- •Глава 1. Цифровые информационно-управляющие
- •1.2. Сигналы и варианты алгоритмов цос
- •1.3. Структура ссд
- •Глава 2. Модели сигналов,
- •2.1. Синусоидальные сигналы
- •2.1.6. Амплитудный спектр сигнала с синусоидальной
- •2.2. Комплексные сигналы. Энергетические характеристики сигналов
- •2.3. Наблюдения и модели сигналов
- •2.4. Оценивание параметров моделей сигналов
- •2.5. Модели сигналов на основе рядов Фурье. Интеграл Фурье
- •2.6. Z-Преобразование дискретных последовательностей
- •Глава 3. Предварительная обработка сигналов
- •3.1. Оценивание статистических характеристик
- •3.2. Оценивание и устранение трендов
- •3.3. Фильтрация аномальных значений в наблюдениях сигналов
- •3.4. Дискретизация непрерывных сигналов. Теорема Котельникова
Глава 3. Предварительная обработка сигналов
3.1. Оценивание статистических характеристик
для стационарных и нестационарных сигналов
3.1.1. Определение статистических характеристик сигналов
Дадим определения для основных статистических характеристик случайных сигналов, используемых в практике ЦОС. Пусть случайный сигнал обозначается как и его значения рассматриваются для некоторого момента времениТогдабудет представлять собой случайную величину. Для случайной величиныможно определить функцию одномерного закона распределения вероятностейкак вероятность выполнения неравенства
Функции являются монотонно неубывающими; еслито должно выполняться соотношениеИз физических соображений, очевидно, справедливы равенстваиВероятность выполнения неравенстванаходится с помощью функции
Общий вид функции одномерного закона распределения вероятностей для некоторого момента временипредставлен на рис. 3.1.1а.
Если функция дифференцируема пото вводится функция одномерной плотности распределения вероятностей
Вероятность выполнения неравенства находится с помощью интегрирования функции
.
Рис. 3.1.1а. Функция закона распределения случайной величины
Рис. 3.1.1б. Функция плотности распределения вероятностей
случайной величины
Для функции должно выполняться вполне естественное равенство
Общий вид функции плотности распределения вероятностей представлен на рис. 3.1.1б.
Функция двумерного закона распределения вероятностей определяется как вероятность одновременного выполнения двух неравенств
В том случае, если функция дифференцируема пото вводится функция двумерной плотности распределения вероятностейна основе частных производных
Функция n-мерного закона распределения вероятностей для случайного сигнала определяется на основе обобщения одномерного и двумерного законов и вычисляется как вероятность одновременного выполнения системы из неравенств для моментов времени:
.
Рассмотрим моментные характеристики первого порядка для одномерных функций плотности распределения вероятностей случайного сигнала. Математическим ожиданием и дисперсией случайного сигнала называются неслучайные функциикоторые при каждом значении времениравны математическому ожиданию и дисперсии случайной величины
Корреляционной (автокорреляционной) функцией случайного сигнала называется функциязначения которой для моментов времениравны корреляции для центрированных случайных величинФункцияявляется неслучайной и определяется на основе функции двумерной плотности распределения вероятностей:
Очевидно, в соответствии с определением, корреляционная функция не изменится, если к рассматриваемому случайному сигналу добавить произвольную детерминированную функцию. Если берутся два случайных сигнала то для них определяется взаимная корреляционная функция, которая принимает вид
Введённые моментные характеристики имеют вполне наглядный физический смысл: определяет функцию времени для среднего значения случайного сигнала, представляет собой функцию времени для среднеквадратичного отклонения случайного сигнала от среднего значения. Функция двух временных переменных определяет усреднённое произведение центрированных значений сигнала для разнесённых моментов времени
3.1.2. Оценивание статистических характеристик сигналов
на множестве реализаций
Рассмотрим получение для случайных сигналов оценок функций плотностей распределения вероятностей и моментных характеристик на множестве реализаций. Пусть – реализации случайного сигнала M – число реализаций сигнала. Будем полагать, что для некоторого момента имеютсяM значений наблюдений
Для вычисления оценки функции одномерной плотности распределения вероятностей в виде гистограммы найдём максимальное и минимальноезначения наблюдения сигнала для Разобьём интервал наинтервалов выбранными точками
Определим индикаторную функцию: Для интервала,подсчитаемчисло выполнений неравенства:
Оценка плотности вероятности случайного сигнала для момента времени на интервале с номеромs вычисляется в виде кусочно-постоянной функции как отношение
Для всего интервала оценка функции плотности распределения вероятностей представится системой кусочно-постоянных функций
На рис. 3.1.2 схематически изображена кусочно-постоянная функция оценки одномерной плотности распределения вероятностей, полученная в форме гистограммы.
Рис. 3.1.2. Функция оценки одномерной плотности
распределения вероятностей
Оценки моментных характеристик случайных сигналов для времени на множестве реализаций вычисляются по следующим формулам:
3.1.3. Стационарные сигналы, оценивание статистических
характеристик для стационарных сигналов
Стационарность случайных cигналов подразумевает неизменность их статистических характеристик во времени.
Случайный сигнал называется стационарным в узком смысле, если его n-мерные функции закона распределения вероятностей для группы переменных сдвинутых на время, совпадают и, таким образом, не зависят от времени сдвига
Случайный сигнал является стационарным в широком смысле, если его математическое ожидание и дисперсия не зависят от времени – а его корреляционная (ковариационная) функция зависит от разности аргументов –
Стационарный сигнал является эргодическим, если нахождение его статистических характеристик может быть осуществлено усреднением по одной реализации с помощью интегрирования на конечном временном интервале длительностьюс последующим предельным переходом:
При дискретизации единственной реализации случайного стационарного эргодического сигнала N – число наблюдений сигнала, возможна запись оценок математического ожидания и дисперсии в следующем виде:
Оценка корреляционной функции представится как функция дискретного аргумента m, :
3.1.4. Нестационарные сигналы, оценивание локальных
статистических характеристик для нестационарных сигналов
К нестационарным сигналам относятся все случайные сигналы, не удовлетворяющие сформулированным ранее условиям стационарности. Параметры или статистические характеристики нестационарных сигналов зависят от времени и в общем случае могут быть установлены усреднением на множестве реализаций. Однако во многих инженерных приложениях для анализа сигналов на стационарность, как правило, не бывает достаточного количества реализаций (чаще всего в распоряжении бывает только одна реализация), и это обстоятельство затрудняет проведение статистического оценивания.
Один из подходов к исследованию статистических характеристик нестационарных сигналов состоит в реализации разбиения основного временного интервала наблюдения сигнала на некоторое количество локальных (малых) временных интервалов, на которых рассматриваемый нестационарный сигнал допустимо считать квазистационарным (почти стационарным), и проведения соответствующего статистического анализа на образованной последовательности локальных интервалов, с последующим объединением набора локальных оценок для получения нестационарных статистических характеристик сигнала в целом. На локальных интервалах более удобно осуществлять определение статистических характеристик, которые в этом случае являются локальными и оцениваются на основе построения упрощённых локальных моделей сигналов.
Пусть наблюдается в общем случае нестационарный случайный сигнал – общее число наблюдений. Ставится задача получения функций оценок математических ожиданий и дисперсий для нестационарного сигнала по одной реализации. Общий интервал времени наблюдения разбивается налокальных интервалов,j – номер локального интервала, черезобозначаются номера точек, где происходит стыковка локальных интервалов. К локальному интервалу с номеромj принадлежат точки с номерами, которые удовлетворяют неравенствам:
В пределах выделенных локальных интервалов будем считать, что случайные сигналы являются квазистационарными. Тогда последовательность для локальных оценок математических ожиданий и дисперсий исследуемого сигнала на локальных интервалах вычисляется следующими суммами:
Оценки указанных статистических характеристик нестационарного сигнала на основном временном интервале будут представляться в виде кусочно-постоянных функций.