Обновления
Хрущовки
Архитектура Румынии
Венецианское Биеннале
Столица Грац
Дом над водопадом
Защита зданий от атмосферных осадков
Краковские тенденции
Легендарный город Севастополь
Новый Париж Миттерана
Парадоксы Советской архитектуры
Реконструкция города Фрунзе
Реконструкция столицы Узбекистана
Софиевка - природа и искусство
Строительство по американски
Строительтво в Чикаго
Тектоника здания
Австрийская архитектура
Постмодернизм в Польше
Промышленное строительство
Строительство в Японии
Далее
|
Главная -> Логарифмическое определение устойчивости - CXI -oo где W2 (x, t; x, tj) - двумерная плотность вероятности. Иногда под корреляционной функцией понимают центральный корреляционный момент X (t) жх (tj), т. е. R0 it, ti) = М [{х (t) -x{t)} [х {ti) ~x{ti)}] = CXI оо = { [x{t)-{t)][x{ti) -x{ti)]w2{x,t; Xi, ti)dxdxi. (11.7) - oo -oo в этом случае корреляционная функция (11.46) может быть представлена в виде суммы R (t, ti) = x{t)x (fi) + i? (t, ti). (11.48) Корреляционная функция является весьма универсальной характеристикой для случайного процесса. Она определяет зависимость случайной величины в последующий момент времени х (t) от предшествующего значения X (t) в момент времени t. Это есть мера связи между ними. Рассмотрим основные свойства корреляционных функций. 1. Из определения корреляционной функции (11.46) и (11.47) следует свойство симметрии: R {t, ti) = R {ty, t) и i? (t, t) = R° {t, t). 2. При ti = t корреляционная функция R {t, t дает средний квадрат случайной величины, а R° {t, tj) - дисперсию: R{t, t)==M[x{t)] = x{t), RO{t, t)=Ml{x{t)~x{t)}] = D{t). 3. Можно показать, что прибавление к случайным величинам произвольных неслучайных величин не меняет их корреляционных моментов и дисперсии. Поэтому корреляционная функция R° {t, ti) не изменится, если к случайной функции добавить произвольную неслучайную функцию. Это свойство не относится к функции R {t, tj), так как добавление неслучайных величин к случайным изменяет начальные моменты. В этом случае корреляционная функция будет равна сумме корреляционных функций случайной и неслучайной функций. Иногда в рассмотрение вводится нормированная корреляционная функция p(t,ti)=MM=. (11.49) . уп It) D {ti) > Аналогично корреляционной функции можно ввести понятие взаимной корреляционной функции для двух случайных величин х (t) ж у (t): Rxy{t, ti) = M[x{t)y{ti)], Rlyit, ti) = M{{x{t)-x{t)}{y{ti)~y{ti)}\. (11.50) В случае тождественного равенства нулю взаимной корреляционной функции случайные функции х (f) ж у (t) называют некоррелированными. § 11.4. Корреляционная функция Начальный корреляционный момент двух значений случайной функции X {t) VIX (ti), взятых в моменты времени t и ti, носит название корреляционной (автокорреляционной) функции. Она может быть найдена аналогично (И 31) из выражения R{t, ti)=M[x{t)x{ti)]= J J x{t)x{ti)w2{x, t; x, ti)dxdxi, (11.46) §11.4] КОРРЕЛЯЦИОННАЯ ФУНКЦИЯ 311 i? (т) = [X (t) - Ж] [X {t + т) ~1с] = lim 4г ( [х (t)-X] [х {t + т) - ж] dt. (11.51) Для стационарного процесса корреляционная функция определяет зависимость случайной величины х в последующий момент времени f -f т от предшествующего значения в момент t. Приведем основные свойства корреляционной функции стационарного процесса применительно к величине R (т). 1. Корреляционная функция является четной функцией, т. е. R (-т) == = R {%). Это вытекает из самого определения корреляционной функции. 2. При т = О корреляционная функция дает средний квадрат случайной величины: Д (0) = ж (О X {t) = ж2. 3. При т оо корреляционная функция дает квадрат среднего значения случайной величины. Докажем это. На основании эргодической гипотезы Д (т) = ж (i) ж ( -j- т) = j j XiXiOz (ж1, Ж2, т) dxi dx- ОС: -оо При т оо величины Xi и Жг можно считать независимыми. Отсюда, принимая во внимание формулу (11.39) для независимых случайных величин, получим -j-сю -j-сю Д(оо)= j Xiw{xi)dXi j xw(xz) dx2= {х)= {х). - oo -oo 4. Значение корреляционной функции при т = О является ее наибольшим значением, т. е. имеет место неравенство R {0) R (т). Докажем это. Рассмотрим очевидное неравенство [ж (t) -~x{t + т)]2 > 0. Сделаем преобразование ж (t) -f жМ + т) > 2ж {t) x{t + т). Возьмем теперь среднее по времени от правой и левой частей. В результате получим: ж (t) + x-{t + T:)= 2ж2 = 2R (0)., 2ж {t) x{t + x) = 2R (т), откуда и вытекает следующее неравенство: R (0) R (т). Если взаимная корреляционная функция отлична от нуля, то х (t) и у (t) носят название коррелированных случайных функций. В случае стационарности процесса корреляционные функции R {t, ti) и i? {t, ti) не будут зависеть от текущего значения времени t и будут определяться только временным сдвигом т = - t. С учетом эргодичности стационарного процесса корреляционной функцией можно назвать среднее по времени от произведения х (t) ш х {t + т) или X (t) - X ж X {t -\- %) - х: R{%)=x{t)x{t+%) = lim4r \ x{t)x{t + %)dt. 5. Значение корреляционной функции чаще всего будет тем меньше, чем больше промежутки времени т, так как связь между далеко отстоящими друг от друга значениями х будет обычно слабее. 6. Чем менее инерционен (более подвижен) объект наблюдения, тем быстрее убывает R (т) с увеличением т. Например, у самолета, как подвижной цели, связь между последующими и предыдущими положениями (при заданном т) будет тем меньше, чем он легче и маневреннее. Отсюда следует, что, чем быстрее убывает корреляционная функция, тем более высокие частоты будут присутствовать в случайном процессе. На рис. 11.14 в качестве примера приведены две корреляционные функции и две соответствующие им реализации процесса при одинаковых среднеквадратичных значениях случайной величины. Второй процесс по сравнению с первым имеет более тонкую структуру, т. е. в нем присутствуют более высокие частоты. Таким образом, при известной корреляционной функции легко определяются следующие вероятностные характеристики: а) среднее значение (момент первого порядка) x = x=Vi? (оо); б) среднеквадратичное значение (момент второго порядка) 2=?==Д(0); в) дисперсия D =R{0)-R (оо); г) среднеквадратичное отклонение Рис. 11.14. о = У R{0) - R {оо). Корреляционную функцию можно найти на основании экспериментально снятой кривой случайного процесса при наличии достаточно длительной записи (рис. 11.15). Обработка имеющейся осциллограммы производится следующим образом. Весь интервал записи осциллограммы т делится на N равных частей, дли- q-тельность которых составляет Рис. 11.15. Затем для различных значений т = mAt находятся средние значения произведений ординат:
|