Файл: Казаков В.А. Введение в теорию марковских процессов и некоторые радиотехнические задачи.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 28.06.2024

Просмотров: 223

Скачиваний: 3

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Таким

образом,

• из (3.51) окончательно получаем

в т о р о е

уравнение

Колмогорова

'

1

д* [K2{x,t)w(x,t)}.

(3.55)

 

2

дх*

 

Уравнение (3.55) включает в себя частным случаем полученное при анализе броуновского движения урав­

нение (3.22).

 

 

 

При 'ô-образных начальных

условиях (3.23)

с учетом

(3.24) из (3.55) имеем второе

уравнение Колмогорова

для плотности вероятности

перехода

 

а р ( * ' 2 * " М = -

[К] (X, t)v(x,t\x0,t0)]

+

+-T-&[^(x.t)v(x,t\xt,t0)].

 

(3.56)

Уравнение (3.55) до вывода

его А. Н. Колмогоровым

встречалось в работах ряда физиков, поэтому в литера­ туре можно встретить для него разные названия: урав­ нение Фоккёра — Планка; уравнение Фоккера— План­ ка — Колмогорова; уравнение Эйнштейна — Фоккера — Колмогорова.

Уравнения (3.35), (3.55), і(3.56), как и (3.14), (3.22),

являются уравнениями в частных производных парабо­

лического типа и носят название диффузионных. По этой

причине непрерывные марковские процессы часто назы­

ваются д и ф ф у з и о н н ы м и. Для

отыскания решений

указанных уравнений необходимо

задать начальные и

граничные

условия.

Для уравнения

(3.55) начальные

условия

задаются

в виде

начального распределения

®о(хо, h).

Для уравнений (3.35), (3.56)

начальные

усло­

вия носят непременно iô-образный характер.

 

Полученные в результате

решения

уравнений

(3.36),

(3.55), (3.56) функции должны удовлетворять условиям положительной определенности и условиям нормировки

v(x,t\x0,ta)>0;

jv(x,t\xa,t0)dx=l,

 

w{x,t)^0;

^w{x,t)dx~\.

(3.57)


Если процесс

x(t)

определен .на

всей числовой оси

( — о о < х < о о ) , то

граничные условия обычно

формули­

руются в виде

 

 

 

 

w (—со,

t) = w ( + оо, і)

= 0.

(3.58)

При этом, как отмечалось выше, решение соответст­ вующего уравнения называется фундаментальным.

Втех случаях, 'когда процесс х(і) развивается в огра­ ниченных пределах а<х<Ь, диффузионные уравнения следует рассматривать лишь внутри этой области.

Впрактических приложениях наибольшее распрост­ ранение получило в т о р о е уравнение Колмогорова, ко­

торое ниже будет называться у р а в н е н и е м Ф о к к е - р а — П л а н к а — К о л м о г о р о в а .

Прежде чем решать это уравнение, рассмотрим не­ сколько важных вспомогательных вопросов.

3.4.Белый шум и винеровский процесс

Белый шум и винеровский процесс являются моделя­

ми случайных процессов, весьма

распространенными

в статистической радиотехнике и

в теории автоматиче­

ского регулирования. Эти процессы будут часто исполь­

зоваться при дальнейшем изложении

материала.

 

 

Б е л ы м

ш у м о м

называется

нормальный

стацио­

нарный процесс

n(t),

имеющий

нулевое математическое

ожидание и ß-обраэную функцию корреляции

 

< f

t ( f ) > =

0 ;

knfr)==<n(f)n{t

+

*)> = ^-b(*),

(3.59)

где

JV0=const.

Винера — Хинчина,

связывающей спек­

 

По формуле

тральную

плотность

процесса

S (а)

с корреляционной •

функцией k(x),

имеем

 

 

 

 

 

 

 

оо

 

 

оо

 

 

 

 

S n ( œ ) = | Х М е / ш Ѵ , = ^ j S ( , ) e - / œ V x = % ( 3 . 6 0 )

 

 

—ОО

 

— 0 0

 

 

 

Следовательно,

величина N0/2,

входящая сомножителем

в

выражение для корреляционной функции (3.59), являет­

ся

п о с т о я н н о й

спектральной плотностью белого

шума.

 

 

 

Дисперсия (средняя колебательная мощность) белого

шума

равна

бесконечности, что вынуждает рассматри­

вать

белый

шум как

математическую идеализацию. Тем

84


не менее белым шумом можно аппроксимировать реаль­ ные 'случайные процессы. Это возможно в том случае,

когда время корреляции хи реального

случайного

про­

цесса

много меньше постоянной

времени хс

систе­

мы, на которую воздействует процесс

При этом за-

величину спектральной плотности No/2 «эквивалентного» белого шума целесообразно брать значение спектраль­

ной плотности процесса g (О н

а нулевой

частоте (10]:

 

 

 

оо

 

 

 

_ ^ . = 5 6

( ( о = 0 ) =

j é t ( T ) d x =

2 ^ ,

(3.61)

 

 

—ОО

 

 

 

 

оо

 

 

 

где oj =

Й6 (0), ъ =• J g j ^ (*) dz.

 

 

 

 

6 о

 

 

 

Рассмотрим, следуя (10], случайный процесс £(^)> п 0 ~

ведение

которого

описывается

уравнением *>

 

 

 

С ( 9 = л ( 9 .

 

(3.62)

где точка сверху означает производную по времени. •Обозначив через tt0 и Т начальный и конечный момен­

ты наблюдения, запишем решение уравнения (3.62):

Z(to+-T)

= t(t0) +

'^n(t)dt.

(3.63)

 

 

 

 

 

и

 

 

 

Перенося в левую часть начальное значение t,{to), по­

лучаем, что приращение процесса Z,(t)

за время Г. равно

 

 

 

 

 

t -f-T

 

^ ДС (Г) =

С (*„ + 7) -

Ç ( 0 =

f

/г (9 Ä .

(3.64)

 

 

 

 

 

 

К

 

 

Поскольку

белый шум имеет

нормальную

плотность

распределения,

а

операция

интегрирования — линейная

операция, то из

(3.64)

следует,

что приращение Д£(Г)

также подчиняется н о р м а л ь н о м у

закону.

 

Стационарность 'белого шума

n\t)

определяет неза­

висимость приращения ДС(Т') от начального

значения і0.

Следовательно, величины Д£(Г) обладают

свойством

с т а ц и о н а р н о с т и .

 

Выберем момент времени U так, что

 

|*І - ^О |>7 \

(3.65)

*) Более корректно вводить іпонятие белого шума как производ­ ную по времени от винеровекого процесса. '

85


и рассмотрим приращения А£,(й0+Т)

и Д£'(£і + Г ) . В свя­

зи с тем, что белый шуім имеет дельтообразную

функ­

цию 'корреляции, то отрезки реализации

процесса

n(t)

на

интервалах

(to,

to + T),

 

(tit

t\ + T) независимы. Поэто­

му

и приращения

At,(t0+T),

 

At,(ti + T) при соблюдении

(3.65)

также

будут

 

н е з а в и с и м ы .

Независимость

при­

ращений

на

неперекрывающихся

 

интервалах

времени

определяет

м а р к о в о с т ь

процесса

AÇ(t').

 

 

 

 

Вычислим моменты нормального распределения для

процесса

ДС(Г). Так

как

<я(£)>> =

0, то

<Д £ (7 Х> — 0 .

Для

дисперсии

ОдС

имеем

 

 

 

 

 

 

 

 

 

 

2

;

=

<[AC (r)] s > =

<

j

n(t')dt'X

 

 

 

 

to+T

 

 

 

 

 

to + T to+T

 

to

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

j

n[t")dt">=

 

j

 

 

j"

 

<n(t')n(t")>dt'dt"==

 

 

to

 

 

 

 

 

t0

 

t0

 

 

 

 

 

 

 

 

 

 

 

 

to+T t0

+ T

 

 

 

 

 

 

 

 

 

 

 

=

 

(

 

f 8 С - t " ) d t ' d t "

= ^-T.

 

(3.66)

 

Таким

образом,

 

процесс Д£(0

имеет плотность

рас­

пределения

вида

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ш(ДС, Т) =

, 1

е х р і - ^ У - і -

 

 

 

Примем

для

простоты

to

=

0, T)(t0) = 0,

T — t.

Тогда

 

 

 

 

 

 

 

 

 

 

t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

t.{t) =

^n{t')df

 

 

-

 

(3.67)

и

 

 

 

 

 

 

 

 

 

о

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

» < u

> = w H - ^ [

 

 

( 3 ' 6 8 )

 

Мы получили, что дисперсия

нормального

процесса

Z,(t) растет пропорционально времени наблюдения t. Но точно такими свойствами обладает процесс броуновского

движения, рассмотренный в § 3.2,

при Кі = 0. Вследствие

этого можно утверждать,

что

уравнение

Фоккера —

Планка — Колмогорова для

процесса £(г)

имеет вид

—m—="4—w~-

 

l , d - ö 9 )


Нормальный марковский процесс со стационар­ ными и независимыми приращениями в литературе на­ зывается в и н е р о в с к и м процессом.

В заключение подчеркнем, что белый шум не явля­ ется марковским процессом, однако основное его свой­ ство— независимость значений при любых сколь угодно малых промежутках между сечениями—не противоре­

чит признаку

марковости.

Действительно,

для марков­

ского процесса

двумерная

плотность

вероятности равна

w2(xi,

tu x%, t2)=w(xu

ti)v(x2,

t2\xu

ti),

для белого шума эта же плотность вероятности выра­ жается соотношением *)

w2{Xi, и, х2, h)=w(xi,

ti)wi(x2, <t2).

(3.70)

Такиім образом, у белого шума в качестве плотности вероятности перехода выступает одномерное распределе­ ние в последующий («.будущий») момент времени.

3.5.Воздействие белого шума на интегрирующую

цепочку

Обратимся к частной задаче (10], состоящей в нахож­ дении основных характеристик выходного напряжения x(t), когда на вход интегрирующей RC цепочки воздей­ ствует белый шум n(\t) .(рис. 3.5).

-TZZb

 

 

 

 

 

R

 

 

 

 

 

 

nit)

 

 

 

xft)

Рис.

3.5.

Поскольку ток

і (t)

через

емкость

С

определяется

выражением i(t)=C

dx^P

. то

уравнение,

описывающее

выходной процесс,

имеет

вид

dx.

 

 

 

n(t)

=

R C

 

 

 

^ + x..

 

 

или

 

 

 

 

 

 

х-\-ах

=

ап

(t),

l/RC.

 

(3.71)

*> Отметим, ічто соотношение і{3.70) носит символический харак­ тер, так как для 'белого шума выписать явно закон распределения вероятностей .нельзя по той причине, что его дисперсия равна бес­ конечности.

87