Лаб. работа - Исследование характеристик случайных процессов (ЛР123)
Описание файла
Файл "Лаб. работа - Исследование характеристик случайных процессов" внутри архива находится в папке "Лаб. работа - Иссл-е характеристик случайных процессов". Документ из архива "ЛР123", который расположен в категории "". Всё это находится в предмете "статистическая радиотехника" из 6 семестр, которые можно найти в файловом архиве МГТУ им. Н.Э.Баумана. Не смотря на прямую связь этого архива с МГТУ им. Н.Э.Баумана, его также можно найти и в других разделах. Архив можно найти в разделе "лабораторные работы", в предмете "статистическая радиотехника" в общих файлах.
Онлайн просмотр документа "Лаб. работа - Исследование характеристик случайных процессов"
Текст из документа "Лаб. работа - Исследование характеристик случайных процессов"
МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
имени Н.Э. БАУМАНА
А.С.КОСОЛАПОВ, А.И.СЕНИН
ИССЛЕДОВАНИЕ ХАРАКТЕРИСТИК СЛУЧАЙНЫХ СИГНАЛОВ
Методические указания к лабораторной работе
по курсу "Статистическая радиотехника"
Под редакцией А.И.Сенина
Москва
Издательство МГТУ им. Н.Э. Баумана
2007
Цель работы - Исследование характеристик случайных сигналов (процессов) на выходе нелинейных неинерционных устройств.
Задание - Проработать теоретический материал по источникам, указанным в списке литературы, и по данному описанию; изучить функциональную схему лабораторной установки; выполнить экспериментальную часть работы; ответить на контрольные вопросы
Краткие сведения из теории
СЛУЧАЙНЫЕ ПРОЦЕССЫ
В радиотехнике под случайным процессом понимается электрическая величина, изменяющаяся случайным образом во времени. В отличие от детерминированных процессов он характеризуется тем, что его протекание во времени нельзя однозначно предсказать. Примером случайных процессов являются шумы в радиотехнических устройствах.
Случайный процесс описывается случайной функцией , значение которой в любой момент времени представляет случайную величину с определенным законом распределения. Конкретное протекание случайного процесса (т.е. его фактическая запись, например, в виде осциллограммы) называется реализацией случайного процесса. Она описывается детерминированной функцией. Множество возможных реализаций совместно с законами, характеризующими это множество, и задают случайный процесс.
Для описания основных свойств случайных процессов используют следующие вероятностные (статистические) характеристики: плотности вероятности (законы распределения), функции распределения вероятностей, характеристические функции и моментные функции.
Функция распределения и плотность вероятностей
Одномерная функция распределения определяет вероятность того, что случайный процесс в момент времени принимает значения , т.е. . Слово «одномерная» подчеркивает тот факт, что рассматриваются значения случайного процесса в один фиксированный момент времени.
Производная от функции распределения вероятностей
если она существует, называется одномерной плотностью вероятности случайного процесса. Величина равна вероятности того, что случайная величина будет заключена в интервале .
Одномерные плотность вероятности и функция распределения являются важными, но не полными характеристиками случайного процесса. Они характеризуют процесс в отдельные, фиксированные моменты времени и не содержат информации о динамике развития процесса.
Более полными характеристиками случайного процесса являются двумерная функция распределения вероятностей
и двумерная плотность вероятности
которые характеризуют вероятностную связь между значениями процесса в два произвольных момента времени и .
Наиболее полными характеристиками случайного процесса являются n-мерная функция распределения вероятностей и n-мерная плотность вероятности.
Моментные функции
Приведенные в предыдущем разделе многомерные характеристики случайных процессов являются наиболее полными. Однако при решении ряда задач довольно часто используют другие, более простые характеристики. К ним относятся так называемые моментные функции.
В общем виде n-мерная моментная функция порядка определяется как математическое ожидание произведения , т.е.
На практике наибольшее значение получили:
-
одномерная начальная моментная функция первого порядка
математическое ожидание случайного процесса;
-
одномерная центральная моментная функция второго порядка
дисперсия случайного процесса;
-
двумерная центральная моментная функция второго порядка
корреляционная функция случайного процесса.
Дисперсия характеризует разброс значений случайного процесса относительно среднего. Для электрических процессов она равна мощности случайного процесса, выделяемой на сопротивлении, равном 1 Ом. Корреляционная функция характеризует степень линейной статистической зависимости между значениями процесса, взятыми в два произвольные момента времени.
Стационарность и эргодичность случайных процессов
Случайный процесс называется стационарным, если его n-мерная плотность вероятности не зависит от сдвига начала отсчета времени, т.е.
