- •Введение
- •Рекомендуемая литература
- •Раздел 1. Воздействия помех на радиоустройства и радиосистемы (основные понятия и определения)
- •Некоторые характеристики случайного процесса
- •Математическое ожидание, дисперсия и корреляционная функция случайного процесса
- •Стационарные случайные процессы
- •Свойства корреляционной функции стационарного случайного процесса:
- •Эргодический стационарный случайный процесс
- •Раздел 2. Решение статистической задачи обнаружения цели
- •Оптимальный приемник. Критерий Неймана-Пирсона. Критерии принятия решений о наличии цели и цена ошибочных решений
- •Критерии принятия решений о наличии цели и цена ошибочных решений
- •Раздел 3. Реализация оптимального приемника обнаружения цели
- •Радиолокационные умышленные помехи
- •Основные свойства и характеристики пассивных помех
- •1.Организованные пассивные помехи (опп)
- •2. Случайные (неорганизованные) пассивные помехи
- •Раздел 5. Защита рлс от пассивных помех Когерентной обработкой сигнала
- •А. Когерентный метод обработки при непрерывном излучении сигналп
- •Б. Когерентный метод обработки при импульсном излучении сигнала
- •Возникновение “слепых” скоростей и их влияния на работу рлс
- •Когерентно-импульсные системы малой скважности
- •Когерентно-импульсные системы с высокой скважностью
- •Раздел 6. Особенности сдц при взаимном перемещении рлс и облака пассивных помех
- •Раздел 7. Выделение в когерентно – импульсных рлс полезного сигнала фазовыми детекторами
- •«Слепые» зоны дальности (Особенность когерентно-импульсных приемников, вызванная спецификой работы фазового детектора).
- •Механизм образования «слепых» дальностей и способы их устранения.
- •Раздел 8. Взаимодействие сигнала и шума на выходе приемника
- •Раздел 9. Спектральный анализ сигналов, отраженных от движущихся целей и мешающих объектов
- •Различия в спектре сигналов,отраженных от движущейся цели
- •Раздел 10. Защита цели от радиолокационного обнаружения и способы подавления рлс
- •1. Применение противорадиолокационных покрытий
- •2. Постановка активных организованных помех
- •Зона подавления рлс
- •Раздел 11. Оценка эффективности воздействия на рлс активных помех
- •Селекция полезных сигналов по их длительности
Математическое ожидание, дисперсия и корреляционная функция случайного процесса
Математическим ожиданием дискретной случайной величины называют сумму произведений всех её возможных значений на вероятность их появления.
Пусть напряжение U – случайная величина «х» (см. график) и может принимать только значения х1,х2..хn, вероятности появления которых соответственно равны Р1,Р2,…,Pn.
Тогда математическое ожидание равно
М(х)= х1∙Р1 + х2∙Р2+…+ xn ∙ Рn.
Пример1.
Найти математическое ожидание случайной величины x, зная её закон распределения
-
x
3
5
2
p
0,1
0,6
0,3
Решение: М(х) = 3 ∙ 0,1+5 ∙ 0,6+2 ∙0,3=3,9.
Пример2.
Найти математическое ожидание числа появлений события А в одном испытании если вероятность события А=Р.
Решение: случайная величина х- число получения события А в одном испытании может принимать только два значения: появится, при этом х=1 и не появиться, при этом х=0.
Т.о.событие А наступает с вероятностью Р и событие А не наступает с вероятностью q =1- P.
Тогда математическое ожидание
М(х)= 1∙ P +0 ∙ q = P.
Вывод: математическое ожидание числа появления события в одном испытании равно вероятности этого события.
При равных вероятностях наступления событий (P1= P2 =P3= P)
-
x
X1
X2
X3
P
P1
P2
P3
Р= 1/m = 1/3
М(х)=Р1(х1+х2+х3); М(х)=∑ x/m
Для равновероятных событий М(х) является средним арифметическим значением данных чисел.
Дисперсия дискретной случайной величины
Случайные величины могут иметь одинаковые математические ожидания, но при различных возможных значениях.
Например, пусть значения х и у заданы следующими законами распределения:
-
х
-0,01
0,01
р
0,5
0,5
-
у
-100
100
р
0,5
0,5
М (х)= - 0,01 ∙ 0,5+0,01 ∙ 0,5 = 0
М(y)= -100 ∙ 0,5+100 ∙ 0,5 = 0
Математическое ожидание не полностью характеризует случайную величину, поэтому вводят оценку рассеянности случайных величин вокруг математического ожидания.
Это - дисперсия характеризующая разброс значений случайного процесса относительно среднего значения .
.
Чем больше , тем больше вероятность появления очень больших положительных и отрицательных значений процесса.
Более удобная характеристика - среднее квадратичное отклонение (СКО) ,
с размерностью, что и сам случайный процесс.
Если необходимо оценить «скорость» изменения процесса, то наблюдений в один момент времени недостаточно и для этого используют две случайные величины , рассматриваемые совместно.
Характеристика связи или зависимости между и для двух моментов времени и - корреляционная функция: