Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Радиотехнические цепи и сигналы

.pdf
Скачиваний:
144
Добавлен:
07.03.2016
Размер:
4.38 Mб
Скачать

Если сравнить два процесса Ac (t) и x(t), то можно заметить, что x(t) получается сдвигом на ω0 . Это говорит о том, что случайное

распределение процесса остается неизменным. Спектр WАс (Ω) получают из спектра процесса x(t) сдвигом его спектра на ω0 левой составляющей и на -

ω0 правой составляющей, причем . Из этого выражения

ирисунка видно, что площадь под кривой Wх(ω) (в двух лепестках) равна площади под кривой WАс (Ω) . Следовательно, дисперсии случайных процессов

одинаковы:

Так как , то среднее значение квадрата огибающей

. Так как дисперсии равны, то . Плотности вероятностей определяются как

 

 

 

 

 

A2

 

 

 

 

 

 

 

A2

 

 

1

 

c

 

 

 

1

 

 

s

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2σ 2

 

 

 

 

 

 

2σ 2

f (A ) =

 

 

 

e

x

,

f (A ) =

 

 

 

 

e

x .

 

 

 

 

 

 

 

c

2πσ x

 

 

 

s

2πσ

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M x2(t)

= M (A (t)cosω t A (t)sinω t)2

 

= M A2

(t)cos2

ω t −2A (t)A (t)sinω tcos

 

 

 

 

c

0

s

0

 

c

 

0

c s

0

Т.к.

M x2

(t)

= R (0) =σ2

, то

R

= 0

 

 

 

 

 

 

 

 

 

x

x

 

AcAs

 

 

 

 

 

 

 

Значит,

нормально

распределяемые

величины

Ac (t)

и

As (t)

независимые. Поэтому совместную плотность вероятности можно определить выражением:

 

 

1

A2 + A2

 

 

2σ X2

f (AC

; AS )= f (AC ) f (AS )=

 

 

S C

 

e

 

2πσ 2

 

 

 

 

 

 

 

x

 

 

 

1

 

e

A2 (t )

=

 

2σ X2

2πσ

2

 

 

x

 

Вероятность того, что конец вектора A(t) лежит в элементарном прямоугольнике dAC dAS равна вероятности пребывания AC в интервале dAC и

dAS в интервале dAS и равна вероятности пребывания вектора A(t) в элементарной площадке dAdθ .

P(Ac;As)= f(Ac) f(As)dAdAc s – вероятность того, что вектор A(t)

пребывает

в элементарном

прямоугольнике. В

полярных координатах:

P(A,θ) = f (A,θ)dAdθ .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A2

 

 

 

Тогда f (A,θ) =

f (A ) f (A ) A=

A

2σ2

 

 

 

 

 

 

e

x

 

 

2πσx2

 

 

 

 

 

 

 

c

 

s

 

 

 

 

 

Плотность

 

распределения

 

 

огибающей

(амплитуды):

 

π

 

 

A

 

A 2

 

 

 

 

 

 

f (A)=

f(A,θ)dθ =

 

e

2σ

2

 

 

 

 

 

 

 

 

 

 

 

X -

закон

 

Рэлея,

т.к.

f (A,θ) = f (A) f (θ),

2

 

 

A

π

 

σ X

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

то f (θ )=

1

-равномерная плотность распределения.

 

 

2π

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вывод: если случайный процесс распределен по нормальному закону, то его огибающая распределена по рэлеевскому закону, а фаза по равномерному закону.

 

 

 

 

 

 

M [A]

 

 

(A)dA =

π

 

 

Математическое ожидание:

 

= AfA

σ X

 

 

 

 

 

 

 

 

 

0

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Дисперсия:

 

 

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

A2 (t)

 

 

 

 

2

 

2

3

 

 

2σ

2

 

2

 

 

 

 

 

 

 

 

 

 

x

 

 

 

где M A

(t)

= ∫

A

(t) f (A)dA = ∫

 

 

 

A

(t)e

 

 

 

dA = 2σx .

σ

2

 

 

 

 

 

0

 

0

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

отсюда

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

Т. е. дисперсия огибающей меньше дисперсии самого случайного процесса.

Вероятность того, что огибающая (амплитуда) превысит некоторый заданный уровень:

 

1

A2

 

 

C 2

 

P(A f C )=

f (A)dA =

Ae

2σ X 2

dA = e

2σ X2

2

 

0

 

σ

X

C

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вероятность

того, что

 

амплитуда

будет ниже уровня С:

.

 

 

 

 

 

 

 

 

 

 

Если , то . Поэтому ширина шумовой дорожки, фактически наблюдаемой на экране осциллографа не превышает (5-6)σ X . Для широкополосных процессов ширина дорожки составляет (4-5) σ X .

Корреляционная функция огибающей определяется по формуле:

где r0(τ)– огибающая нормированной корреляционной функции случайного процесса х(t).

Энергетический спектр огибающей найдем через преобразование

Фурье:

.

Первое слагаемое соответствует постоянной составляющей огибающей, а второе – сплошной части спектра.

Основываясь на выражении , мгновенную частоту можно записать в форме:

&

 

 

 

θ

32

1

 

Плотность вероятности: f (θ )=

 

 

+

 

 

 

,

2

 

2 ωэкв 1

 

 

 

 

 

ωэкв

 

 

 

 

 

 

 

 

 

где Δωэкв – эквивалентная ширина спектра узкополосного процесса, определяемая выражением:

ω экв f (θ )

Не удаетсяотобразить связанный рисунок. Возможно, этот файлωбыл перемещен,эквпереименован или удален. Убедитесь,fчто(ссылкаθуказывает&на правильный)файл и верное размещение.

Частота случайного сигнала изменяется в пределах ±2 ωэкв .

Закон распределения похож на нормальный.

Гармонические колебания со случайной амплитудой

f(x)

Гармонические колебания со случайной фазой

Имеется случайный процесс x(t) = cos[ω0t +θ(t)] . Найдем закон распределения фазы ϕ(t) =ω0t +θk .

Начальная фаза обычно распределена по равномерному закону. f (θ)= 12π .

f (θ)

Вероятность того, что x пребывает в интервале dx равна плотности

распределения на интервале fX dx = 2 fθ dθ =

2

dθ fX =

 

 

1

 

 

при

2π

π

 

dx

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

dθ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

dx

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1x1, где

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

=

 

sinϕ

 

= 1cos2 ϕ = 1x2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

dθ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f (x)=

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

π 1x2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f ( x)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

1

 

1

 

 

 

Математическое ожидание M[x(t)]= xfxdx = x

 

 

 

dx = 0 или

 

 

 

 

 

 

 

 

 

 

π

1x

2

 

 

 

 

1

1

 

 

 

 

 

T 2

x(t)

 

 

 

 

 

 

 

 

 

T

 

 

 

 

 

 

 

 

 

T

 

 

 

 

 

 

 

 

x(t) =lim

 

dt =0.

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

Перемножим два значения в разные моменты времени:

1

x(t1)x(t2) = cos(ωt1 +θ)cos(ωt2 +θ) = 2[cos(ω(t1 +t2)+2θ)+cos(ω(t1 t2))]

Математическое ожидание этого выражения:

M[x(t1)X (t2 )] = 12 cos(ω0τ ) , где τ <t1 t2.

Процесс x(t) является стационарным, так как корреляционная функция зависит только от разности времени t1 и t2,

а mx и Dx не зависят от времени t.

Гармоническое колебание со случайной фазой является стационарным и эргодическим процессом. Гармонические колебания со случайной фазой и случайной амплитудой образует стационарный, но не эргодический процесс.

При суммировании нескольких гармонических колебаний (5 -6) со случайной фазой мы получим стационарный случайный процесс близкий к гаусовскому, что соответствует теореме Чебышева о суммировании большого числа гармонических процессов с малыми, близкими по величине амплитудами.

Комплексный случайный процесс

Пусть есть случайный процесс x(t). Подберем ему сопряженный по Гильберту сигнал xˆ(t)

xˆ(t)= 1 x(τ )dτ

π −∞τ t

Тогда комплексный случайный процесс: z(t)=x(t)+ jxˆ(t).

Пусть x(t)= A(t)cos[ω0t +θ (t)], тогда xˆ(t)= A(t)sin[ω0t +θ(t)]. Отсюда комплексный

случайный процесс: z(t)= A(t)e jω0t+θ (t )

Спектры сигналов x(t)и xˆ(t) равны: WX (ω)=WXˆ (ω). Отсюда следует что корреляционные

функции одинаковы RX (τ)=Rˆ (τ)=

1

(ω)ejωtdω.

WX

 

 

 

 

X

2π

 

 

 

 

 

 

−∞

 

Дисперсии: DX

= D ˆ =

1

WX (ω)dω .

 

 

 

 

X

2π

 

 

 

 

 

 

−∞

 

 

 

Предположим, что xKT(t) соответствует xKT(ω), тогда xˆKT(ω) xKT(ω)ejϕ , где ϕ = −90o . Т.е.

ˆ

 

 

 

j X KT (ω)приω f 0

XKT

(ω)=

 

 

 

 

 

 

 

+ j XKT (ω)приω

p

0

 

 

 

 

 

(ω)+ j[jXKT (ω)]= 2XKT (ω), а при ωp0

Отсюда следует, что при ω f 0

ZKT (t)= XKT

(ω)]= 0

 

 

ZKT (ω)= j[XKT

 

 

Вывод: спектр комплексного случайного сигнала отличен от 0 только на положительных частотах.

Спектральная характеристика мощности и корреляционная функция случайного процесса на выходе цепи

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Если есть к-ая реализация на интервале XKT(t)

имеет спектр XKT(ω), то на

выходе цепи спектр сигнала:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

XвыхКТ(ω)= XKT(ω)K(ω)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

T 2

2

 

 

 

2

 

 

2

 

 

 

 

 

 

 

 

 

По теореме Парсеваля: выхKT

 

 

2π

 

 

 

 

 

 

 

 

 

 

Э

=

 

X выхKT (t)dt =

1

 

 

X KT (ω)

 

 

 

K(ω)

 

dω

 

 

T 2

 

−∞

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Определим спектральную плотность мощности на входе цепи:

(ω) 2X вхKT

Wвых

(ω)= lim

 

, тогда спектральная плотность мощности на выходе:

 

 

T→∞

T

Wвых(ω)=W(ω)K2(ω). Возведение передаточной функции в квадрат объясняется тем, что она определяет отношение напряжений (токов) на входе и выходе, а W(ω) является спектральной плотностью мощности случайной функции.

Корреляционная функция случайного процесса на выходе цепи по теореме Винера-Хинчина:

R

 

(τ )=

1

W

 

(ω)e jωt dω =

1

W (ω)K 2

(ω)e jωt dω

 

2π

 

2π

 

вых

 

вых

 

 

 

 

 

 

 

 

 

 

 

 

 

 

−∞

 

 

 

−∞

 

Корреляционная функция входного сигнала: R(τ )= 1 W(ω)ejωτ dω

2π −∞

Корреляционная функция импульсной характеристики:

R (τ )=

1

K2

(ω)ejωτ dω

 

g

2π

 

 

 

 

 

 

−∞

 

Следовательно, произведению спектральных функций W(ω) и K(ω) соответственно свертка функций Rвх (τ ) и Rg (τ ):

Rвых(τ )= R(x)Rg (τ x)dx. Отсюда зная корреляционные функции Rвх(τ) и

−∞

Rg (τ) можно найти энергетический спектр: Wвых (ω)= Rвых (τ )ejωt dτ .

−∞

Пусть на входе белый шум (спектральная плотность равнаW0 = const на всех частотах), следовательно: Wвых(ω)=W0K2(ω), тогда:

Rвых (τ )=W0

1

(ω)e jωt dω =W0 Rg

(τ )

K 2

2π

 

 

−∞

 

 

Следовательно, если мы знаем вид корреляционной функции импульсной характеристики, то Rвых(τ) имеет такой же вид.

Нормализация случайных процессов в узкополосных линейных цепях

Пусть на входе линейной цепи действует стационарный случайный процесс с распределением, отличным от нормального. Если интервал корреляции этого процесса меньше постоянной времени линейной цепи (т. е. ширина энергетического спектра больше полосы пропускания цепи), то распределение случайного процесса на выходе приближается к нормальному. Эффект нормализации тем выше, чем меньше полоса пропускания цепи.

Например. На высокодобротный контур подается случайный процесс, представляющий собой последовательность импульсов со случайным и ненормальным временем появления. На выходе получаем сигнал как сумму свободных колебаний, вызванных предыдущими импульсами и не успевших затухнуть к рассматриваемому моменту времени. Чем уже полоса пропускания цепи, тем большее число соизмеримых по величине и

некоррелированных слагаемых принимает участие в образовании результирующего колебания в момент времени t1. В соответствии с центральной предельной теоремой этого вполне достаточно для того, чтобы процесс приближался к нормальному.

В широкополосных линейных цепях при некоторых условиях может иметь место обратный эффект :распределение процесса на выходе цепи может отличаться от нормального, чем на входе.

Например: На вход дифференцирующего устройства подается совокупность относительно длительных импульсов, имеющих распределение близкое к нормальному. В результате дифференцирования каждый импульс превращается в пару очень коротких импульсов, соответствующих фронтам входного импульса. Число взаимно перекрывающихся импульсов на выходе уменьшится, т.е. распределение приближается к нормальному закону. Это денормализация. Этот эффект не противоречит тому, что в любой линейной цепи гаусовский процесс сохраняет нормальное распределение. Если среднее количество импульсов увеличить до бесконечности в единицу времени(это необходимо для получения строго нормального распределения), то при любом сжатии импульсов, которое можно осуществить в физически реализуемой цепи, процесс будет гаусовским и на выходе цепи.

Преобразование нормального процесса в безынерционных нелинейных цепях

Внелинейных безынерционных элементах основная трудность состоит

внахождении корреляционной функции. Поэтому общих методов анализа преобразования случайный процессов в нелинейных устройствах не существует. Приходится ограничиваться частными задачами, поддающимися решению.