2.4. Автокорреляционная функция
Автокорреляционная функция случайного процесса характеризует общую зависимость значений процесса в некоторый данный момент времени от значений в другой момент. Рассмотрим реализацию x(t), приведенную на рис. 8.
Рис. 8. Определение автокорреляционной функции
Оценку величины автокорреляционной функции, связывающей значения x(t) в моменты времени t и t1 + , можно получить, вычисляя произведение этих ординат и осредняя величину произведения в пределах времени наблюдения Т. Найденное среднее значение произведения приближается к точному значению автокорреляционной функции при стремлении Т к бесконечности:
Величина Rx() — всегда действительная четная функция с максимумом в точке =0; она может быть как положительной, так и отрицательной. Запишем эти утверждения в виде формул:
Среднее значение функции x(t) выражается через автокорреляционную функцию (исключая некоторые особые случаи, как, например, гармоническое колебание) выражается:
Таким образом, среднее значение функции x(t) равно положительному значению корня квадратного из автокорреляционной функции, взятой при очень большом сдвиге. Аналогично среднее значение квадрата функции равно:
т. е. среднее значение квадрата равно значению автокорреляционной функции при нулевом сдвиге.
Примеры. На рис. 9 показаны типичные графики автокорреляционных функций (зависимости R от сдвига ). Эти графики называются автокоррелограммами. Имеющая вид косинусоиды автокоррелограмма гармонического колебания (рис. 9,а) описывается соотношением:
Важная особенность этой автокоррелограммы заключается в том, что форма ее периодически повторяется во времени с тем же периодом, что и период рассматриваемого гармонического колебания, но информация о фазе теряется.
Автокоррелограмма, имеющая вид крутого пика с быстрым спаданием к нулю (рис. 9, г), типична для широкополосного случайного процесса с нулевым средним значением (если среднее значение не равно нулю, автокорреляционная функция стремится к величине x2). В предельном гипотетическом случае белого шума (случайный процесс, энергия которого равномерно распределена по всем частотам) автокоррелограмма имеет вид дельта-функции Дирака при нулевом значении сдвига (=0).
Автокоррелограмма суммы гармонического колебания и случайного шума представляет собой просто сумму автокоррелограмм гармонического колебания и случайного шума (рис. 9, б). С другой стороны, автокоррелограмма узкополосного случайного шума (рис. 9, в) напоминает автокоррелограмму гармонического колебания с затухающей амплитудой. Важной ее особенностью является то, что она стремится к нулю при больших значениях сдвига (если x=0). Четыре графика на рис. 9 показывают, как меняется вид автокоррелограмм при переходе от гармонического процесса к широкополосному случайному процессу.
Рис. 9. Графики автокорреляционных функций (автокоррелограммы)
а - гармонический процесс; б - сумма гармонического процесса и случайного шума; в - узкополосный случайный шум; г - широкополосный случайный шум.
- 1. Классификация детерминированных процессов
- 1.1. Гармонические процессы
- 1.2. Полигармонические процессы
- 1.3. Переходные непериодические процессы
- 2. Классификация случайных процессов
- 2.1. Стационарные случайные процессы
- 2.2. Эргодические случайные процессы
- 2.3. Моменты второго порядка (среднее значение квадрата и дисперсия)
- 2.4. Автокорреляционная функция
- 2.5. Спектральная плотность
- 2.6. Теоремы о дискретном представлении случайных процессов
- 3. Цифровые методы анализа
- 3.1. Дискретное представление процессов
- 3.2. Применение цифровых фильтров
- 3.3. Ряд Фурье и быстрое преобразование Фурье
- 3.3.1. Ряд Фурье
- 3.3.2. Быстрое преобразование Фурье