Случайные стр.309-354 (Раздаточные материалы)
Описание файла
Файл "Случайные стр.309-354" внутри архива находится в папке "Раздаточные материалы". Документ из архива "Раздаточные материалы", который расположен в категории "". Всё это находится в предмете "испытания радиоэлектронных систем" из 5 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 "остальное", в предмете "испытания радиоэлектронных систем" в общих файлах.
Онлайн просмотр документа "Случайные стр.309-354"
Текст из документа "Случайные стр.309-354"
Глава 11
ИЗМЕРЕНИЕ ХАРАКТЕРИСТИК СЛУЧАЙНЫХ ПРОЦЕССОВ
11.1. Общие сведения
В радиотехнике большую роль играют случайные процессы: напряжение собственных шумов радиотехнической аппаратуры, сигналы других радиосистем, шумовые сигналы и т.д. Изучение радиотехнических случайных процессов требует применения статистических методов анализа. При статистическом подходе нет необходимости определять точный результат отдельного измерения, а можно основываться на исследовании множества таких измерений. В этом случае удается найти закономерности и количественные соотношения, характеризующие случайный процесс в среднем. Если повторять измерения в течение длительного времени, численные значения измеренной величины будут иные, т.е. они также являются случайными величинами.
Случайным прогрессом X(t) называется процесс (функция), значение которого при любом фиксированном значении t = t0 является случайной величиной X(t0). Конкретный вид процесса, полученный в результате опыта, называется реализацией. При проведении серии измерений можно получить группу или семейство реализаций случайной функции, называемую ансамблем реализаций (рис. 11.1). Ансамбль реализаций случайного процесса является основным экспериментальным материалом, на основе которого можно получить его характеристики и параметры.
Конкретные реализации, наблюдаемые при исследованиях, представляют собой физические процессы и входят в ансамбль как его неотъемлемая часть. Например, ансамблем реализаций случайного процесса является группа сигналов, наблюдаемых одновременно на выходах идентичных генераторов шумового напряжения.
Вероятностные характеристики случайных процессов
Пусть случайный процесс описан некоторой обобщенной случайной функцией X(t). Конкретный вид x1(t), x2(t),..., xt(t\... этой функции процесса, полученной в результате проведенного эксперимента (например, измерения), позволяет определить все ее параметры. Поэтому каждая реализация является неслучайной функцией времени. При фиксированном значении аргумента t случайная функция X(t) превращается в случайную величину, а в результате каждого отдельного опыта становится детерминированной функцией. Выберем некоторый момент времени t1. Совокупность отдельных мгновенных значений всех реализаций ансамбля в заданный момент времени t1 также будет некоторой случайной величиной Х(t1), называемой сечением случайного процесса. Эта случайная величина может иметь любые заранее неизвестные значения в возможном интервале ее изменения.
Наиболее полно случайные процессы описывают законами распределения: одномерным, двумерным и т.д. Однако оперировать с такими функциями очень сложно, поэтому стараются обойтись характеристиками и параметрами этих законов, которые описывают случайные процессы не полностью, а частично.
Важной характеристикой случайной величины X(t1) является интегральная функция распределения F(x). Эту функцию определяют как вероятность того, что все значения случайной величины X(t1) не превышают некоторого заданного уровня переменной х:
F(x)=P[X(t1)<x], (11.1)
где Р — символ, характеризующий вероятность события.
Интегральную функцию распределения определяют на интервале О <F(x) < 1.
Если случайная величина X(t1) является непрерывной во времени, то удобнее пользоваться производной функции распределения — одномерной плотностью распределения вероятности
P(x,t1) = dF/dx (11.2)
Зададим какой-либо интервал а, b изменения параметра х случайной величины X(t1) (см. рис. 11.1). Тогда из формулы (11.2) следует, что значение
p(x,t1)dx = F(b) – F(a) = P[a<X(t1)<b] (11.3)
есть вероятность попадания случайной величины X(t1) в заданный интервал а, b.
Пусть параметр а —> - оо, а параметр b принимает текущее значение переменной х. Тогда интегральная функция распределения случайного процесса
Числовые характеристики случайных процессов
Случайные процессы наиболее полно описывают законами распределения плотности вероятности: одномерным, двумерным и т.д. Однако оперировать с такими функциями зачастую сложно, поэтому в практической метрологии стараются обойтись характеристиками и параметрами этих законов, которые описывают случайные процессы не полностью, а частично. К важнейшим из них относятся математическое ожидание и дисперсия.
Измерение параметров и характеристик случайного процесса существенно упрощается при его стационарности и эргодичности.
Стационарными называют случайные процессы, статистические характеристики которых не изменяются во времени. Свойства стационарных процессов характеризуют следующими условиями: математическое ожидание стационарного случайного процесса постоянно, т.е. mx(t) = тх = const; для стационарного случайного процесса дисперсия по сечениям является постоянной величиной: Dx(t) = Dx = const.
Практически все реальные радиотехнические случайные процессы относятся к стационарным. Подавляющее большинство стационарных случайных процессов обладают свойством эргодичности, при котором усреднение по ансамблю реализаций можно заменить усреднением по времени одной реализации в пределах бесконечно длинного интервала Тх. Конечно понятие «бесконечно длинного интервала» здесь достаточно условно.
Определим основные числовые характеристики стационарного эргодического случайного процесса.
Математическое ожидание (среднее значение) случайного процесса вычисляют путем усреднения (эта операция обозначена чертой над функцией) значений заданной реализации (жирная линия, представлена как т на рис. 11.1)
Дисперсия случайного процесса
определяет мощность его флюктуации.
Параметр называют средним квадратическим отклонением (СКО).
На практике вместо среднего значения, дисперсии и СКО результата измерений случайного процесса находят их оценки, обозначая соответственно как
Различают две группы статистических характеристик, содержащих информацию о случайном процессе: распределение его значений во времени (математическое ожидание, дисперсия, функция распределения, функция корреляции); распределение энергии процесса по частоте (спектральная плотность).
11.2. Измерение математического ожидания и дисперсии
Оценка математического ожидания. Усредняющее устройство, выполняющее функции согласно формуле (11.5), является идеальным интегратором. Если функция X(t) представляет ток или напряжение, то в роли аналогового интегратора могут выступать интегрирующие RС-цепочки или интегрирующее устройство, построенное на основе операционного усилителя ОУ, охваченного глубокой отрицательной обратной связью (рис. 11.2).
С помощью ключа Кл задают время интегрирования (опроса) входного сигнала Tоп = Тх. При t = 0 ключ размыкается и находится в этом положении до момента t = Tоп, после чего замыкается. За время Топ осуществляют усреднение входного сигнала uвх (t). Через замкнутый ключ и ОУ конденсатор разряжается практически мгновенно. Для получения оценки среднего значения исследуемого напряжения u(t) необходимо измерить выходное напряжение Uвых(Tоп) на интервале времени Топ. Среднее значение входного напряжения (формула приведена без вывода)
где К— коэффициент усиления усилителя, входящего в схему.
Оценка дисперсии. Для оценки дисперсии в соответствии с (11.6) можно использовать вольтметр, имеющий квадратичный преобразователь, т.е. определять среднее квадратическое значение. Вольтметр должен иметь «закрытый вход», т.е. не пропускать постоянную составляющую для получения центрированной величины.
Цифровые измерители математического ожидания и дисперсии
При измерении оценок математического ожидания и дисперсии цифровыми приборами интегралы в формулах (11.5) и (11.6) заменяют суммами:
Здесь Tизм — заданный интервал времени измерения; п = Tизм/Ton — общее количество выборок за время измерения.
Структурная схема цифрового измерителя математического ожидания и временные диаграммы, поясняющие его работу, представлены на рис. 11.3.
Режим функционирования прибора задается тактовым генератором ТГ, который управляет работой генератора линейно-изменяющегося напряжения ГЛИН (рис. 11.3, а). Генератор входит в состав схемы время импульсного АЦП. На временных диаграммах (рис. 11.3, б) показаны сигналы, действующие в схеме измерителя. Отметим, что здесь и далее в качестве исследуемой величины х(t) рассматривается напряжение U(t). Управление схемой осуществляет генератор счетных импульсов ГСИ. Напряжение Uгси (импульсы, следуют с частотой f= 1/T0) одновременно поступает на один из входов схемы И и делитель частоты ДЧ. Коэффициент деления kд выбирают кратным десяти: kд = 10β, где β — целое число. Полученный в результате интервал опроса Tоп = kд*T0 = 10βT0.
Импульсы управления UTГ (опорные импульсы), поступающие с периодом повторения Tоп с тактового генератора, командой Пуск запускают генератор линейно изменяющегося напряжения, сигнал uл(t) которого сравнивают с исследуемым входным сигналом u(t) в компараторе К1. Одновременно с началом работы ГЛИН другой компаратор К2 подает разрешающий сигнал на вход триггера Т, и на обоих входах схемы И появляются сигналы, в результате чего от начала команды Пуск импульсы ГСИ попадают на счетчик С. Процесс подсчета импульсов ГСИ прекратится, когда с компаратора К1 поступит сигнал, опрокидывающий триггер Т. Это произойдет в момент сравнения напряжения uл(t), вырабатываемого ГЛИН, с входным напряжением ui. После окончания времени цикла Tоп, с приходом следующего опорного импульса uтг, снова произойдет запуск ГЛИН и в счетчик будут записываться данные следующего цикла и т.д.
Если количество циклов измерений n, то с учетом, что qi = С*ui (qi — число импульсов за время опроса, С — константа, коэффициент пропорциональности; ui — значение входного напряжения в момент сравнения), общее количество импульсов, записанное счетчиком за время измерения Tизм, будет
Среднее значение (оценка) исследуемого напряжения