background image

**.Identyfikacja stochastyczna 

 

( ) ( ) ( )

t

z

t

y

t

u

,

,

            - stacjonarne (ergodyczne?) procesy stochastyczne, 

0

=

=

z

y

u

m

m

m

     - wartości średnie procesów, 

 
**.Charakterystyki procesów stochastycznych 
 
 
Charakterystyki statyczne gęstość prawdopodobieństwa (dystrybuanta prawdopodobieństwa
 
 
Gęstość prawdopodobieństwa określona jest  przez wzór: 
 

( )

( )

{

}

x

x

x

t

x

x

P

x

f

x

def

x

 

 

lim

0

 

+

<

=

 

 

wzór określa prawdopodobieństwo Ŝe proces 

( )

t

x

 znajdzie się w „rurce” 

(

)

x

x

x

 

,

+

Dystrybuantę dla procesu 

( )

t

x

 określa następny wzór: 

 

( )

( )

( )

{

}

    

 

0

x

t

x

P

d

f

x

F

x

x

x

=

=

ξ

ξ

( )

( )

x

d

x

F

d

x

f

x

x

 

 

=

 

 

Funkcja gęstości prawdopodobieństwa  i dystrybuanta posiadają następujące własności:

 

 

( )

( )

( )

0

     

1

lim

      

1

 

x

0

dx

x

dF

x

F

dx

x

f

xx

xx

x

 

 
 

Charakterystyki dynamiczne funkcja korelacji  (gęstość widmowa) 
 
 
Funkcja korelacji własnej dla stacjonarnego ergodycznego procesu 

( )

t

x

o wartości średniej 

0

x

m

   dana jest wzorem, funkcja ta osiąga swoją maksymalną wartość dla 

0

=

τ

 

( )

( ) ( )

( )

0

    

 

1

lim

0

xx

MAX

xx

T

T

xx

R

R

dt

t

x

t

x

T

R

=

+

=

τ

τ

 

 

Funkcja określa jaki jest związek pomiędzy wartością funkcji 

( )

t

x

 a jej wartością 

(

)

t

t

x

+

Wprowadza się równieŜ funkcję korelacji wzajemnej w postaci: 
 

( )

( ) ( )

+

=

T

T

xy

dt

t

y

t

x

T

R

0

 

1

lim

τ

τ

 

 
 
 

background image

Transformata Fouriera funkcji korelacji własnej zwana jest gęstością widmową własną 
sygnału 

( )

t

x

( )

( )

+∞

=

τ

τ

ω

ωτ

d

e

R

j

Φ

j

xx

xx

 

 

 

 

 

Funkcja gęstości widmowej własnej jest funkcją rzeczywistą i symetryczną: 
 
 

( )

( )

ω

ω

xx

xx

Φ

j

Φ

=

     

( )

(

)

ω

ω

j

Φ

j

Φ

xx

xx

=

 

 

Podobnie transformata Fouriera funkcji korelacji wzajemnej zwana jest gęstością widmową 
wzajemną sygnałów 

( )

t

x

 i 

( )

t

y

 

 

( )

( )

+∞

=

τ

τ

ω

ωτ

d

e

R

j

Φ

j

xy

xy

 

 

 

 

 

Charakterystyki statyczne i dynamiczne sygnału stochastycznego 

( )

t

x

 powiązane są 

zaleŜnością: 

( )

2

2

 

 

x

xx

d

j

Φ

πσ

ω

ω

=

+∞

 

2

x

σ

 - wariancja sygnału 

( )

t

x

 
 
Oczywiście poprzez odwrotną transformatę Fouriera prawdziwe są dwa następne równania: 
 

 

( )

( )

 

 

 

 

2

1

+∞

=

ω

ω

π

τ

ωτ

d

e

j

Φ

R

j

xy

xy

         

( )

( )

 

 

 

 

2

1

+∞

=

ω

ω

π

τ

ωτ

d

e

j

Φ

R

j

xx

xx