Раздел 6
Воздействие случайных сигналов на линейные стационарные цепи
В гл. 8, 9 излагались методы, позволяющие решать задачи о прохождении детерминированных сигналов через линейные стационарные системы. Последним шагом, завершающим теорию линейных систем, является перенесение этих методов в статистическую область.
Предположим, что на входе линейной стационарной системы присутствует колебание x(t), представляющее собой некоторую реализацию случайного процесса X (t). Если эта реализация указана заранее, то никакой новой задачи не возникает — к сигналу x{t) следует относиться как к детерминированной, хотя, возможно, очень сложно описываемой функции. Зная математическую модель системы, которая определяется, например, частотным коэффициентом передачи K(jw), можно в принципе всегда найти выходную реакцию y(t).
Однако специфика статистической теории состоит в том, что столь полные сведения о входном сигнале недоступны — вместо детерминированного описания входного сигнала мы располагаем лишь сведениями об усредненных вероятностных характеристиках случайного процесса X(г). Такими характеристиками могут явиться одномерная и многомерные плотности вероятности, а также различные моментные функции, прежде всего математическое ожидание и функция корреляции. Наша цель — исследовать ту связь меж. ,у статистическими характеристиками процессов X (t) и Y(t), которая может быть найдена на основе математической модели системы.
Лекция 15. Спектральный метод анализа воздействия случайных сигналов на линейные стационарные цепи
С самого начала введем ограничение — будем рассматривать лишь входные случайные процессы X(t), стационарные в широком смысле. Как_ известно, это означает, что математическое ожидание x{t) мгновенных значений реализаций постоянно во времени, в то время как функция корреляции Rx (t1,t2) = x(ti)x(t2) — (х)2 зависит лишь от величины |т| = = I h — h I — абсолютного сдвига между точками на оси времени, в которых производится измерение мгновенных значений.
В дальнейшем всюду будем полагать x(t) = 0. Это предположение не ограничивает общности рассуждений и выво- лов. Благодаря свойству линейности рассматриваемых цепей задача о влиянии постоянной составляющей входного сигнала на выходной отклик системы может быть решена независимо и, что важно, без привлечения статистически, методов.
Среднее значение выходного сигнала. Рассмотрим отдельно взятую реализацию входного сигнала x(t) и представим в виде интеграла Фурье:
Выходной сигнал системы будет найден, если известен ее частотный коэффициент передачи К (/со):
Переходя от отдельной реализации к статистическому ансамблю входных сигналов, следует считать, что Sx(w)-случайная функция, причем (см. гл. 7) предположение о стационарности процесса X(t) накладывает условие: среднее значение спектральной плотности Sx (w) = 0. Поэтому, выполняя статистическое усреднение в обеих частях выражения (10.1), имеем
Функция корреляции и спектральная плотность мощности случайного сигнала на выходе системы. Чтобы вычислить 1 функцию корреляции Ry(t), необходимо, помимо спектраль ного разложения (10.1), располагать значением выходного | сигнала в момент времени t + т. Это значение можно получить на основании известных свойств преобразования Фурье:
Небольшая (и не принципиальная) деталь, относящаяся к технике вычислений: функция y(t) вещественна, поэтому формула (10.3) не изменится, если в ее правой части перейти к комплексно-сопряженным величинам:
Функцию корреляции выходного сигнала найдем, пере множая сигналы, определенные равенствами (10.1) и (10.4)
а затем проводя статистическое усреднение:
)
На первый взгляд, анализ этой формулы может показаться безнадежно сложным. Но следует иметь в виду, что рассматриваемый входной случайный процесс стационарен, поэтому (см. гл. 7) случайные спектральные плотности его отдельных реализаций дельта-коррелированы, т. е.
где Wx (со) — спектр мощности стационарного случайного процесса X(t).
