =t2 -t1. Случайные процессы, удовлетворяющие этим условиям, называются стационарными в широком смысле.
Корреляционная функция K() стационарного случайного процесса удовлетворяет следующим свойствам.
-
При =0 она достигает максимального значения, равного дисперсии случайного процесса:
R(0) | K() |
Это неравенство следует из следующего неравенства:
M[((t)(t-))2 ]=2( K(0)K() ) 0
Поскольку корреляционная функция R(t1,t2) любого случайного процесса обладает свойствами симметрии:
R(t1,t2)=R(t2,t1)
то для стационарного случайного процесса имеем:
R()=R(t2-t1) = R(t1,t2) = R(-)
т.е. корреляционная функция K() является четной функцией своего аргумента. Некоторые дополнительные свойства корреляционной функции будут установлены при изложении соответствующих разделов курса.