Файл: Григоркина Р.Г. Прикладные методы корреляционного и спектрального анализа крупномасштабных океанологических процессов.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 29.06.2024

Просмотров: 221

Скачиваний: 1

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

развитие теории ветрового волнения (Филлипс, 1969). Нет сом ­ нения в том, что для построения моделей крупномасштабной из ­ менчивости процессов в океане з а д а н и е внешних сил в виде систем случайных функций в ряде случаев необходимо.

Исчерпывающей характеристикой системы случайных функ­ ций являются многомерные законы распределения. Однако прак ­ тическое приложение многомерных законов распределения д о ­ вольно сложна я и не всегда реализуемая задача, поэтому дл я системы случайных функций, т а к ж е к а к и дл я одной функции,, обычно ограничиваются только вычислением первых двух мо­

ментов ординат

функций

(корреляционная

теория

 

функций) .

В р а м к а х этой теории вводится функция двух переменных,

опре­

деляемая

к а к

 

т

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

^ „ ( T ) =

l i m - ^ r J

x(t)y(i+x)dt,

 

 

 

 

 

(1.1).

где x(t),

y{t-\-x)

— реализации стационарных

и

стационарно,

связанных процессов с нулевым математическим

ожиданием,

x=t%—ti.

Функция

Rxy(f), н а з ы в а е м а я

взаимной

корреляционной

функцией,

характеризует

степень

коррелированное™

(взаимо­

связанное™) ординаты реализации

x(t),

взятой

в момент

време­

ни ti, и ординаты

реализации y(t),

взятой

в

момент

времени t-z,.

т. е. является мерой статистической

связи

процессов

x(t)

и

y{t).

В общем случае функция взаимной корреляции

несиммет­

рична

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Rxti(T)¥=R*v(-T),

 

 

 

 

 

 

 

(1-2)

поэтому вычисление Rxy(x) осуществляется как дл я положитель ­ ных, так и дл я отрицательных значений аргумента. Н о объем вычислений может быть сокращен на основе следующего свойст­ ва RXy(r):

Я * у ( т ) = Д у х ( - т ) , |

п

9 а )

RyX(x)=Rxv(-x). 1

Функция RXy{t) характеризует дении x(t) относительно y(t)s по отношению к у(t). С учетом

нечного предела интегрирования

степень зависимости при у п р е ж ­

Ryx(x)

— при запаздывании

x(t)

(1.2а)

выражение (1.1)

дл я

к о ­

запишется следующим

о б р а з о м :

R l u (T) =

7^ - J

x(t)y(t+x)dt,

(1.3)

52


Д л я

вычисления взаимной

корреляционной

функции из

случай­

ных

последовательностей

формулу

i(1.3)

можно переписать в.

следующем

виде:

 

 

 

 

 

 

 

 

 

Д * » ( / Д 0 ~

- Т Г Г Г 2

x(jAt)y[(j+l)At],

 

 

 

 

 

 

N-I

 

 

 

 

(1.4>

 

 

 

 

 

 

 

 

 

 

 

Ryx ( Ш ) ~

-j^-;-

2 У UAt) x [ (/+

/) At],

 

 

 

 

 

 

i=0

 

 

 

 

 

где jAt = t, / - M = H - t

(другие обозначения

в

формулах

(1.4)

см.

в § 2, гл. I ) .

 

 

 

 

 

 

 

Функция

взаимной

корреляции

более

информативна,

чем

функция автокорреляции в том смысле, что, помимо оценки ста­

тистической связи x(t) и y{t),

она

дает

возможность

получить

т а к ж е разность фаз процессов

x(t)

и y(t).

'Временной

сдвиг т/,

соответствующий максимуму функции взаимной корреляции,

определяет

среднюю разность фаз анализируемых

процессов..

Этот сдвиг

иногда называют оптимальным сдвигом.

Симметрия

функции взаимной корреляции относительно нулевого сдвига (максимум функции на нулевом сдвиге) означает, что процессы протекают синфазно. Асимметрия взаимнокорреляционной функ­ ции (максимум на сдвиге, не равном нулю) свидетельствует о> том, что процессы протекают с некоторой разностью фаз, соот­

ветствующей

т;.