Эта особенность спектра входного сигнала позволяет выяснить очень простой смысл формулы (10.5):
Ф ормула(10.7), по сути дела, содержит полное решение поставленной задачи в рамках корреляционной теории: спектр мощности выходного случайного сигнала связан с аналогичным спектром сигнала на входе соотношением
I В прикладных задачах часто приходится иметь дело с односторонними спектрами Nx(f) и Ny(f), которые определены только при положительных частотах /, измеряемых в герцах. Очевидно, что
поэтому дисперсия выходного сигнала
является результатом суммирования вкладов от спектра мощности входного сигнала, умноженного на зависящий от частоты квадрат модуля коэффициента передачи, т. е. частотный коэффициент передачи мощности.
Техника решения конкретных задач из рассматриваемого здесь круга хорошо известна — это всевозможные приемы вычисления интегралов Фурье. Поэтому в нижеследующих примерах внимание будет сосредоточено не столько на математической стороне дела, сколько на обсуждении физи ческих особенностей процессов.
Прохождение случайных сигналов с широким спектром через узкополосные цепи. Шумовая полоса. Часто приходится рассматривать воздействие на линейные частотно-избирательные цепи широкополосных случайных сигналов, образованных, например, хаотической последовательностью коротких импульсов. В этом случае если эффективная ширина спектра входного случайного процесса значительно превышает ширину полосы пропускания системы, то реальный случайный процесс можно заменить эквивалентным ему белым шчумом с односторонним спектром мощности N0 = Nx (f0), где fо — некоторая точка в пределах полосы пропускания Цепи.
Формула (10.10), определяющая дисперсию выходного сигнала, в этом случае упростится:
В инженерных расчетах линейную частотно-избирател ную цепь, находящуюся под воздействием широкополосно случайного сигнала, удобно характеризовать шумовой полоссой пропускания Пш (Гц). Она определяется как полоса пропуска ния идеального полосового фильтра с вещественным коэф фициентом передачи Кmax, равным максимуму модуля коэффициента передачи реальной цепи; при возбуждении идеальной и реальной систем белым шумом со спектром мощ ности N0 дисперсии шумовых сигналов на выходах обеих цепей должны совпадать:
Заметим, что для данной системы модуль частотного коэффициента передачи падает в sqrt(2) раз по отношению к максимальному значению при f = О на частоте f0.707 = = 1/(2RC). Поэтому шумовая полоса пропускания оказывается шире полосы П0.707:
Аналогично находим шумовую полосу пропускания одноконтурного резонансного усилителя:
Продемонстрируем использование понятия шумовой полосы пропускания в радиотехнических расчетах.
Нормализация случайного сигнала на выходе линейной стационарной цепи. Все задачи, которые были рассмотрены ранее, решались в рамках корреляционной теории, т. е. с привлечением моментных функций не выше второго порядка. Более полная постановка проблемы выглядит так: входной случайный процесс задается семейством своих п-мерных плотностей вероятности Требует-
ся, зная частотный коэффициент передачи K(jw), определить аналогичные плотности вероятности процесса на выходе линейной системы.
Решить такую задачу в общем случае весьма сложно, и она в этой книге не рассматривается. Однако часто можно заранее предполагать гауссов характер законов распределения выходного сигнала независимо от того, каков вид плотностей вероятности случайного процесса на входе.
Нормализация выходного сигнала наблюдается в любой стационарной линейной системе с достаточно сильно выра-*енной инерционностью. Дело в том, что на основании Формулы Дюамеля мгновенное значение отклика
е сть результат суммирования предшествующих значений входного сигнала x(t), умноженных на сдвинутую импульс ную характеристику цепи. Если протяженность функции h(t) составляет несколько интервалов корреляции входного случайного процесса, то становится применимой центральная предельная теорема (см. гл. 7). Следствием этого является асимптотическая нормальность выходного сигнала.
Любую n-мерную плотность вероятности гауссова случайного процесса можно построить, зная лишь функцию корреляции.
Поэтому методы корреляционной теории оказываются вполне пригодными для решения многих задач, связанных с прохождением случайных сигналов через линейные стационарные цепи.