Главная > Введение в статистическую радиофизику. Часть 1. Случайные процессы
НАПИШУ ВСЁ ЧТО ЗАДАЛИ
СЕКРЕТНЫЙ БОТ В ТЕЛЕГЕ
<< Предыдущий параграф Следующий параграф >>
Пред.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
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

§ 11. Корреляционная функция

Рассматривая как случайную величину, мы нашли в предыдущем параграфе характеристическую функцию (10.4) и тем самым кумулянты , в частности среднее значение и дисперсию (10.6). Но для вычисления смешанных моментов двух случайных величин , т. е. значений случайного процесса в два различных момента времени, надо знать совместную (двумерную) функцию распределения и или найти соответствующую двумерную характеристическую функцию. Однако мы не будем решать эту задачу, а ограничимся вычислением только смешанного момента , который является одной из важнейших характеристик случайных процессов, поскольку он определяет корреляцию между величинами . В общем случае этот момент зависит от или, если положить — от ; он называется корреляционной функцией случайного процесса :

Так как кумулянт оказался не зависящим от t (как и все ), второй член в правой части (11.1) равен Следовательно, нам надо вычислить только смешанный момент

Схема расчета та же, что и в одномерном случае.

Запишем двумерную плотность вероятности для случайны величин

через условные плотности, вероятности [при условии, что интервал времени содержит импульсов]:

Отсюда следует, что

где

— условный момент, т. е. среднее произведение величин (11.3), но с суммированием, распространенным только на те импульсов, которые содержатся в

Усреднение производится здесь по всем случайным параметрам Так как величины с по предположению независимы, двойную сумму можно разбить на две части:

Но средние значения не зависят в силу наших исходных допущений от номеров импульсов . Поэтому первая сумма содержит одинаковых слагаемых, а вторая - :

где

Сделав в двух первых выражениях замену переменной интегрирования , а в третьем — замену и раздвигая затем пределы интегралов по получаем

Это условное среднее остается усреднить теперь по распределению Пуассона, для которого, как мы знаем, и мы получаем, согласно (11.4), момент второго порядка

где мы воспользовались первой формулой (10.6). Следовательно, корреляционная функция (11.1) есть

Итак, корреляционная функция (и момент ) не зависит от времени i, а только от разности х обоих моментов времени. Это снова результат стационарности рассматриваемого случайного процесса. При формула (11.5) переходит в формулу для дисперсии [см. вторую формулу (10.6)]:

как это и должно быть в соответствии с определением (11.1) корреляционной функции.

Нетрудно видеть, что четная функция т. При если достаточно быстро убывает при (быстрее, чем стремится к нулю. Ясно, что с ростом сомножители подынтегрального выражения в (11.5) раздвигаются и при указанном условии произведение стремится при больших к нулю быстрее, чем

В частном случае, когда а — одномерная случайная величина, а именно «амплитуда» импульса получаем

Одной из компонент -мерной случайной величины может быть и случайная длительность импульса Пусть независимо от остальных компонент так что распределение должно быть заменено на . Если мы хотим явным образом учесть даваемое случайное изменение длительности импульсов, то целесообразно представить детерминированную функцию F, описывающую форму импульса, в виде Весь вывод характеристической

функции, кумулянтов и корреляционной функции остается при этом таким же, как и выше, но при усреднении по случайным моментам возникновения импульсов — удобно ввести новую переменную интегрирования 0 следующим образом: Тогда распределение перейдет в в пределах от до После раздвигания пределов в параметр сохранится только множителем в подынтегральной функции (а при вычислении корреляционной функции — еще и как масштаб для временного сдвига , т. е. вместо будет . В результате для кумулянтов мы получим вместо (10.5) формулу

а для корреляционной функции вместо (11.5) формулу

где угловыми скобками обозначено для краткости усреднение по распределению а.

Рассмотрим следующий пример. Пусть — одномерная случайная «амплитуда», так что

Пусть, далее, в интервале и равно нулю вне этого интервала, причем длительности распределены по закону

Тогда при

а значит,

Функция корреляции четна, по , так что при произвольном знаке результат можно записать в виде

    (11.10)

Рис. 5 дает представление о характере этого процесса в частном случае фиксированных . Было высказано предположение, что такого рода процесс способен послужить моделью для эффекта мерцания — относительно медленных флуктуаций тока эмиссии, обусловленных локальными изменениями эмиссионной способности поверхности катода [4]. Если причиной этих изменений является присутствие на поверхности примесных атомов, в частности садящихся на катод атомов остаточного газа, то - это случайное мгновенное число таких атомов, a — времена их пребывания на поверхности.

Рис. 5.

Однако подобная модель не согласуется с формой спектра эффекта мерцания, которая в широком диапазоне частот со большей частью близка к (см. § 55). Наряду с попытками усовершенствовать теорию введением набора средних времен пребывания с некоторыми весами или посредством других аналогичных допущений, была высказана мысль о том, что спектр требуемого вида может быть связан с процессом (8.1), если импульсы очень медленно спадают с ростом t), а именно, если при достаточно больших t функция убывает, как Однако при а 1 процесс уже не является стационарным. Мы вернёмся к этому кругу вопросов в дальнейшем, при рассмотрении спектральных разложений случайных процессов.

Приведем в заключение еще один пример импульсного процесса, связанного с пуассоновским. Это — так называемый обобщенный телеграфный сигнал — чередующиеся скачки между значениями —а и +а, причем моменты скачков распределены по Пуассону (рис. 6). Для простоты мы примем среднюю густоту скачков постоянной. Добавление к постоянной составляющей дало бы односторонние импульсы, и тогда

рассматриваемый процесс мог бы служить очень упрощенной моделью флуктуаций проводимости в находящихся под током гранулированных сопротивлениях, представляющих собой конгломерат (чаще всего пленку) из хорошо проводящих контактирующих зерен. Поскольку постоянная составляющая не существенна для статистических свойств процесса, мы будем считать . Распределение моментов смены знака g по Пуассону означает, что длительности импульсов имеют экспоненциальное распределение

Казалось бы, что, рассматривая производную g (t), состоящую из импульсов , мы возвращаемся к уже разобранной задаче — процессу вида (8.1). Легко видеть, однако, что это не так, поскольку теперь является обязательным чередование знаков скачков, в то время как в (8.1) значения были взаимно независимы.

Рис. 6.

Если в интервале знак изменился четное число раз, то того же знака, что и . В противном случае это произведение равно Следовательно, при

где вероятности четного и нечетного числа скачков за время . В соответствии с законом Пуассона

имеем

Следовательно, при

а при любом знаке

    (11.11)

Отметим, что функция корреляции (11.11) совпадает по форме с (11.10), несмотря на совершенно различный вид реализации самих случайных процессов (рис. 5 и 6). Такая же функция

корреляции будет и у процесса (8.1), если он состоит из экспоненциальных импульсов

Несложный расчет по формуле (11.6) показывает, что и в этом случае

    (11.12)

Представление о реализации такого процесса, который может являться откликом -цепочки на случайную последовательность дельта-импульсов, дает рис. 7.

Рис. 7.

Функция корреляции вида часто употребляется в качестве аппроксимации в тех случаях, когда фактическая монотонно спадает, не меняя знака. Такая аппроксимация очень удобна (наряду с гауссовой кривой) для разного рода теоретических оценок и приближенных выводов.

1
Оглавление
email@scask.ru