Для таких процессов
Случайный процесс называется эргодическим, если любая его
вероятностная характеристика, полученная путем усреднения по
множеству реализаций с вероятностью, равной единице, совпадает
с соответствующей характеристикой, полученной из одной достаточно длинной реализации путем временного усреднения. Для таких процессов
где - длительность реализации; - суммарная продолжительность нахождения значений реализации в интервале от до за время наблюдения (рисунок 1).
Нелинейные неинерционные преобразования
Среди нелинейных преобразований случайных процессов наиболее простым является преобразование вида
при котором значение выходного случайного процесса в любой момент времени определяется только значением входного случайного процесса в тот же момент времени. Здесь - некоторая нелинейная функция. Такое преобразование называется нелинейным неинерционным.
Плотность вероятности процесса на выходе нелинейного неинерционного устройства в случае, когда обратная функция является однозначной, находится как
При k-значной обратной функции
где - i-я ветвь обратной функции.
При вычислении моментных функций случайного процесса на выходе нелинейного неинерционного устройства приходится прибегать к различным способам аппроксимации его характеристики. Часто используют полиномиальную и кусочно-линейную аппроксимации.
При полиномиальной аппроксимации характеристику нелинейного устройства представляют в виде ряда Тейлора
где
Функция должна быть аналитической в окрестности точки . Число членов ряда определяется точностью аппроксимации.
При ряд Тейлора переходит в ряд Маклорэна.
Моментная функция порядка случайного процесса
находится путем подстановки вместо функций ряда Тейлора или Маклорэна и последующего почленного вычисления математических ожиданий. В частности, математическое ожидание выходного процесса находится как
В случае кусочно-линейной аппроксимации используются сами нелинейные характеристики, статическое усреднение осуществляется непосредственно с плотностями вероятностей. При этом области интегрирования разбиваются на ряд подобластей, в каждой из которых нелинейная функция записывается в явном виде. Например, математическое ожидание случайного процесса на выходе нелинейного устройства с характеристикой (рисунок 2б) определяется как
Пример. На вход безынерционного ограничителя с характеристикой
воздействует стационарный гауссовский случайный процесс с плотностью вероятностей
Определить плотность вероятностей процесса на выходе ограничителя при .
Решение. Все значения преобразуются ограничителем в одно значение , а все значения преобразуются в одно значение , поэтому при и . , . Здесь и - вероятности того, что и . Ha интервале , , т.е. преобразование является линейным. Для нахождения на этом интервале воспользуемся формулой преобразования плотности вероятностей. После простейших вычислений находим
Итак, окончательно
Описание лабораторной установки
для экспериментального исследования одномерной плотности вероятности случайного процесса
Экспериментальное определение плотности вероятности случайного процесса основано на теореме [1], суть которой в том, что при угловой модуляции несущей стационарными процессами при достаточно больших индексах модуляции спектральная плотность мощности модулированного колебания пропорциональна плотности вероятности модулирующего процесса. Таким образом, для нахождения плотности вероятности случайного процесса необходимо найти спектральную плотность мощности сигнала с угловой модуляцией, используя в качестве модулирующего сигнала случайный процесс .
В соответствии с указанным замечанием лабораторная установка (рисунок 2) состоит из генератора шума, генератора частотно-модулированного сигнала, измерителя спектральной плотности мощности и набора нелинейных неинерционных элементов, включающего односторонний и двухсторонний ограничители, диод, квантователь на два и четыре уровня. Характеристики исследуемых элементов представлены на рисунке 3.
Генератор шума генерирует шум с гауссовским распределением в полосе частот до 20000 Гц, который с помощью переключателя (П) может последовательно подаваться на любой радиотехнический элемент из числа вышеперечисленных. Преобразованный шум используется для частотной модуляции гармонического колебания. Полученный частотно-модулированный сигнал затем поступает на измеритель спектральной плотности мощности.
Среднее значение и дисперсия измеряются вольтметром постоянного тока и квадратичным вольтметром соответственно.
Порядок выполнения работы
1. Включить необходимые приборы.
2. Просмотреть и зарисовать плотности вероятностей случайных процессов с выходов генератора шума, одностороннего и двустороннего ограничителей, диода, квантователей на два и четыре уровня (переключатель П1 устанавливать последовательно в положения 1, 2, 3, 4 и 5) при различных уровнях ограничения и квантования.
3. Измерить среднее значение и дисперсию случайных процессов на выходах нелинейных устройств с кусочно-линейными характеристиками.
Отчет о работе
Отчет о работе должен содержать функциональную схему лабораторной установки, экспериментальные, графики и осциллограммы, а также ответы на контрольные вопросы.
Контрольные вопросы
1. Что такое случайный процесс?
2. Назовите основные характеристики случайного процесса и объясните их физический смысл.