Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 21 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
21
Dung lượng
485,59 KB
Nội dung
Chương 5: Quátrìnhdừng CHƯƠNG V: QUÁTRÌNHDỪNG GIỚI THIỆU Chuỗi Markov, quátrình Poisson nghiên cứu sự tiến triển theo thời gian của các hệ ngẫu nhiên mà trong đó tương lai chỉ phụ thuộc hiện tại và độc lập với quá khứ (tính Markov). Khái niệm quátrình ngẫu nhiên và chuỗi Markov đã được nghiên cứu trong giáo trình xác suất thống kê. Ngoài những quátrình Markov, trong thực tế ta còn gặp các hệ ngẫu nhiên mà quá khứ của nó có ảnh hưởng lớn đến sự tiến triển của quátrình trong tương lai. Đặc biệt với quátrình mà hàm tự tương quan thuần nhất theo thời gian (quá trình dừng) có rất nhiều ứng dụng trong viễn thông. Các tín hiệu, nhiễu của một hệ thống viễn thông là các quátrình dừng. Khái niệm quátrìnhdừng được nhà toán học người Nga Khintchine đưa ra lần đầu tiên vào năm 1934. Ngày nay quátrìnhdừng đã trở thành một trong những lĩnh vực quan trọng và có nhiều ứng dụng của lý thuyết xác suất. Có hai định nghĩa về quátrình dừng: Quátrìnhdừng theo nghĩa hẹp và nghĩa rộng. Trong chương này chủ yếu xét quátrìnhdừng theo nghĩa rộng, đó là quátrình ngẫu nhiên có kỳ vọng không phụ thuộc thời gian và hàm tự tương quan thuần nhất theo thời gian. Các tín hiệu viễn thông và nhiễu là các quátrình dừng. Các quátrình này được ký hiệu bằng chữ thường ()x t . Các quátrình đếm xét trong chương 6 được ký hiệu bằng chữ in hoa ()X t . Để đi đến khái niệm quátrìnhdừng ta xét các quátrình cấp 2, đó là các quátrình tồn tại môment cấp 2 và hàm tự tương quan. Ta cũng xét một cách sơ lược về khái niệm đạo hàm, tích phân của một quátrình ngẫu nhiên cấp 2. Khi quátrìnhdừng biểu diễn các tín hiệu thì nhờ định lý Wiener-Khintchine ta có thể tính công suất trung bình của tín hiệu thông qua phổ của quátrình dừng, đó là biến đổi Fourier của hàm tự tương quan của quá trình. Trung bình theo giời gian (time average) của một quátrình ngẫu nhiên bao giờ cũng dễ thực hiện hơn trung bình theo tập hợp (ensemble average), vì vậy khi trung bình theo thời gian trùng với trung bình theo tập hợp thì việc nghiên cứu chúng sẽ thuận lợi hơn. Quátrình có trung bình theo thời gian trùng với trung bình theo tập hợp được gọi là quátrình ergodic. Chúng ta sẽ chỉ ra những tiêu chuẩn để nhận biết quátrìnhdừng là quátrình ergodic. Để học tốt chương này học viên nên xem lại lý thuyết xác suất và phép biến đổi Fourier. NỘI DUNG 5.1. QUÁTRÌNH CẤP 2 5.1.1. Khái niệm quátrình ngẫu nhiên Hầu hết các quátrình xảy ra trong tự nhiên và xã hội đều là các quátrình ngẫu nhiên. 