tuiy lusuwe
tuiy lusuwe
(1.44b)
/?xy(x) = £'[.t(0>’(/-T)] = } \ x,y,_^ p(xlyl_x)dxldy,.x
-oo -oo
ykładowo, obliczając Cxy(x) należy najpierw wyznaczyć wartości oczekiwane x, i y,_x hwilach czasowych t i t-x dla obu zmiennych x, i y,^ (czyli wartości „średnie” po zbiorach izacji w chwilach czasowych t i t-x), a następnie odjąć je od obserwowanych zmiennych 'wych i obliczyć wartość oczekiwaną (po zbiorze realizacji) ich iloczynu. W tym celu rży znać łączne prawdopodobieństwo p(x,y,-T) wystąpienia określonej wartości iloczynu
-X'
analizy częstotliwościowej sygnałów losowych stosuje się funkcję gęstości widmowej cy. Jest ona zdefiniowana jako transformacja Fouriera funkcji autokorelacji:
rw iązku z powyższym, prawdziwe są „odwrotne” zależności:
(1.45a)
(1.45b)
i równań (1.45a), (1.45b) nosi nazwę równań Wienera-Chinczyna dla sygnałów ciągłych skrętnych. Ponieważ funkcja autokorelacji jest symetryczna względem t = 0 (Rxx(x) = Pxx(J) jest rzeczywiste, gdyż tylko symetryczne względem zera funkcje cos(2nft) są ■jebne do rozwinięcia harmonicznego /ł„(t). Można wykazać [Hayk98], że dla ciągłych r iłów stacjonarnych, ergodycznych funkcja gęstości widmowej mocy jest równa:
(1.46a)
me £[.] oznacza wartość oczekiwaną, X7{/) jest transformatą Fouriera fragmentu sygnału -'zedziału czasowego [-T, T] (czyli widmem amplitudy tego fragmentu), funkcja
1 ' X7(j)\2 nazywana jest zaś periodogramem i ma taki sam wymiar jak funkcja widmowej n'.:«ści mocy. Natomiast dla dyskretnych sygnałów stacjonarnych mamy:
2
|*,v(/)|2
(1.46b)
iwr- przypadku periodogram jest zdefiniowany jako 1/(2A^+1) |A'a(/)|2. Wzór (1.46b) stanowi ajsawę praktycznych metod szacowania wartości funkcji PXX(J), na przykład metody Welcha, arej w dalszej części tego rozdziału.