- •Введение
- •1. Модели информационных систем с постоянными во времени сигналами
- •1.2. Общая характеристика систем
- •1.2. Модели системы
- •1.2.1. Модели усилителя
- •1.2.2. Модели многоканальной измерительной системы
- •1.2.3. Модель цифровой измерительной системы
- •1.2.4. Модели квантовых и информационных систем
- •1.2.5. Модель фоторезистора
- •1.2.7. Модели поглощающей и инверсной среды
- •2. Модели информационных систем с переменными во времени сигналами
- •2.1. Общая характеристика систем
- •2.2. Модели систем фильтрации случайных сигналов
- •2.3. Модели измерительной системы со случайными параметрами
- •2.4. Модель системы восстановления непрерывного случайного сигнала по дискретной импульсной последовательности
- •2.5. Модели систем с нелинейными преобразователями случайных сигналов
- •2.5.1. Модели с аппаратурным «мертвым» временем
- •2.5.2. Модели систем с автоматической регулировкой усиления
- •3. Информационные характеристики систем передачи и отображения информации
- •3.1. Основные понятия теории информации
- •3.2. Кодирование дискретных источников информации
- •3.2.1. Неравномерное кодирование
- •3.2.2. Оптимальные неравномерные двоичные коды
- •3.2.3. Дискретные каналы передачи сообщений
- •Литература
где S - информативный («полезный») сигнал; n - «мешающий» (шумовой) сигнал.
Вид функции определяет свойства системы ( специфику преобразований сигналов S и n ).
1.2. Модели системы
1.2.1.Модели усилителя
Вэтом случай y k S ,
где k - коэффициент усиления усилителя; S - в общем случай случайный сигнал.
Если k - постоянная величина, то
y k |
|
|
, y2 k 2 S2 |
|
|||||
S |
|
||||||||
y |
y |
|
S |
S . |
(1.8) |
||||
|
|
|
|
||||||
|
|
S |
|||||||
|
y |
|
|
В этом случаи значение коэффициента усиления не влияют на относительные функции выходного сигнала. Иными словами, единицы измерения (масштаб) случайной величины не изменяют ее относительные флуктуации.
Если
y k (S n) , |
|
|
то |
|
|
y2 |
k 2 ( S2 n2 ) |
(1.9) |
2 2
y (SS n)n2 .
В реальных системах усилитель может быть источником неопределенностей (шумов). Тогда говорят об усилители со случайными значением коэффициента усиления k . Если значение k не зависит от значений S и n , то
yk (S n) ;
yk (S n) ;
2 2 2 k2 (S n)2 k 2 ( S2 n2 ) k2 ( S2 n2 )k2 (S n)2 k 2 ( S2 n2 )
а относительные флуктуации:
|
|
|
2 |
2 |
|
; k2 |
2 |
||||
y k2 (1 k2 ) |
|
S |
n |
|
|
|
k . |
||||
|
|
|
|
||||||||
(S n)2 |
|
||||||||||
|
|
|
|
|
k 2 |
||||||
При n n2 0 |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
и |
|||||
y |
k2 (1 k2 ) S2 |
|
|
|
|
|
(1.10)
при k2 1
y k2 S2 .
(1.11)
Данное выражение для y наиболее часто используется для анализа усилителей со случайным коэффициентом усиления.
Обобщением модели усилителя с детерминированным коэффициентом усиления является модель линейной системы обработки случайных величин:
n
y i xi B ,
i 1
где xi - i -тый входной сигнал; n - число входных сигналов; i - совокупность параметров, задающих линейную систему; B - постоянная величина, также характеризующая систему. Тогда
n
y i xi B ;
i 1
n
y2 i i2 ,
i 1
где i - дисперсия i -ого воздействия xi . Параметр n характеризует число слагаемых в выходном сигнале y , а его значения считается заданным (детерминированным).
В ряде информационных задач n является случайной величиной. Например, если y - суммарный импульс тока лавинного фотодиода за время измерения T , то число n в этом случаи характеризует число квантов света, поступивших в чувствительную область фотодиода, и является величиной случайной.
Вычисление характеристик выходного сигнала y в этом случаи в общем виде предполагает усреднение y по всевозможным значениям n . В частном случае, если
n
y xi ,
i 1
где xi - независимо и одинаково распределенные случайные величины, то y n x .
Дисперсия y2 определяется следующим образом:
|
|
|
n |
|
2 y2 y2 ( xi )2 |
(n x)2 |
|||
|
|
|
i 1 |
|
(1.12)
В данном случае усреднение производится вначале по всевозможным значениям xi при фиксированных значениях n , а потом при всевозможным значениям n . После преобразований получим:
y2 n2 x 2 n x2 ; y n2 n1 x2 .
Например, для пуассоновского распределения n с параметром ( = n
)
n2 n ; y2 n2 n1 x2 1 (1 x2 ) .
Более изящный вывод для рассматриваемого случая заключатся в следующем. Если ( j ) – характеристическая функция случайной величины xi , то при фиксированном n характеристическая функция y
j n const n ( j ) .
Усреднение j по n приводит к следующему выражению:
j (j ) ,
(1.13)
где (z) производящая функция числа n :
(z) z n .
Например, для пуассоновского распределения числа n :
(z) zn zi e e z . |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
n |
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i! |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
i 0 |
|
|
|
|
|
|
|
||
Поскольку |
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
; |
|
2 |
|
|
|
|
, |
|
|
|
|
|
|
n |
n2 |
n |
|
|
|
||||||||||
|
|
|
|
|||||||||||||||
z |
|
|
z 1 |
|
|
|
z2 |
|
|
|
|
|
|
|
||||
то |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
= |
n |
; n2 n ; n |
|
1 |
|
. |
||||||||||||
|
|
|
|
|||||||||||||||
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.2.2. Модели многоканальной измерительной системы
Рассматривается следующая модель. Имеется N независимых измерений неизвестного значения S , то есть наблюдается случайная величина xi , для которых
xi S , i 1,2...N ;
X2 i i2 - погрешность i -ого измерения. Итоговая оценка S неизвестного параметра S :
N
S i xi B .
i 1
(1.14)
Иными словами на вход линейной системы N с входами поступают случайные величины xi , а ее выход является итоговой оценкой неизвестного параметра S . Синтез линейной системы, в этом случае, заключается в выборе таких
значений i (коэффициентов усиления по i -тому входу), которые бы минимизировали погрешность итоговой оценки S .
Требования несмеценности оценки S
S S
Приводит к следующему выражению:
N
S S i B .
i 1
Поскольку система обработки значений xi линейная, то ее параметрыi и В не зависят от значения S . Поэтому выполнение вышеуказанного соот-
N
ношения возможно только при B 0, i 1.
i 1
Итоговая погрешность оценки неизвестного параметра S
2 S S 2 N i2 i2 . i 1
(1.15)
Отыскание минимума ошибки 2 по N переменным i при условии
N
i 1являете задачей линейного программирования. Ограничение в виде ра-
i 1
венства позволяет упростить решение задачи оптимизации. Решение этой задачи может быть представлено следующим образом:
n
N 1 i , n N 1.
|
i 1 |
|
|
|
n |
|
n |
2 i2 i2 |
(1 |
i ) N2 . |
|
|
i 1 |
|
i 1 |
Отыскание минимума ошибки 2 приводит к системе n уравнений с n
неизвестными: