Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех
Определим квадрат модуля спектральной плотности k-й реализации
.
Предполагая
процесс стационарным
и центрированным,
заменяя
и производя
статистическое
усреднение
по множеству
реализаций,
определим:
.
Разделив
обе части полученного
равенства на
T и беря
предел
,
получим
.
Поясним физический смысл этой характеристики. Учитывая теорему Релея
,
определим
;
;
;
;
.
Таким образом, спектральная плотность мощности или энергетический спектр – это усредненная по всем реализациям функция распределения мощности по частотам.
Следовательно, спектральная плотность мощности и корреляционная функция связаны преобразованием Фурье (теорема Винера – Хинчина):
(9)
Полагая t = 0, получим
.
Учитывая свойство четности корреляционной функции, запишем
,
.
В полученных формулах G(w) определялась для положительных значений круговой частоты w, причем G(w) = G(–w). В отличие от такого «двухстороннего» математического спектра, введем односторонний физический спектр:
.
Тогда формулы теоремы Винера – Хинчина примут вид:
(10)
Часто используется нормированная спектральная плотность мощности
.
Из определения G(w) следуют методы его экспериментального определения (рис. 19). А именно: измеряется квадратичным прибором среднеквадратическое отклонение процесса в узкой полосе (с помощью полосового фильтры с прямоугольной АЧХ), возводится в квадрат, а затем делится на эту полосу Dfэ (полоса такая, что S(f0) » const в пределах Dfэ) (рис. 20).

Рис. 19 Рис. 20
Тогда
.
Для одиночного
колебательного
контура
,
где Q
– добротность
контура, следовательно
.
Спектральная плотность мощности не отражает фазовой структуры сигнала. Две совершенно разные зависимости могут иметь одинаковую спектральную плотность мощности.
Поскольку G(w) и K(t) связаны преобразованием Фурье, для них справедливы основные теоремы о спектрах.
Ширина спектра определяется так же, как и интервал корреляции.
Эффективная (или неудачное название – энергетическая) ширина спектра
.
Определяют
также ширину
спектра на
уровне a:
.
Рассмотрим связь интервала корреляции и ширины спектра.
Так как
,
а
,
то
. (11)
Таким образом,
произведение
– порядка единицы.
Различают широкополосные и узкополосные процессы (рис. 22а и б).

а б
Рис. 22
Для узкополосных
процессов
.
Поскольку для
узкополосных
случайных
процессов
значение спектральной
плотности
мощности при
нулевой частоте
всегда равно
нулю (или очень
близко к нему),
то корреляционная
функция является
всегда знакопеременной
и ее площадь
равна нулю (из
теоремы Винера
– Хинчина).
Один из широко
распространенных
в теории широкополосных
процессов –
белый шум с
равномерным
спектром
.
Его корреляционная
функция равна
.
Противоположный случай – узкополосный процесс – квазидетерминированный СП с дискретным спектром
,
где x1,
x2
– случайные
величины, не
зависящие от
t,
.
Функция X(t)
представляет
собой гармоническое
колебание со
случайной
амплитудой
и фазой
,
распределение
которого не
зависит от
времени. Этот
процесс будет
стационарным
лишь при
и при
.
Тогда
зависит только
от t,
причем x1
и x2
некоррелированы.
В этом случае
;

.
(рис. 23)

Рис. 23
Для стационарных СП X(t) и Y(t) вводят также взаимную спектральную плотность мощности
;
;
;
;
.
Взаимная
спектральная
плотность
мощности двух
процессов
комплексная,
если взаимная
корреляционная
функция нечетная,
действительная
часть такой
спектральной
плотности
четная, а мнимая
– нечетная
функция:
.
Для суммы стационарных и стационарно-связанных процессов существует соотношение
.
5. Узкополосные случайные процессы
Важность этих процессов для статистической радиотехники требуют более подробного их рассмотрения.
Для более
подробного
анализа определим
огибающую
и фазу
узкополосного
случайного
процесса (УСП).
Часто огибающую
определяют
по формуле
, (12)
где
– сопряженный
с
по Гильберту
процесс. Применяя
преобразование
Гильберта к
исходному
выражению для
УСП, получаем
.
Точность выражения
иногда может
вызывать сомнение,
поскольку
только для
гармонических
колебаний
равенство (12)
несомненно.
Определим,
насколько
параметры УСП
влияют на точность
этой формулы.
Используя
известные
соотношения
для комплексной
амплитуды
аналитического
сигнала
,
получим
и
.
(13)
Применяя преобразование Гильберта к исходному выражению для УСП и используя составляющие (13) комплексной огибающей, можно записать
.
Разложим
функции
и
в подынтегральных
выражениях
в ряд Тейлора
в окрестности
точки x=t
и почленно
проинтегрируем.
Получим

=
,
(14)
где Q(t)
– остаточное
слагаемое,
характеризующее
отброшенную
часть суммы.
Подставив в
выражение (14)
и
,
получим
.
(15)
Из формулы (15) видно, что если можно пренебречь функцией Q(t), то сопряженный по Гильберту УСП имеет такую же огибающую, что и исходный УСП.
Из таблиц определенных интегралов известно:


С учетом этих выражений формулу для Q(t) можно записать:


Считаем, что
полоса огибающей
равна
,
поэтому вторые
производные
по своим значениям
не превосходят
.
Поэтому можно
полагать, что
.
Следовательно:
.
Отсюда видно,
что для УСП
функции u(t)
и u1(t)
имеют одинаковую
огибающую с
погрешностью,
зависящей от
отношения
ширины спектра
к его средней
частоте. Для
узкополосных
случайных
процессов
обязательным
является выражение
,
следовательно,
огибающая
удовлетворяет
требованиям,
которые к ней
предъявляются
в соответствии
с определением
УСП, т.е. является
касательной
в точках, соответствующих
максимальным
значениям УСП
(или вблизи от
них), и имеет
общие значения
с ним в точках
касания. Степень
«близости»
точки касания
к максимальному
значению зависит
от того же отношения
.
Фаза
однозначно
определяется
известными
соотношениями
для представления
комплексного
числа в показательной
форме.
Графически
УСП можно представить
в виде вектора,
вращающегося
с угловой скоростью
,
длина вектора
медленно меняется
во времени так
же, как и фазовый
угол
.
Исходный УСП
является проекцией
вектора на
горизонтальную
ось. Если всю
систему координат
заставить
вращаться с
той же угловой
скоростью, но
в противоположном
направлении,
то та же проекция
будет огибающей
.
Если исходный
УСП является
нормальным,
то
и
также являются
нормальными
случайными
процессами.
Если УСП u(t)
нормален,
стационарен,
имеет нулевое
среднее значение
и функцию корреляции
,
то
и
также имеют
нулевые средние
значения и
корреляционную
функцию
.
В то же время
и
взаимно некоррелированы,
а так как они
нормальны, то
и взаимно независимы.
Сомножитель
является огибающей
корреляционной
функции
.
Огибающая
и фаза узкополосного
случайного
процесса. Плотности
вероятности
огибающей и
фазы УСП можно
получить, совершая
преобразования,
которые были
использованы
для их получения.
Эти преобразования
показывают,
что огибающая
и фаза являются
независимыми.
СВ как в совпадающие,
так и в несовпадающие
моменты времени.
Одномерная
плотность
вероятности
огибающей (в
один момент
времени) подчиняется
закону Рэлея,
а плотность
вероятности
фазы равномерна
в пределах от
до