Xreferat.com » Рефераты по коммуникации и связи » Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

/> (положительная определенность), Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех при x2 > x1 (интегральная функция является неубывающей), Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех (ограниченность).

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 7


Хотя интегральная функция распределения вероятности определена и для непрерывных, и для дискретных процессов, большее распространение получила плотность вероятности, определенная только для непрерывных СП.

Одномерная плотность вероятности определяется как производная от интегральной функции по аргументу x:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Для n-мерной плотности в соответствии с (1) имеем:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (2)


Из представления производной в виде предела отношения конечных приращений Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех можно сделать вывод, что плотность вероятности характеризует относительную частоту пребывания мгновенных значений в элементарном интервале Dx.

На рис. 7 приведены графики плотности вероятности для реализаций различной формы.

Аналогичное рассмотрение n-мерной плотности вероятности позволяет интерпретировать ее как вероятность того, что значение функции находятся в пределах n коридоров Dx или, иначе, что реализация примет заданную форму (рис. 8).


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 8


Свойства плотности вероятности:

положительная определенность – Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

свойство симметрии – значения плотности вероятности не меняются при перестановке аргументов;

свойство нормировки Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

свойство согласованности (число интегралов в правой части равно n – m)

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех


плотность вероятности меньшего порядка вычисляется путем интегрирования по «лишним» аргументам;

размерность плотности вероятности обратна размерности случайной величины.

Наиболее широко в радиотехнике используются следующие распределения.

1. Нормальной (гауссово) распределение (рис. 9):


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 9


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,


где m – математическое ожидание; s – среднеквадратическое отклонение (СКО).

Для нормального распределения характерна симметрия относительно математического ожидания и большие значения случайной величины встречаются значительно реже малых:

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

2. Равномерное распределение (рис. 10):


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 10


Экспоненциальное распределение (рис. 11):


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 11


4. Распределение Рэлея (распределение огибающей узкополосного нормального СП):


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 12

2. Распределения вероятностей, хотя и является наиболее употребимыми в теории характеристиками, не всегда доступны для экспериментального определения и во многих случаях слишком громоздки в теоретических исследованиях. Более простыми являются числовые характеристики СП, определяемые как некоторые функционалы от плотности вероятности. Наиболее широко из них используются моментные функции, определяемые как среднее значение различных степенных преобразований СП.

Начальные одномерные моменты определяются в виде


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (3)


Особое значение имеют первый начальный момент – математическое ожидание Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и второй начальный момент


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

сигнал случайный помеха прием

Физический смысл этих характеристик: среднее значение и средняя мощность СП, выделяемая на сопротивлении в 1 Ом, соответственно (если СП есть напряжение, стационарное по постоянной составляющей и мощности). Второй начальный момент характеризует степень разбросанности случайной величины относительно начала координат. Размерность математического ожидания совпадает с размерностью величины x (для x в виде напряжения – вольты), а размерность m2 – с размерностью квадрата величины x.

В случае стационарных СП моменты не зависят от времени, для нестационарных могут быть функциями времени (в зависимости от типа не-стационарности), что поясняется рис. 13.


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 13


Центральные моменты определяются аналогично начальным моментам, но для центрированного процесса Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (4)


Поэтому всегда Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Второй центральный момент – дисперсия СП – определяется в виде


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех


и характеризует степень разбросанности значений относительно математического ожидания или, иначе, среднюю мощность переменной составляющей процесса, выделяемой на сопротивлении в 1 Ом. Очевидна связь между начальными и центральными моментами:

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, в частности Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Отметим, что третий центральный момент (p = 3 в (4)) характеризует асимметрию распределения вероятностей (для симметричных плотностей вероятности Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех), а четвертый (p = 4) – степень остроты вершины плотности вероятности.

Рассмотрим пример вычисления одномерных моментов распределения.

ПРИМЕР 1. Процесс с треугольной симметричной плотностью вероятности виден на экране осциллографа в виде шумовой дорожки с размахом от -2 до +4 В. При выключенной развертке яркость вертикальной линии в центре экрана равномерна. Оценить математическое ожидание и дисперсию процесса.

Решение примера 1. Сведения о форме распределения и его границах позволяет записать аналитическое выражение для плотности вероятности (рис. 14).

При этом максимальное значение плотности вероятности fm, достигаемое при x=1 В, определяется из условия нормировки, т.е. равенства площади треугольника единице:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,

откуда Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 14


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех


Такое симметричное треугольное распределение называют также законом Симпсона.

В соответствии с определениями математическое ожидание и дисперсия равны


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех = 1 В;

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Однако удобнее вычислить вначале второй начальный момент


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех = 7 В2,

тогда Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех = 6 В2.


Смешанные начальные моменты определяются соотношением


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (5)


Смешанные центральные моменты определяются аналогично, но с заменой x в формуле (5) на центрированное значение Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Ввиду того, что значения x в смешанных моментах определяются в различные моменты времени, появляется возможность оценки статистической взаимозависимости значений процессов, разделенных заданными интервалами. Наиболее важным является простейший из смешанных моментов, отображающий линейную статистическую взаимозависимость и называется корреляционной и ковариационной функцией:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (6)


Как видно из определения, размерность корреляционной функции определяется размерностью квадрата величины x (для напряжения – В2).