 

 

 

 

 

Поскольку

Rxy{x) ^yRx{0)R,j{0)

, можно

произвести

норми ­

рование функции взаимной корреляции . Тогда получим

безраз ­

мерную характеристику связи двух

процессов

 

 

 

(т) =

Rxy(x)

 

 

 

 

 

 

 

 

 

 

УЯ*(0„(0)

 

 

 

 

 

 

 

 

( 1 . 5 )

 

 

 

yR*(0)Rv{0)

 

 

Функции гху(%)

и гух(х)

при фиксированных

временных

сдвигах

межд у процессами есть

коэффициенты линейной (парной) кор­

реляции. Rxy(0)

называют взаимной дисперсией, а числитель

(1.5) — ковариацией процессов x(t),

y(t).

 

 

П о абсолютной величине нормированной функции взаимной корреляции судят о степени взаимосвязи процессов, а по ее зна­ ку — об их прямой (ковариантность) или обратной (контравариаитность) зависимости. Если два различных процесса проте­ кают в известной степени однородно (ковариантность), то неза­ висимо от того, обусловлена ли эта однородность взаимным вли-

53


•янием причины или следствия или зависимостью обоих процес­

сов от некоторого третьего в любом случае будут иметь

место

одинаково направленные отклонения от средней величины

(ма­

тематического о ж и д а н и я ) . В этом случае

коэффициент корреля ­

ции будет положительным .

 

 

 

Если два процесса влияют друг на друга

во взаимно обрат­

ных направлениях (контравариантность)

или

зависят от

неко­

торого третьего параметра так, что при возрастании одного из процессов будет иметь место уменьшение другого, и наоборот, коэффициент корреляции будет отрицательным.

К в а д р а т коэффициента корреляции является мерой отноше­

ния дисперсии

y(t),

обусловленной линейной

связью

у (t) с

x(t),

к общей дисперсии y(t). П о этой

причине в качестве

показателя

•степени линейной взаимосвязи процессов в фиксированный

мо­

мент времени

часто

используют

величину г2ху(т),

называемую

коэффициентом

детерминизации

(Эзекиел,

Фокс, 1966), введе­

ние которой целесообразно при решении прогностических во­

просов.

 

 

 

 

 

 

 

 

Одной

из з а д а ч взаимнокорреляционного а н а л и з а

является

оценка точности вычисления Rxy(x).

Такую оценку в силу

труд­

ности подходящей аппроксимации Rxy{x)

аналитическими

выра­

ж е н и я м и

приходится

вести

численными

методами.

 

 

Дисперсия функции взаимной корреляции представляет собой

 

 

 

o\(x)=M[Rlj(x)-Rlv(x)],

 

 

 

(1.6)

т д е R2*y{x)

— о ц е н к а ,

Rxy(x)

— и с т и н н о е

значение функции

взаи­

мной

корреляции,

 

 

 

 

 

 

 

 

 

 

 

Т п —х

 

 

 

 

 

M[R\,M)]

=

~rr

г " I (Tn-x-x^Rzix^dn.

 

(1.7)

 

 

Rz(xl)=M[x.(il)y(ti)x(t3)y(tl)],

 

 

 

(1.8)

 

 

=

t2=t+x;

t3=t+xi\

 

/ t = / + T - R r i .

 

(1.9)

В ы р а ж е н и е (1.6)

при

т > 0

с учетом

(1.7), (1.9) можно

преобра­

з о в а т ь

к

виду

 

 

 

 

 

 

 

X [Rx(xi)Rv(n)

 

+RXV(т+т,)

Rxv(t-ti)

]dxu

(1.10)

•При вычислении

Rxv(x)

из дискретных

последовательностей

д л я определения a2R

(т) используют

следующую формулу:

 

54


Л ' - /

 

X {Я* UiAt)Rv (цД/)

 

(fi+l)

At]RyX

[ ( ц - / ) A / i } ,

(1.11 >

где ц.Д?=т.

