Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
§ 24. ТЕОРЕМА ХИНЧИНА ДЛЯ ПОСЛЕДОВАТЕЛЬНОСТЕЙ. НЕКОТОРЫЕ ВОПРОСЫ ФИЛЬТРАЦИИ ПОСЛЕДОВАТЕЛЬНОСТЕЙОпираясь на аналогию между случайными последовательностями и случайными процессами, естественно считать функцию (23.20), спектральной интенсивностью случайной последовательности Справедливость последнего наименования можно обосновать следующим образом: будем брать в формуле (23.16) входную последовательность
тогда последовательность
где В качестве примера рассмотрим фильтр, работающий по формуле
Сравнивая эту формулу с выражением (23.16), мы видим, что
и потому по формуле (16.21) получаем
Из первой формулы (23.25) вытекает соотношение
на основании которого естественно считать, что величина есть интенсивность, соответствующая единичной полосе (ср. начало § 3). Доказательство этого утверждения нетрудно получить, пропуская данную последовательность через полосовой фильтр (ср. § 3); оно совершенно аналогично тому, которое было проведено для процессов, поэтому мы его здесь не повторяем. Таким образом мы получаем обобщение теоремы Хинчина на случайные последовательности. Единственным отличием спектральной интенсивности случайной последовательности является ее периодичность (с периодом
Периодичность функций Из энергетического смысла функции
накладывающее ограничение также на числа Рассмотрим простейшие примеры случайных последовательностей. Если элементы последовательности не коррелированы, то
и такая последовательность ймеет спектральную интенсивность
Это — аналог абсолютно случайного процесса — белого шума (§ 12), также имеющего постоянную спектральную интенсивность. Всякая корреляция между элементами последовательности приводит к неравномерному спектру. Так, например, при
получаем
причем при Спектральная интенсивность, соответствующая взаимной корреляционной функции, не имеет такого четкого энергетического смысла, как для автокорреляционной функции (ср. § 3). Фильтрация стационарных последовательностей по формуле (23.31) в сущности сводится к их частотному разделению (ср. § 2). Как показывает формула (23.32), разделение происходит без ошибки, если спектры полезного сигнала и помехи не перекрываются,
причем мы считаем, что взаимная корреляция между сигналом и помехой отсутствует. Если же спектры перекрываются, то фильтрация сопровождается ошибкой даже при использовании всех элементов последовательности Какое применение может найти теория фильтрации стационарных случайных последовательностей? Прежде всего ясно, что случайные процессы и случайные последовательности весьма близки друг к другу. Это видно не только из аналогии между формулами, но также из теоремы Котельникова (§ 19), по которой случайный процесс с ограниченным спектром определяется последовательностью своих значений через промежутки времени Выше мы рассмотрели задачу об оптимальном фильтре, работающем по формуле (23.05), т. е. комбинирующем Я элементов последовательности так, чтобы помеха была подавлена, а полезный сигнал — усилился по сравнению с помехой. Такое комбинирование может производиться с помощью ручного счета или счетно-решающего устройства: все равно имеет смысл говорить о частотной характеристике прибора, осуществляющего это комбинирование. В этой задаче выделяется элемент случайной последовательности в теории случайных процессов ведет к фильтрам для сигналов известной формы (см. гл. III). В следующем параграфе мы рассмотрим аналогичную задачу для последовательностей.
|
1 |
Оглавление
|