Для стационарного СП корреляционная функция зависит только от разности Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех:

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Следует заметить, что при t = 0 максимальное значение K(0) = s2.

На рис. 15 приведены примеры реализаций процессов с разными корреляционными функциями.

Кроме функционалов на основе степенных функций (моментов) возможны и другие типы функционалов в качестве статистических характеристик СП. Важнейшим среди них является функционал, основанный на экспоненциальном преобразовании и называемый характеристической функцией


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (7)


Нетрудно заметить, что данное выражение представляет преобразование Фурье от плотности вероятности, отличающееся от обычного лишь знаком в показателе экспоненты.

Поэтому можно записать и обратное преобразование, позволяющее по характеристической функции восстановить плотность вероятности:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Соответственно для n-мерного случая имеем


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (8)

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 15


Основные свойства характеристической функции состоят в следующем:

свойство нормировки Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

свойство симметрии Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

свойство согласованности


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;


определение характеристической функции суммы независимых случайных величин


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Как видно из анализа перечисленных свойств, различные преобразования характеристической функции проще плотности вероятности. Простая связь также между характеристической функцией и моментами плотности вероятности.

Пользуясь определением характеристической функции (7), продифференцируем ее k раз по аргументу u:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Отсюда


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Можно заметить, что операция дифференцирования намного проще, операция интегрирования при определении моментов плотности вероятности.

ПРИМЕР 2. Может ли существовать процесс с характеристической функцией прямоугольной формы?

Решение примера 2. На рис. 16 представлена характеристическая функция прямоугольной формы (а) и соответствующая ей плотность вероятности (б).

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 16


Так как характеристическая функция является преобразованием Фурье от плотности вероятности, то ее обратное преобразование Фурье должно обладать всеми свойствами плотности вероятности. В данном случае


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


График плотности вероятности представлен на рис. 16б.

Как видно из выражения для f(x) и рисунка, полученная плотность вероятности не удовлетворяет условию положительной определенности (Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех), следовательно, процесс с заданной характеристической функцией не может существовать.


4. Энергетические характеристики случайных процессов


К энергетическим характеристикам СП относят корреляционную функцию, спектральную плотность мощности и непосредственно связанные с ними параметры СП.

В разделе 2 было дано определение корреляционных функций как смешанных центральных моментов второго порядка соответственно автокорреляционной и взаимнокорреляционной функций, т.е.

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Основные свойства автокорреляционной функции:

свойство симметрии Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, для стационарных процессов – четность Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

свойство ограниченности Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, для стационарных процессов Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

свойство неограниченного убывания с ростом аргумента (для эргодических процессов) Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

свойство положительной определенности интеграла

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

размерность соответствует квадрату размерности случайного процесса.

Это свойство следует из определения спектральной плотности мощности (для случайных напряжений и тока через сопротивление 1 Ом), которое будет приведено ниже.

Для взаимнокорреляционной функции аналогично можно записать:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех; Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех; Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Ввиду ограниченности корреляционной функции частот используют нормированные корреляционные функции

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех; Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,

причем Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех; Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Для более компактного описания свойств случайного процесса вводят понятие интервала корреляции, определяющего интервал времени, на котором существует связь между значениями процесса.

Основные определения интервала корреляции:

интегральный (для положительно определенных корреляционных функций) Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. Геометрически он характеризует ширину основания прямоугольника, равновеликого по площади функции k(t) при t > 0 (рис. 17а);

абсолютный интервал корреляции Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех (в отличие от предыдущего может использоваться для знакопеременных функций Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех) (рис. 17б);

квадратичный интервал корреляции Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

максимальный интервал корреляции (на уровне a) (рис. 18)


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 17


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 18


Обычно уровень a выбирается исходя из рассматриваемой задачи и имеет значения 1/e; 0,1; 9,05; 0,01 и т.д.

Последнее определение не является более произвольным, чем предыдущие, так как выбор конкретного вида функционала протяженности произволен и определяется удобством математического решения конкретной задачи. Практически этот интервал корреляции используется в радиоизмерениях для определения интервала, вне которого случайные величины в сечениях случайного процесса можно считать некоррелированными. Достоверность такого предположения определяется выбором уровня a.

Большое значение в статистической радиотехнике имеют спектральные характеристики СП. При этом используются различные интегральные преобразования процесса вида


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


При исследовании линейных систем с постоянными параметрами особое значение имеет ядро преобразования вида Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, так как отклик линейных систем на гармоническое воздействие также является гармоническим.

Преобразование Фурье от k-й реализации СП дает также случайную функцию частоты, зависящую от номера реализации:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


В условиях реального наблюдения можно получить лишь текущий спектр реализации за интервал наблюдения T


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Приведенные выражения в существенной степени

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: