Liniowa prognoza Arponiokwapratowa sygnałów stacjonarnych
72
Biorąc poci uwagę (2.206). mamy
rr - I
«•»(/) = >(')-MO = y(')~ Zm+roU- i) i=0 |
(2.251) | |
a stąd | ||
n |
$ | |
IWOIll - MO.e*(t))v= IWOIlŁ- Za2 /= 1 |
(2.252) |
4 |
i w przypadku, gdy ||£n(0ll 0. przy n-i co, otrzymujemy równość Parscvala |
Ę | |
ll>(')ll5/= Zrf |
(2.253) |
1 |
/= 1 | ||
Stąd wniosek, że: |
• (2.251) stanowi sumę częściową szeregu Fouriera zmiennej losowej y(r),
• współczynniki Sc hura (2.231) stanowią reprezentację ortogonalną prognozowanej zmiennej losowejy(t) w podprzestrzeni obserwacji SĄ,
• współczynniki Schura można również interpretować jako współczynniki Fouriera w ortogonalnym rozwinięciu estymatora prognozy
Przestrzeń /.^(T)
W punkcie 2.1.2 przedstawiliśmy izomorfizm (Kołmogorowa) pomiędzy prze strzenią Hilberta £2 {W, 9?,//}. której elementami są zmienne losowe (ij. obserwacje sygnału losowego y) całkowalne z kwadratem (względem miary prawdopodobieństwa// po przestrzeni Zł), a przestrzenią Li(T), której elementami są funkcje zmiennej zespolonej z całkowalne z kwadratem na okręgu jednostkowym T względem funkcji wagowej. którą stanowi widmowa gęstość mocy W(e^) czysto przypadkowego sygnału y W szczególności, z izomorfizmu tego wynika, że:
• reprezentantem teraźniejszości y(r) jest z° — I. tj., y(t) i-i z°= 1
• reprezentantem podprzestrzeni 5q jest podprzestrzeń Ufi
So-sran{y(t),...,y{r-n)} <-> US = span{z°, , z"}
• reprezentantem przeszłości w chwili r n (tj. y(f n)) jest zn y(t - /i) i-i zn
(2.254)
(2.255)
(2.256)
ffCKIIIIJ
Liniowa prognoza średniokwadratowa sygnałów stacjonarnych . j
Zdefiniujmy błąd aproksymacji elementu z71 za pomocą wielomianu Tn(z) jako jg'
B,.(z) 4 P(US© l/0""1 )Z" = bn,,z0 +... + b„., z"-11 + 1 z" LUS~1 (2.267)
Z izomorfizmu Kołmogorowa wynika wówczas, że reprezentantem błędu estymacji w tył un(f) zmiennej losowej y(t - n) za pomocą y„(t) jest Bn#(?)
iżn(0 = y(t - ~M') Bn.(z) = z71 - Y„(z)
Wprowadzając błąd unormowany
B„.(z) = B..(z)||B,.(z)||^ = bn,„z° + ... + ba. oz" = i>„,-z"_'
1=0
(2.269)"m
')$Ś
na podstawie izomorfizmu otrzymujemy (por. (2.214))
|(/) W Bn.(z) (2.270)^1
Mając
y(f-k) i-i 7k
zauważmy, że
y(t -k - I) <-► zzł = /+l (2.272)$%.
Na tej podstawie, wykorzystując (2.214) oraz (2.219), otrzymujemy
U') = bn,„y(§:+... + b„fly(i‘-n) (-► B„.(z) = fen,„z° + ... + i>„,0z" (2.273)J|
a z (2.222M2.226) wynika, że w przypadku, gdy obserwowany sygnał jest sta cjonaniy
rn{t — 1) = bn,ny[t — 1)+ • • • -F^/r,0)’(^ ~ n — 1 )
f-> Z-Bnm{z)=bntnZl+... + bn,0Zn+' (2 274)M
tj. z możemy interpretować jako operator opóźnienia Rekurencyjne rozwiąza-nic pioblcmu prognozy średniokwadratowej w przestrzeni /^(T) precyzuje
Twierdzenie 3
Mając unormowane błędy, odpowiednio w przód A„ (z) i w tył Bn* (z), prawdziwe i są następujące zależności:
(2.275)
"’k<* —• « .
f/0" = .?pan{z®,{/"}
. . r . (2.257)
i zdefiniować (por. (2.85))
An(z)4W)z0 = anjz,+ +<w,
.... (2258)
WÓWCZas 7 izomorfizmu (2.79H2.8I) oraz z izomdri, (2 *-» ..
"""" w,) —«'~4 ko j« So“ ta
>)n(r) = F(S7)y(r) <-> a„(z) _ />(^y")zo
(2.259)
a błąd aproksymacji elementu z° = | za pomocą u,;«inni* . . .
jako (por. (2.87)) P 4 elomianu A„ (z) wyraża się
An(z)4/>(C/»et/j.)rO=,.z0+ ,
J + W -Lt/| (2.260)
i wówczas mamy (por (2.88))
e„(/) = y(/)-})„(,) A„(z) = z°-A„(z)
zaś po unormowaniu
/A„(r) = An(z)||An(z)||^J =anł,z0-F...-f-afł^|Zn 7. izomorfizmu Kołmogorowa wynika, że en{t) <~i A„(z)
Analogicznie, przepisując (2.211) jako US = span{U^-\zn) zdefiniujmy
(2.262)
(2.263)
(2.264)
'in.(z)-P(U^ ,)zn = P„J,z0 + . -\-pnlZ"-' = Yipn.2n-i&un~i (2265)
1-0
gdzie . oznacza „odwrócenie czasu” Wówczas, na mocy izomorfizmu, reprezentantem estymatora wrył y„(r) zmiennej losowej y(r - n) jest wielomian Tn( z)
(2.266)
wo=^f!r,)y(f-/o <-> t^z)=p(c/j“v
1 i 1 i 111
73
Rekurencyjne metooy rozwiązania problemu prognozy
gdzie 6(pn+1) jest wyrażona wzorem (2.228), a
p„+1 4 —(/ł„(z),B„.(z))w= f A„(e>9)W(elfl)e-’eBn.(e’B)d^- (2.276)
J-rt Z7T
Dowód: Na mocy izomorfizmu Kołmogorowa. jest identyczny z dowodem Twierdzenia 2 i zostanie pominięty. □
Uwaga: Wartość liczbowa współczynnika Schura pn+\, wyznaczonego przy użyciu zależności (2.276) jest identyczna z jego wartością wyznaczoną w oparciu o wzór (2.231), na mocy izometrii (2.80).
Ortogonalna reprezentacja transmitancji filtru
Zauważmy, że z (2.245) oraz z izomorfizmu Kołmogorowa wynika następująca ortogonalna dekompozycja podprzestrzeni
(2.277)
oraz, że na podstawie odpowiednika zależności (2.246) otrzymujemy ortogonalną dekompozycję
UJ = ©gjUpan{zB<.(z)} (2.278)
co oznacza, że zbiór {£/.(*)} jjjg1 tworzy bazę ortonomialną podprzestrzeni UJ
{Bi* {z), B^t (z)) — 8j
U
(2.279)
Innymi słowy, jest to zbiór wielomianówortonormalnych Szegó [46J, otrzymany w wyniku przeprowadzenia oitogonalizacji (Grama-Schniidta) zbioru (z'}ł=0. Stąd wniosek, że
i=0
Biorąc pod uwagę (2.258), otrzymujemy więc
A„(z) = "YjP(iB„{z))z(>=
1=0 i=0 n~ I
= Ypi+\zB,.(z)
i=0
(2.280)
74