**.Identyfikacja stochastyczna u( t), y( t), z( t) - stacjonarne (ergodyczne?) procesy stochastyczne, m
m
m
- wartości średnie procesów, u =
y =
z ≡ 0
**.Charakterystyki procesów stochastycznych
Charakterystyki statyczne gę stość prawdopodobień stwa (dystrybuanta prawdopodobień stwa)
Gęstość prawdopodobieństwa określona jest przez wzór:
def
≤
< +
∆
f
= lim
x ( x )
{
P x
x( t) x
}
x
∆ x→0
∆ x
wzór określa prawdopodobieństwo Ŝe proces x( t) znajdzie się w „rurce” ( x, x +
∆ x).
Dystrybuantę dla procesu x( t) określa następny wzór: x
d F x
F
= ∫ ξ ξ =
≤
f
=
x ( x )
x (
)
x ( x )
f x ( ) d
{
P x( t)
}
x
d x
0
Funkcja gęstości prawdopodobieństwa i dystrybuanta posiadają następujące własności:
∞
∫ f
x ( x )
dF
x
dx ≡
1 l
im Fxx ( x)
xx ( )
≡ 1
≥ 0
x→∞
dx
0
Charakterystyki dynamiczne funkcja korelacji (gę stość widmowa)
Funkcja korelacji własnej dla stacjonarnego ergodycznego procesu x( t)o wartości średniej m
dana jest wzorem, funkcja ta osiąga swoją maksymalną wartość dla τ = 0 .
x ≡ 0
R τ =
∫ x t ⋅ x t +τ dt R
= R
xx ( )
1 T
lim
( ) ( ) MAX
xx
xx (0)
T →∞ T 0
Funkcja określa jaki jest związek pomiędzy wartością funkcji x( t) a jej wartością x( t + t
∆ ).
Wprowadza się równieŜ funkcję korelacji wzajemnej w postaci: 1
R τ
lim
x t
y t τ d
t
xy ( )
T
=
∫ ( )⋅ ( + )
T →∞ T 0
Transformata Fouriera funkcji korelacji własnej zwana jest gęstością widmową własną sygnału x( t):
+∞
Φ
xx ( jω )
∫ Rxx(τ ) −
=
jωτ
e
dτ
−∞
Funkcja gęstości widmowej własnej jest funkcją rzeczywistą i symetryczną: Φ
j
= Φ
Φ
=
−
xx ( jω )
Φ xx ( jω)
xx ( ω )
xx (ω )
Podobnie transformata Fouriera funkcji korelacji wzajemnej zwana jest gęstością widmową wzajemną sygnałów x( t) i y( t) :
+∞
Φ
xy ( jω )
∫ Rxy(τ ) −
=
jωτ
e
dτ
−∞
Charakterystyki statyczne i dynamiczne sygnału stochastycznego x( t) powiązane są zaleŜnością:
+∞
Φ
∫
jω d ω = πσ
xx (
)
2
2
x
−∞
2
σ - wariancja sygnału x( t).
x
Oczywiście poprzez odwrotną transformatę Fouriera prawdziwe są dwa następne równania:
+∞
+∞
1
R
R
xx (τ )
∫ Φ xx( jω) −
=
ω
j τ
e
dω
xy (τ )
1 ∫ Φ xy( jω) −
=
ω
j τ
e
dω
2π
π
−∞
2 −∞