 

 

 

 

 

 

 

 

 

 

Если

построить

график

зависимости

NAt от ajj (т), то можно вы ­

брать такие значения At

и N, которые при фиксированной длитель­

ности

экспериментальной

записи Ти

удовлетворяют

условию

 

 

 

е . , Л ^ ) < | е л | ,

 

 

(1-12)

где е д

— допустимая точность

вычисления

Rxy(lAt),

exy(lAt)

нормированная

величина

уклонения

взаимной

корреляционной

функции от истинного

значения, определяемая

по

формуле

 

 

 

^

-

^

т

ж

-

 

 

 

< и з >

Выбор подходящих значений длительности экспериментальной записи Тт шага дискретности At, числа дискретных значений ор­ динат /, вычисляемых на интервале [0, т К о р] и удовлетворяющих условию '(1.12), а т а к ж е оценка интервала корреляции т К О р могут производиться только после вычисления корреляционных функ­ ций. Д л я 'их вычисления нужно иметь выбранными Тнор, т т , At и N. Рекомендации дл я предварительного выбора этих величин приведены в § 2 гл. 1.

В ряде практических з а д а ч достаточной

оказывается упро­

щенная оценка дисперсии Rxy(x)—оценка

сверху, производи­

мая на основе свойств функции автокорреляции и взаимной кор­

реляции.

П р и такой

оценке

(Лившиц, Пугачев,

1963) вводятся

времена

Тх, Т,„

Тху,

которые

 

определяются

следующими

у с л о ­

виями:

 

 

 

 

 

 

 

 

 

 

 

 

гхХ(х)

;0

при

\х\>Тх,

]

 

 

 

 

 

 

• Q

при

\х\>Ту,

|

(1.14*

 

 

 

 

;0

при

| т | ху.

J

 

 

 

 

 

 

Вводится

т а к ж е

время

Ту,

равное наименьшей

из величин

Тх и

Ту. Таким образом, если ТХУ,

то

 

 

 

Если Г у < 7 \ . то

 

T0xv

=

Tx.

 

(1.15)

 

Т0ху

=

Ту. •

 

(1.16)

 

 

 

 

 

В ряде работ (Лившиц, Пугачев, 1963; |Гельфаидбейи, 1967 и др . ) показано, что для получения приемлемой точности вычисления оценок взаимной корреляционной функции во всем д и а п а з о н е

55


з о з м о ж н ы х значений т, дл я

которых

она

определяется,

д о л ж н ы

.соблюдаться

следующие неравенства:

 

 

 

Н а основе свойств функций

автокорреляции и взаимной

корре­

ляции

можно

записать, что

 

 

 

 

 

 

| t f » c ( T i ) K A c * ,

 

I

 

 

 

\Rxy(r+xO\<yDxxD

 

 

(1.18)

 

 

VV '

 

 

 

 

 

 

 

 

\RXV(x-tOl^

УDxxDvy,

I

 

 

 

 

 

 

)

 

.где Dxx

и Dyy

— дисперсии случайных

функций x(t) и у (t). Эти

неравенства используются дл я получения искомой оценки зна­

чения a2R (т) сверху.

 

 

 

RXx{fd>

Если

в

выражении (1.10)

заменить

в правой

части

•Ryyi^i),

Rxy ( т + t i ) , Rxy(x—Ti)

их абсолютными

значениями и

выполнить

ря д преобразований, то с учетом (1.17,

1.18)

получим

 

 

а% (х) <DXXУ

Т**+Т">-*

,

 

( ! . 19)

 

<Х у 2

~» ,

 

Jxxuyy

* п

где

Л = I /

Тохи+Тхи t

 

7

1 - *

.(1.20)

(1.21)

(Ухх, ovv — среднеквадрэтические отклонения случайных функций x(t) и y(t). В частном случае, при т = 0 , получим выражение для

оценки

сверху

нормированного

среднеквадрэтического

отклоне­

ния взаимной

дисперсии

 

 

 

 

ств(О) ^ у

2 т0хуху

( 1 2 2 )

К а к

показывает (1.22), д л я

получения приемлемой

точности

определения взаимной дисперсии достаточно, чтобы отношение оыло мало . Если это условие выполняется, то в соот-

ветствии с (1.14), дл я

аргументов

т, при которых Rxy{t)

имеет

существенное значение,

отношение

— ^ — т а к ж е будет

малым п

56