Краткие теоретические сведения. Рассмотрим прямой алгоритм преобразования случайного процесса с произвольными вероятностными характеристиками в равномерныйРассмотрим прямой алгоритм преобразования случайного процесса с произвольными вероятностными характеристиками в равномерный, представляющий большой практический интерес. Пусть случайный процесс с интегральной функцией распределения подвергается преобразованию следующего вида (рис.1): Рисунок 1
, где и заданные числа, - случайный процесс с равномерной характеристикой распределения. В соответствии со структурной схемой (рисунок 1) исходный случайный процесс проходит через нелинейное безынерционное устройство, оператор преобразования которого равен: , (1) где х и y – соответственно вход и выход нелинейного устройства. Убедимся, что стационарный случайный процесс является равномерно распределенным на интервале . Во-первых, докажем, что значение величин принадлежит интервалу . Из свойств интегральной функции распределения и и путем ее непосредственной подстановки в (1) нетрудно получить, что значения . Плотность вероятности распределения выходного случайного процесса можно определить с помощью выражения []: (2) где - функция плотности распределения случайного процесса . Так как оператор нелинейного устройства, в котором осуществляется преобразование случайного процесса является однозначной функцией, то он удовлетворяет следующему свойству , где (3) - частная производная оператора по переменной x; - производная обратного оператора по переменной y. Подставим (3) в (2), и получим ; , что и требовалось доказать. Следовательно, с помощью нелинейного преобразования (1) стационарный случайный процесс с произвольными вероятностными характеристиками преобразуется в равномерный случайный процесс. Для того, чтобы решить обратную задачу, то есть получить случайный процесс с заданным законом распределения из равномерного пользуются обратным преобразованием , (4) где - функция, обратная заданной интегральной функции распределения: . (5) Например, если под понимать интегральную функцию распределения гауссовского (нормального) случайного процесса, то преобразование (4) будет давать из равномерной плотности вероятности нормальную. Таким образом, алгоритм получения случайного процесса величины с заданной плотностью вероятности из произвольного состоит из двух шагов: 1. Преобразовать исходную плотность вероятности в равномерную при помощи формулы (1). 2. При помощи формулы (4) преобразовать равномерную плотность вероятности в требуемую. Пример. Преобразовать равномерный случайный процесс , описываемый функцией распределения вида , в случайный процесс c функцией плотности распределения, показанной на рис. 2.
-1 0 x Рисунок 2 Для решения задачи воспользуемся формулой (4). Для этого определим интегральную функцию распределения процесса . Прежде запишем аналитическое выражение для , которое согласно схемы на рис.2 и условию нормировки будет равняться С помощью формулы (5) найдем интегральную функцию распределения вероятности значений случайного процесса . В соответствии со свойствами нетрудно получить, для интервалов: - и - . Для участка интегральную функцию распределения найдем с помощью следующего выражения , где переменную можно вычислить исходя из граничных условий для интегральной функцию распределения вероятности значений случайного процесса , т.е. точек либо . Следовательно, окончательно аналитическое выражение для будет представлено в виде Далее, необходимо найти обратную функцию . Т.к. область определения функции лежит в интервале [0, 1], то обратную функцию будем искать из решения квадратного уравнения , которое получается из выражения путем переноса переменной в правую часть этого выражения. Решение полученного квадратного уравнения имеет вид . Тогда окончательная формула нелинейного преобразователя случайных процессов в соответствии с (4) будет записана как . Таким образом, последнее выражение позволяет преобразовать равномерный стационарный случайный процесс в случайный процесс с треугольным распределением, показанным на рисунке 2.
|