Дослідження випадкових процесів
ПЕРША
ЧАСТИНА. Дослідження випадкових процесів
Завдання 1.
Характеристика випадкових процесів
Метою даного завдання є дослідження
заданого та теоретичного закону розподілу випадкового процесу.
Завдання: За заданої
щільності розподілу визначити, який це закон розподілу. У результаті побудувати
щільність розподілу, функцію розподілу, а також гістограму розподілу
випадкового процесу . Одномірні
щільності розподілу задано в табл. 1. Після
проведених досліджень визначити кількісні характеристики випадкового процесу:
математичне сподівання, дисперсію, «асиметрія» і ексцес.
Номер варіанту - 1.
Заданий параметр розподілу -
10.
Згідно варіанту задана
одномірна щільність розподілу ймовірності = стаціонарного у вузькому сенсі
випадкового процесу . Область
значень випадкових величин: і параметр: =10.
Заданий закон є
експоненційним законом розподілу випадкових величин.
Експонеційний закон розподілу
відіграє велику роль в теорії масового обслуговування та теорії надійності.
Безперервна випадкова
величина X має експоненційний закон розподілу з параметром , якщо її
щільність ймовірності f(x) має вигляд:
На рис 1.8 показано графік
щільність розподілу ймовірності експоненційного закону розподілу.
Графік щільності розподілу
ймовірності еспоненційного закону
Функція розподілу випадкової
величини X, розподіленої по експоненційному закону, є
Графік функції F(х) наведений
на рис 1.9.
Визначимо числові
характеристики випадкової величини з рівномірним розподілом.
Математичне очікування
Дисперсія
Середньоквадратичне
відхилення
Коефіцієнт асиметрії
.
Ексцес дорівнює
Графік функції розподілу
експоненційного закону
Дослідження заданого закону.
Так як щільність = , а заданий
параметр b=10, то
, а отже функція
розподілу випадкового процесу має вигляд:
,
а щільність розподілу:
.
Потім було виміряно параметри
експоненційного закону:
Потім було побудовано
гістограму експоненційного закону. Для цього було задано кількість випробувань,
знайдено нормовані висоти столбців, сформовано дані для гістограми за допомогою
функції hist (intervals, data),
що повертає вектор з числом точок з data, що
потрапили у відповідний інтервал з кордонами, заданих b вектором intervals:
,
де int - інтервал
частот.
Отже, числові статистичні
характеристики заданого закону розподілу:
.
Завдання
№2. Перетворення випадкових процесів
Метою даного завдання є дослідження
перетворення випадкових процесів, а саме щільності розподілу на виході
безінерційного пристрою.
Завдання: На безінерційний
радіотехнічний пристрій впливає стаціонарний випадковий сигнал і має щільність
розподілу . Знайти в
загальному вигляді щільність розподілу сигналу на виході цього пристрою по
заданій щільності розподілу ймовірностей розрахованій в завданні 1 та заданій
характеристиці пристрою (детермінованій функції) .
За результатами проведених
теоретичних та практичних досліджень побудувати графік залежності щільності
розподілу на виході
безінерційний пристрою. В результаті проведених досліджень порівняти вхідну та отриману
щільність розподілу
випадкового процесу на виході цього пристрою.
Варіант: (m - n), де m -
передостання; n - остання цифри номера студентського квитка - (10-1)=9.
: .
Сигнал на вході пристрою
має вигляд:
та його щільність:
.
Щільність розподілу сигналу
на виході знаходимо за формулою:
.
Характеристика пристрою, що
залежить від y має
вигляд:
Для того, щоб знайти , потрібно прийняти , тоді.
Потім було знайдено похідну
від оберненої детермінованої функції, що дорівнює ½.
Отже, в загальному вигляді
функція щільності сигналу на виході має таке рішення:
І має такий графік:
Якщо порівняти щільність на
вході і виході неінерційного виходу, то можна побачити, що характеристики
сигналу не змінюються зі зміною його аргументу:
ДРУГА ЧАСТИНА. Дослідження параметричних алгоритмів виявлення
сигналів
Мета завдання:
1) Ознайомлення з основними
алгоритмами виявлення сигналів.
2) Вивчення особливостей
виявлення нормального сигналу на фоні нормального шуму методом накопичення
відліків згинаючої випадкового процесу.
) Оцінка ефективності
алгоритмів виявлення сигналів методом математичного проектування в середовищі
MathCAD
Завдання:
1. сформувати випадковий процес
згідно заданому варіанту (табл.4);
2. сформувати інформаційний
сигнал згідно заданому варіанту(табл.4);
. сформувати адитивну суміш;
. визначити кількісні
характеристики (математичне сподівання, дисперсію, середньоквадратичне
відхилення) для випадкового процесу, інформаційного сигналу, адитивної суміші;
5. побудувати щільність
розподілу і розрахувати вузькополосний випадковий процес на вході детектора
огинаючої за відсутності корисного сигналу ();
. побудувати щільність
розподілу і розрахувати корисний сигнал у вигляді адитивної суміші сигналу і
шуму на вході детектора огинаючої ();
. побудувати і
розрахувати густину обвідної нормального випадкового процесу при лінійному
детектуванні, яке описується законом Релея при відсутності сигналу і при
наявності сигналу;
. побудувати і
розрахувати криві розподілу відліків обвідної процесу за відсутності та за
наявності сигналу;
. побудувати і розрахувати
криві розподілу перевірочної статистики ;
. розрахувати поріг
прийняття рішення на основі кривих розподілу перевірочної статистики дослідним
шляхом для різної кількості відліків перевірочної статистики;
. на підставі
розрахованого порогу прийняття рішення знайти ймовірність правильного прийняття
рішення та
ймовірності помилкової тривоги для різної кількості відліків
перевірочної статистики;
. провести оцінку
точності процедури прийняття рішення на підставі побудови графічної залежності
ймовірності правильного прийняття рішення від співвідношення сигнал/шум і кількості
відліків перевірочної
статистики;
. результати
сформувати у вигляді зведеної таблиці і побудувати графічні залежності
ймовірності правильного прийняття рішення від співвідношення сигнал / шум і кількості
відліків перевірочної статистики .