158 Chương 5: Quátrìnhdừng Các tín hiệu của các hệ thống thông tin là các tín hiệu ngẫu nhiên vì ngoài thành phần mang tin còn có sự tác động của giao thoa ngẫu nhiên và nhiễu của thiết bị. 159 } Giả sử một tín hiệu nào đó mà tại mỗi thời điểm chỉ xảy ra ứng với các biến cố của không gian mẫu. Tín hiệu này nhận giá trị được ký hiệu là t { NiE i ∈, (, ) i x tE nếu tại thời điểm t biến cố xảy ra. Như vậy i E (, ) i x tE ()x t là một mẫu của quátrình ngẫu nhiên . Quátrình ngẫu nhiên ()x t vừa phụ thuộc thời gian , vừa phụ thuộc yếu tố ngẫu nhiên . t i E t 1 (, )x tE t 2 (, )x tE t 3 (, )x tE t 4 (, )x tE 1 t 1 t 1 t 1 t 2 t 2 t 2 t 2 t { } 1 (, ), i x tE i N∈ { } 2 (, ), i x tEi N∈ Quátrình ngẫu nhiên ()x t Một cách tổng quát một quátrình ngẫu nhiên là một họ các biến ngẫu nhiên { } (, );x ttI ω ∈ . Các quátrình này vừa phụ thuộc vào thời gian và khi cố định tham số thì t t (, )x t ω là biến ngẫu nhiên theo . Tập chỉ số ω I thường biểu diễn tham số thời gian. Quátrình ngẫu nhiên {} Ittx ∈ω);,( được gọi là có thời gian rời rạc hay liên tục nếu tập chỉ số I là tập đếm được hay là một khoảng nào đó. Quátrình ngẫu nhiên là thực hay phức nếu các biến ngẫu nhiên ),( ωtx nhận giá trị thực hay phức. thay cho quátrình ngẫu nhiên {} Người ta thường viết tắt quátrình { } It tx ∈ )( Ittx ∈ω);,( . 5.1.2. Khái niệm quátrình cấp 2 Xét quátrình ngẫu nhiên . Như vậy với mỗi {} It tx ∈ )( It ∈ thì là một biến ngẫu nhiên của không gian xác suất )(tx ( ) P,, F Ω . Biến ngẫu nhiên có các đặc trưng như: Kỳ vọng, phương sai, tương quan, moment… . )(tx Moment cấp của biến ngẫu nhiên m X định nghĩa như sau: X Nếu biến ngẫu nhiên rời rạc có bảng phân bố xác suất Chương 5: Quátrìnhdừng … … X 1 u i u ( ) ∑ = i i m i m puXE thì . … … P 1 p i p 160 Nếu biến ngẫu nhiên X liên tục có hàm mật độ thì . () ∫ ∞ ∞− = duufuX mm )(E )( uf Định nghĩa 5.1: Quátrình ngẫu nhiên được gọi là quátrình cấp 2 nếu tồn tại moment cấp 2 với mọi . Nghĩa là )( tx It ∈ Ittx ∈∀∞< ,)(E 2 . 5.1.3. Hàm trung bình và hàm tự tương quan Ittxtm ∈∀= ,)(E)( (5.1) Ký hiệu [ ] (,) E ()()rst xsxt= , st I ∀ ∈ (5.2) , Công thức (5.1) được gọi là hàm trung bình và (5.2) là hàm tự tương quan của quátrình . )( tx Hiệp phương sai [ ] ( )( ) (,) cov (), () E () () () ()Cst xs xt xs ms xt mt==−− ⎡ ⎤ ⎣ ⎦ [ ] E()() ()(), ,x sxt msmt st I= −∀∈ . ( ) ( , ) x tCtt = Đặc biệt phương sai var Định lý 5.1: Hàm hiệp phương sai có tính chất: (,) Cst 1) Đối xứng: . (,) (,) , , Cst Cts ts =∀ 12 1 2 , , ., , , , ., nn tt t I bb b∀ ∈∀ ∈ n ∀∈ , 2) Xác định không âm: ² 11 (, ) 0 nn j iij ij bb C t t == ≥ ∑∑ , ibaz −= ibaz += trong đó là số phức liên hợp của số phức . Ngược lại người ta cũng chứng minh được nếu hàm có hai tính chất trên thì luôn tồn tại một quátrình cấp 2 nhận làm hàm tự tương quan. (, ) Cts (, ) Cts Nếu {} Tt tx ∈ )( là một quátrình phức thì hàm tự tương quan được định nghĩa như sau: (,) E ()()rst xsxt ⎡ ⎤ = ⎣ ⎦ (5.3) có các tính chất: (,) (,), ,Cst Cts ts=∀ 1') Đối xứng: . Chương 5: Quátrìnhdừng 12 1 2 , , ., , , , ., nn tt t I bb b∀ ∈∀ ∈ n ∀∈ 2') Xác định không âm: , ² 11 (, ) 0 nn j iij ij bb C t t == ≥ ∑∑ . Sau đây ta xét một cách tổng quát các quátrình là quátrình phức. Ví dụ 5.1: (Quá trình Wiener) Quátrình được gọi là một quátrình Wiener với tham số nếu nó thoả mãn các tính chất sau: 0,)( ≥ ttw 2 σ 1) . 0)0( = w 161 2) Với mọi thì ts <≤0 )()( swtw − là biến ngẫu nhiên có phân bố chuẩn . ))(;0( 2 stN −σ n ttt <<≤ .0 21 3) là quátrình với gia số độc lập, tức là với mọi 0,)( ≥ ttw thì các biến ngẫu nhiên: )()(, .,)()(,)()( 12312 − −−− nn twtwtwtwtwtw là độc lập. Như vậy là một quátrình cấp 2 có: 0,)( ≥ ttw 00)(E)( ≥∀== ttwtm . [ ] ( ) , 0, (,) E () () E () () () ()ts Cst wswt ws ws wt ws∀≥ = = + − ⎡ ⎤ ⎣ ⎦ [] ()( ) [ )()()0()(E)(E 2 swtwwswsw −−+= ] (do tính chất tuyến tính của kỳ vọng) [ ] [ ] sswtwwsws 22 )()(E)0()(E σ=−−+σ= 0)(E = sw . (do gia số độc lập và ) Vậy . 2 (,) min(,)Cst st σ = 5.1.4. Phép tính vi phân cho quátrình cấp 2 Định nghĩa 5.2: Quátrình cấp 2 { } It tx ∈ )( 1) Được gọi là liên tục tại nếu − 2 L 0 t 0)()(lim 0 0 =− → txtx tt . 2) Được gọi là khả vi tại và có đạo hàm nếu: − 2 L 0 t )(' 0 tx 0)(' )()( lim 0 00 0 =− −+ → tx h txhtx h , (5.4) 2 E XX = trong đó . t − 2 L − 2 L Nếu là )( tx liên tục (tương tự khả vi) tại mọi thì ta nói là liên tục (tương tự khả vi). − 2 L − 2 L − 2 L Định lý 5.2: Quátrình )( tx khả vi tại nếu và chỉ nếu: 0 t 1) khả vi tại , 0 t )( tm 2) Tồn tại giới hạn Chương 5: Quátrìnhdừng [] 00 00 00 00 0 0 1 lim ( , ) ( , ) ( , ) ( , ) h k Ct ht k Ct ht Ct t k Ct t hk → → ++− + − ++ . (5.5) − 2 L Từ định lý này ta suy ra quátrình Wiener không khả vi tại bất cứ điểm nào. Thật vậy, thay vào biểu thức trên với 2 (,) min(,)Cst st σ = 0>= hk ta có [] 00 00 00 00 2 0 1 lim ( , ) ( , ) ( , ) ( , ) h Ct ht h Ct ht Ct t h Ct t h → ++− + − ++ [] 22 0000 2 00 lim lim hh thttt h h σσ →→ + −− + = =∞ . 2 (,)Cst st ∂ ∂∂ Định lý 5.3: Nếu hàm trung bình khả vi và đạo hàm riêng cấp 2 )( tm của hàm hiệp phương sai liên tục thì quátrình là − 2 L )( tx khả vi, đạo hàm cũng là một quátrình cấp 2. Hơn nữa )(' tx [] [] 2 E'() '(), (,) cov '( ), '( ) , (,) cov '( ), ( ) . xt mt Cst xs xt st Cst xs xt s = ∂ = ∂∂ ∂ = ∂ (5.6) − 2 L Tương tự ta có thể xây dựng các khái niệm khả vi cấp 2, 3… 5.1.5. Phép tính tích phân của quátrình cấp 2 [ ] Iba ⊂; Cho quátrình cấp 2 { và đoạn } It tx ∈ )( . của đoạn [ ] ba; :Δ bttta n =<<<= . 10 Ứng với mỗi phân hoạch , biến ngẫu nhiên sau được gọi là tổng tích phân của quátrình () ∑ − = + −=Δ 1 0 1 )()( n i iii ttsxS , 162 trong đó . Đặt [ 1 ; + ∈ iii tts ] ii ni tt −=Δ + −≤≤ 1 10 max . 0)(lim 0 =−Δ →Δ IS Nếu tồn tại giới hạn không phụ thuộc cách chia phân hoạch và cách chọn các điểm đại diện thì ta nói quátrình là − 2 L i s )( tx khả tích. I là một biến ngẫu nhiên có moment cấp 2 hữu hạn được gọi là tích phân của trên đoạn [a;b]. Ký hiệu )( tx ∫ = b a dttxI )( Chương 5: Quátrìnhdừng Chú ý rằng cũng là một biến ngẫu nhiên. ∫ b a dttx )( Định lý 5.4: tích phân có các tính chất sau − 2 L 1) Nếu là liên tục trong [a; b] thì tồn tại tích phân , ∫ b a dttx )( − 2 L )( tx 2) Nếu thì , 0)( ≥ ∫ b a dttx ];[,0)( battx ∈∀≥ 3) (5.7) )(,)()()( bcadttxdttxdttx b a b c c a <<=+ ∫∫∫ 4) , (5.8) () ∫∫∫ β+α=β+α b a b a b a dttydttxdttytx )()()()( X Xtgtx )()( = 163 5) Nếu trong đó là một biến ngẫu nhiên còn là một hàm số phụ thuộc biến số thì . (5.9) )( tg ∫∫∫ == b a b a b a dttgXdttXgdttx )()()(t 6) Giả sử là liên tục. − 2 L )( tx Đặt thì là ∫ = t a dssxty )()( − 2 L )( ty )()(' txty = , (5.10) khả vi và 7) Nếu là liên tục trên [a;b] thì ta có công thức Newton- Leibnitz − 2 L )( tx . (5.11) )()()(' axbxdttx b a −= ∫ Định lý 5.5: Nếu hàm trung bình khả tích trên [a;b] và hàm hiệp phương sai khả tích trên thì quátrình là )( tm (,) Cst − 2 L ];[];[ baba × )( tx khả tích trên [a;b]. Hơn nữa: , ∫∫ = ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ b a b a dttmdttx )()(E var ( ) ( , ) bbb aaa x t dt C s t dsdt ⎛⎞ = ⎜⎟ ⎜⎟ ⎝⎠ ∫∫∫ , cov () , () (,) ; [; ] [; ] bd bd ac ac x s ds x t dt C s t dsdt c d a b ⎛⎞ =⊂ ⎜⎟ ⎜⎟ ⎝⎠ ∫∫ ∫∫ ; cov ( ), ( ) ( , ) bb aa x sxtdt Cstd ⎛⎞ = ⎜⎟ ⎜⎟ ⎝⎠ ∫∫ t . (5.12) Chương 5: Quátrìnhdừng Ví dụ 5.2: Giả sử là một quátrình Wiener với tham số xét trong ví dụ 1. Quátrình này có hàm trung bình 2 σ 0;)( ≥ ttw 164 0)( = tm và hàm tự tương quan là hai hàm khả tích. Theo định lý trên ta có tích phân với mọi . Khi t thay đổi ta có quátrình { gọi là quátrình Weiner tích hợp. 2 (,) min(,)Cst ts σ = ∫ = t dsswtx 0 )()( 0≥t } 0);( ≥ttx Ta có , [] ∫∫ == ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ = tt dssmdsswtx 00 0)()(E)(E [] 000 var ( ) var ( ) ( , ) ttt x twsdsCsu ⎛⎞ == ⎜⎟ ⎜⎟ ⎝⎠ ∫∫∫ dsdu dudsusdsusdsduus tu t u tt ∫∫ ∫∫∫ ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ +σ=σ= 00 2 00 2 ),min(),min(),min( 3 32 00 2 t duudssds tu t u σ = ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ +σ= ∫∫ ∫ . Với mọi ts <≤0 , ta có () ∫ −+−+= t s dvswvwswstsxtx )()()()()()( [] [] () dvswvwsxswsxstsxtxsx t s ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ −+−+=⇒ ∫ )()()(E)()(E)()(E)()(E 2 [] 3 )(var)(E 32 2 s sxsx σ == . Mặt khác [] 2 ),()(,)(cov)()(E 22 0 2 00 s tdtdttsrswdttwswsx sss σ =σ== ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ = ∫∫∫ . () ∫∫ −== ss dvwvwdvvwsx 00 )0()()()( và độc lập ( ∫ − t s dvswvw )()( ) () [] () 0)()(E)(E)()()(E = ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ −= ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ −⇒ ∫∫ t s t s dvswvwsxdvswvwsx [] 6 )3( 2 )( 3 )(),(cov 222232 s st s st s txsx σ −= σ −+ σ =⇒ . Chương 5: Quátrìnhdừng 5.2. QUÁTRÌNHDỪNG 5.2.1. Khái niệm dừng theo nghĩa hẹp 165 } Quátrình ngẫu nhiên { Ittx ∈);( gọi là quátrìnhdừng theo nghĩa hẹp (hay dừng theo nghĩa chặt) nếu với mọi , với mọi và với mọi T thì véc tơ ngẫu nhiên () n 1 ( ), ., ( ) n x txt 1 , ., n tt và () 1 ( ), ., ( ) n x tT xt T++ có cùng luật phân bố. Từ định nghĩa suy ra rằng nếu quátrình ngẫu nhiên { } Ittx ∈);( dừng theo nghĩa hẹp thì mọi biến ngẫu nhiên () x t tại thời điểm bất kỳ của quátrình đều có cùng luật phân bố với t (0) x . Quátrình ngẫu nhiên theo nghĩa hẹp đòi hỏi quá chặt vì vậy ít gặp trong thực tế. Người ta xét quátrìnhdừng theo nghĩa rộng như sau. 5.2.2. Khái niêm quátrìnhdừngQuátrình cấp 2 { } Ittx ∈);( được gọi là quátrìnhdừng (theo nghĩa rộng) nếu: 1) , constmtxtm === )(E)( (,) E ()()rst xsxt ⎡ ⎤ = ⎣ ⎦ 2) Hàm tự tương quan: chỉ phụ thuộc vào ; nghĩa là tồn tại hàm sao cho ts − )(τ x K ItstsKtsr x ∈∀−= ,;)(),( . )(τ x K Theo Định lý 1.2 hàm tự tương quan có các tính chất sau Định lý 5.6: )()( τ=τ− xx KK 1) . 22 () (0) E () E (0) , . xx KK xt x τ ≤= = t∀ 2) 2 (0) E ( ) x Kx= t () x t Nếu là dãy tín hiệu thì được gọi là công suất trung bình của tín hiệu. constmtxtm === )(E)( Chú ý: Giả sử hàm trung bình , khi đó hàm hiệp phương sai ()() ( ) 2 cov((), ()) E () () E ()()x sxt xs m xt m xsxt m=− −= − (,) E ()()rst xsxt ⎡ ⎤ = ⎣ ⎦ ts − chỉ phụ thuộc vào khi và chỉ khi hàm tự tương quan chỉ phụ thuộc vào . Vì vậy có thể định nghĩa quátrìnhdừng theo nghĩa rộng là quátrình cấp 2 thỏa mãn hai điều kiện sau: ts − 1’) , constmtxtm === )(E)( [] ()() (,) cov (), () E () () () ()Cst xs xt xs ms xt mt ⎡ ⎤ ==−− ⎣ ⎦ 2’) Hàm hiệp phương sai chỉ phụ thuộc vào ; nghĩa là tồn tại hàm ts − )(τ x K (,) ( ); , x Cst K s t st I= −∀∈ sao cho . () E () 0, mt xt t = =∀ . Rõ ràng rằng hai định nghĩa này trùng nhau khi Chương 5: Quátrìnhdừng 0EE == VU 0),cov( = VU Ví dụ 5.3: Giả sử U, V là hai biến ngẫu nhiên thoả mãn , , ; 2 varvar σ== VU λ tVtUtx λ+λ= sincos)( là một hằng số thì quátrình là quátrìnhdừng có hàm tự tương quan . λτσ=τ cos)( 2 x K 0sincos)(E =λ+λ= tEVtEUtx Giải: . [] ()( ) [] tVtUsVsUtxsxtsr λ+λλ+λ== sincossincosE)()(E),( ( ) [ ] tstsUVtsVtsU λλ+λλ+λλ+λλ= sinsincoscossinsincoscosE 22 . )(cos 2 st −λσ= λτσ=τ⇒ cos)( 2 x K Ví dụ 5.4: Quátrình Wiener không phải là quátrình dừng. 5.2.3. Biểu diễn phổ của quátrìnhdừng Định nghĩa 5.3: Giả sử quátrìnhdừng với hàm tự tương quan . Nếu tồn tại {} It tx ∈ )( x K )( f P sao cho: ∫ − π = 2/1 2/1 2 )()( dffenK fin x P =I (5.7) khi hoặc ∫ ∞ ∞− πτ =τ dffeK fi x )()( 2 P =I (5.8) khi )( f P được gọi là mật độ phổ của quátrìnhdừng { } It tx ∈ )( thì . ∞< ∑ ∞ −∞=n x nK )( =I Định lý 5.7: 1) Trường hợp thời gian rời rạc : Nếu thì tồn tại mật độ phổ ∑ ∞ −∞= π− = n x fin nKef )()( 2 P . (5.9) )(τ x K =I 2) Trường hợp thời gian liên tục : Nếu khả tích tuyệt đối trên thì tồn tại mật độ phổ ∫ ∞ ∞− πτ− ττ= dKef x fi )()( 2 P . (5.10) Như vậy hàm mật độ phổ là biến đổi Fourier của hàm tự tương quan và hàm tự tương quan là biến đổi Fourier ngược của mật độ phổ. { } { } )()(,)()( 1 fKKf xx PFFP − =ττ= . Định lý là hệ quả của các điều trình bày ở trang 75, 78. 166 Chương 5: Quátrìnhdừng 5.2.4 Mật độ phổ công suất { } It tx ∈ )( biểu diễn các tín hiệu. Cho quátrình ⎪ ⎩ ⎪ ⎨ ⎧ ≥ < = .20 2)( )( Tt Tttx tx T nÕu nÕu Với mỗi xét: 0>T { } )()( txfX TT F = )(tx T Đặt biến đổi Fourier của là .)()()( 2/ 2/ 22 ∫∫ − π− ∞ ∞− π− == T T ftifti TT dtetxdtetxfX )(tx T )( fX T và cũng là hai quátrình ngẫu nhiên. ∫∫ ∞ ∞− ∞ ∞− == dffXdttx TTT 2 2 )()( E Áp dụng đẳng thức Parseval ta có: . T E cũng là một quátrình ngẫu nhiên. Áp dụng định lý năng lượng Rayleich, công thức (2 86) ta được ∫∫∫ ∞ ∞− ∞ ∞− ∞ ∞− === dffXdttxdttx TTTT 2 22 )(E)(E)(EE E . Công suất trung bình của quátrình () () 2 2 22 2 11 1 lim E ( ) lim E ( ) lim E ( ) T TT TT T T P xtdt xtdt X f df TT T ∞∞ →∞ →∞ →∞ −−∞−∞ === ∫∫∫ T ⇒ Mật độ phổ công suất của quá trình, viết tắt PSD (Power Spectral Density), là 2 )(E 1 lim fX T T T ∞→ . (5.11) Định lý 5.8: (Định lý Wiener - Khintchine) Mật độ phổ công suất PSD của quá tình dừng có giá trị trung bình {} It tx ∈ )( 0)(E =tx bằng mật độ phổ của quátrình này và bằng biến đổi Fourier của hàm tự tương quan: 167 2 1 () lim E () T T f Xf T →∞ = P và ta có (5.12) ()Pf ∞ −∞ = ∫ P df Nhận xét: Định lý 5.8 cho ta ý nghĩa của khái niệm mật độ phổ của quátrình dừng, đó là mật độ phổ công suất của quá trình. Như vậy ta có thể tính mật độ phổ của một quátrìnhdừng theo 2 công thức khác nhau (5.9)-(5.10) hoặc (5.12). Tuy nhiên tồn tại quátrình ngẫu nhiên không dừng (không có mật độ phổ) nhưng có mật độ phổ công suất. Ví dụ 5.4: Xét quátrình tín hiệu cực với dữ liệu nhị phân )( tx , (5.13) ∑ ∞ −∞= −= n bn nTtfatx )()( [...]... x(t )dt của quátrình ngẫu nhiên −T / 2 nhiên Đúng Sai 5.3 Hàm tự tương quan của một quátrìnhdừng { x (t ) }t∈I , là một hàm 2 biến theo thời gian Đúng Sai 5.4 Mật độ phổ của quátrìnhdừng bằng biến đổi Fourier của hàm tự tương quan Đúng Sai 176 Chương 5: Quátrìnhdừng 5.5 Hàm tự tương quan của quátrìnhdừng bằng biến đổi Fourier của mật độ phổ của quátrìnhĐúng Sai Quátrìnhdừng có hàm... một quátrình Gauss qua lọc tuyến tính là một quátrình Gauss Nghĩa là nếu x(t ) là quátrình Gauss thì ∞ y (t ) = h(t ) ∗ x(t ) = ∫ h(t − λ) x(λ)dλ −∞ cũng là một quátrình Gauss TÓM TẮT Khái niệm quá trình ngẫu nhiên Quátrình ngẫu nhiên là một họ các biến ngẫu nhiên {x(t , ω); t ∈ I } , I được gọi là tập các chỉ số (thường chỉ thời gian) Quátrình cấp 2 Quátrình ngẫu nhiên x(t ) được gọi là quá trình. .. x(t ) ⎤ ⎣ ⎦ Khái niêm quátrìnhdừngQuátrình cấp 2 { x (t ) }t∈I được gọi là quátrìnhdừng nếu: 1) m(t ) = Ex (t ) = m = const , 2) Hàm tự tương quan r ( s, t ) = E ⎡ x( s ) x(t ) ⎤ chỉ phụ thuộc vào s − t ; nghĩa là tồn tại hàm ⎣ ⎦ K x (τ) sao cho r ( s, t ) = K x ( s − t ) ; ∀s, t ∈ I 175 Chương 5: Quátrìnhdừng Biểu diễn phổ của quátrìnhdừng Giả sử { x (t ) }t∈I quátrìnhdừng với hàm tự tương... ergodic của các quátrình cấp 2 Định nghĩa 5.4: 1) Quátrìnhdừng thời gian rời rạc { x(n); n ≥ 0 } gọi là ergodic nếu 170 Chương 5: Quátrìnhdừng 2 x(0) + x(1) + x(n − 1) lim E − m = 0 ; m = Ex ( n ) n →∞ n 2) Quátrìnhdừng với thời gian liên tục {x(t ); t ∈ } có hàm trung bình m(t ) = m gọi là ergodic nếu 2 T ⎞ 1⎛ lim E ⎜ ∫ x(t )dt ⎟ − m = 0 ⎟ T →∞ T ⎜0 ⎝ ⎠ Định lý 5.9: Quátrìnhdừng thời gian... }t∈I là một quátrìnhdừng với hàm trung bình Ex(t ) = m, ∀t Chứng minh rằng { y (t ) }t∈I , y (t ) = x(t ) − m là quátrìnhdừng có hàm trung bình Ey (t ) = 0, ∀t và hàm tự 5.6 Cho tương quan K y = K x 5.7 Cho { x(t ) }t∈I là một quátrình cấp 2 có tính chất Ex ( s ) và Ex ( s ) x ( s + t ) không phụ thuộc vào s Chứng minh rằng { x (t ) }t∈I là quátrìnhdừng { x(t ) }t∈I là một quátrìnhdừng với... minh 2 x(t ) là quátrìnhdừng Tìm hàm tự tương quan P{Z1 = −1} = P{Z1 = 1} = 5.13 Cho quátrìnhdừng { x(n) }∞=−∞ n có trung bình Ex ( n) = 2 và hàm tự tương quan n 2π ⎛ 3 ⎞ K x ( n) = ⎜ − ⎟ Tìm mật độ phổ 7 ⎝ 4⎠ 177 Chương 5: Quátrìnhdừng 5.14 Cho W (t ) là quá trình Wiener với tham số σ 2 Đặt x(t ) = e −αtW (e 2αt ) , α > 0 là hằng số Chứng minh rằng x(t ) là quá trình Gauss dừng với hàm tự... −∞ P ( f ) được gọi là mật độ phổ của quá trình dừng { x(t ) }t∈I Định lý Wiener – Khintchine: Mật độ phổ công suất PSD của quá tình dừng { x (t ) }t∈I có giá trị trung bình Ex (t ) = 0 bằng mật độ phổ của quá trình này Quátrìnhdừng ergodic Giả thiết Ergodic cho rằng trung bình theo thời gian mọi cấp trùng với trung bình theo tập hợp ở cấp tương ứng Quátrìnhdừng thời gian rời rạc { x(n); n ≥ 0... 2π du = 0 Chương 5: Quátrìnhdừng Như vậy { x(t ) } là một quátrìnhdừng vơi hàm tự tương quan K x (τ) = ) ( T A2 cos τ 2 T T T ⎞ A2 ⎛ 1 ⎛ τ ⎞ A2 1 cos τ dτ = ⎜1 − ⎟ ⎜ sin τ − τ sin τ + cos τ ⎟ ∫⎝ T ⎠ 2 0 0 0 ⎠ 2T ⎝ T T 0 = A2 ⎛ 1 − cos T ⎞ ⎜ sin T − sin T + ⎟ → 0 khi T → ∞ T 2T ⎝ ⎠ Theo định lý 5.11 { x(t ) } là một quátrìnhdừng thoả mãn điều kiện (5.11) do đó là một quátrình ergodic Ta cũng... 5.10: Quátrìnhdừng { x(t ); t ∈ (5.14) } với hàm tự tương quan K x (τ) là ergodic khi và chỉ khi 1 lim T →∞ T 2 TT ∫ ∫ K x (t − s)dtds = 0 (5.15) 00 Định lý 5.11: Quátrìnhdừng { x(t ); t ∈ } với hàm tự tương quan K x (τ) là ergodic khi và chỉ khi T t⎞ 1 ⎛ lim ∫ ⎜1 − ⎟ K x (t )dt = 0 T⎠ T →∞ T ⎝ 0 Hệ quả: Nếu lim K x (τ) = 0 thì quátrình { x(t ); t ∈ τ→∞ (5.16) } là ergodic Ví dụ 5.7: Xét quá trình. .. Chứng minh rằng { y (t ) }t∈I , y (t ) = x(t + 1) − x(t ) cũng là quátrìnhdừng Tìm hàm trung bình và hàm tự 5.8 Cho tương quan 5.9 Cho Θ là biến ngẫu nhiên liên tục có phân bố đều trên đoạn [0, 2π] , A0 , ω0 là hai hằng số Chứng minh rằng x(t ) = A0 sin(ω0 t + Θ) là một quátrìnhdừng Tìm hàm tự tương quan Quátrình x(t ) có phải là quátrình ergodic? 5.10 Cho Θ là biến ngẫu nhiên liên tục có phân bố . Chương 5: Quá trình dừng 5.2. QUÁ TRÌNH DỪNG 5.2.1. Khái niệm dừng theo nghĩa hẹp 165 } Quá trình ngẫu nhiên { Ittx ∈);( gọi là quá trình dừng theo nghĩa. Sau đây ta xét một cách tổng quát các quá trình là quá trình phức. Ví dụ 5.1: (Quá trình Wiener) Quá trình được gọi là một quá trình Wiener với tham số nếu