Номер варіанту - 30
№ п/п
|
Випадковий процес Нормальний
закон
|
Інформаційний сигнал
|
n-перевірочна статистика
(кількість відліків)
|
|
|
|
|
|
|
|
ТипАмплітудамВСтруктура
сигналу
|
|
|
|
|
|
|
30
|
0
|
0.5
|
1
|
2
|
Радіоімпульс
|
14
|
11011000
|
2
|
4
|
10
|
100
|
Спочатку було створено для всіх
процесів корисний сигнал (радіоімпульс з
амплітудою 14мВ та структурою сигнала 11011000):
та виміряно його параметри:
Отже, тепер можна сформувати
перший випадковий процес для =0,5 та знайти його характеристики
за допомогою вбудованих функцій MathCad.
1. mean
(A) - Повертає
середнє значення елементів масиву A
розмірності mxn;
2. var
(A) - Повертає
дисперсію елементів масиву A
розмірності mxn;
3. stdev
(A) Повертає
середньоквадратичне відхилення (квадратний корінь з дисперсії) елементів mxn.
Потім було сформовано адитивну суміш
заданого радіоімпульсу та випадкового процесу. Також було визначено
характеристики:
Потім було побудовано щільність
розподілу і розраховано вузькополосний випадковий процес на вході детектора
огинаючої за відсутності корисного сигналу.
Структурна схема виявлення з
накопиченням відліків огинаючої випадкового процесу:
Звідси видно,
що на вхід детектора огинаючої за відсутності корисного сигналу () надходить
вузькополосний випадковий процес, який представляє собою стандартний
(гаусівський) шум з математичний очікуванням і має щільність розподіл
ймовірності виду:
,
де - дисперсія
(потужність) шуму. При наявності на вході, детектора корисного сигналу () з
математичним очікуванням щільність розподілу адитивної суміші сигналу і шуму
також має нормальний розподіл:
де - дисперсія
(потужність) адитивної суміші сигналу і шуму,
- потужність сигналу (потужністю
інформативного сигналу виступає його амплітуда).
Для її виведення використана
теорема складання дисперсій: дисперсія суми некорельованих випадкових величин
дорівнює сумі дисперсій доданків. Крім того, відомо, що сума нормальних
процесів також розподілена за нормальним законом. Розподіл (18) зручно записати
у вигляді
,
де -
відношення огинаючої потужності сигналу до потужності завади.
Отже,
На виході детектора виділяється
обвідна вхідного випадкового процесу і завдання полягає у побудові і розрахунку
густину цієї обвідної при лінійному детектуванні. Щільність розподілу обвідної
нормального випадкового процесу при лінійному детектуванні описується законом
Релея:
при відсутності сигналу:
і при наявності сигналу
Для цього було побудовано і
розраховано густину обвідної нормального випадкового процесу при лінійному
детектуванні, яке описується законом Релея при відсутності сигналу і при
наявності сигналу:
Математичне очікування та дисперсія
дискретних релеївських відліків при відсутності сигналу:
та при наявності сигналу:
Криві розподілу відліків огинаючої
процесу за відсутності та за наявності сигналу:
Криві розподілу перевірочної
статистики :
Для прийняття рішення про те, що
на вході детектора є корисний сигнал, необхідно, щоб випадкова величина перевищила
поріг .
Значення порогу при виявлення
сигналів вибирають при розрахунках відповідно до критерію Неймана-Пірсона так,
щоб ймовірність перевищення його статистикою за відсутності сигналу була б не
більш наперед заданої:
після спрощення отримаємо:
,
де -
табульований інтеграл ймовірності.
При заданому значенні
ймовірності помилкової тривоги значення порогу вирішенні може бути
знайдено за допомогою таблиць з попереднього рівняння.
Вірогідність правильного
виявлення сигналу визначається виразом:
або
Отже, спочатку перша
перевірочна статистика для 2 дискретних відліків:
Потім друга перевірочна статистика
для 4 дискретних відліків:
випадковий процес
очікування розподіл
Третя перевірочна статистика для 10
дискретних відліків:
Четверта перевірочна статистика для
100 дискретних відліків:
Аналогічні обчислення були
використані й для другого та третього випадкового процесу:
Оцінка точності процедури прийняття
рішення проводиться на підставі побудови графічної залежності ймовірності
правильного прийняття рішення від співвідношення сигнал/шум і кількості
відліків перевірочної статистики.
Задана ймовірність
правильного виявлення при
збільшенні обсягу накопичення може бути досягнута при меншому
значенні відношенні сигнал/шум .
При заданому збільшення забезпечує
збільшення ймовірності правильного виявлення сигналів на фоні шумів.
Висновки
Випадковий процес називається стаціонарним
випадковим процесом, якщо його характеристики не змінюються зі зміною його
аргументу, тобто, однакові у всіх перетинах процесів X (t) і ( ) 0 X t +
t , де 0 t - будь-яке фіксоване число.
Вид щільності розподілу зміниться
після безінерційного перетворення.