uvod - Laboratorij za obdelavo signalov in daljinska vodenja
uvod - Laboratorij za obdelavo signalov in daljinska vodenja
uvod - Laboratorij za obdelavo signalov in daljinska vodenja
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
6.6 Naključni signali <strong>in</strong> šumi 153<br />
t i . Če X(t) vzorčimo, na primer <strong>za</strong>jamemo N otipkov,<br />
X T = (X(t 1 ),X(t 2 ),...,X(t N ))<br />
= (X t1 ,X t2 ,...,X tN ) ,<br />
je pove<strong>za</strong>na porazdelitev odvisna od t 1 ,t 2 ,...,t N . Primerni opisi so lahko teoretično<br />
podani z opisom pove<strong>za</strong>ne porazdelitve gostote X <strong>za</strong> vse N <strong>in</strong> vse<br />
t i . Takšen ekstremno posplošen opis ni lahko analizirati, <strong>za</strong>to običajno napravimo<br />
razne poenostavitve. Na srečo je mnogo primerov, kjer lahko to<br />
upravičeno naredimo.<br />
Naključne procese lahko delimo na več nač<strong>in</strong>ov. Med njimi je zelo uporabna<br />
naslednja delitev:<br />
1. Procesi, kjer je <strong>za</strong>konitost pove<strong>za</strong>ne porazdelitve gostote direktno podana.<br />
Primer takih procesov so Gaussovi procesi.<br />
2. Procesi, ki rojevajo determ<strong>in</strong>istične signale z naključno se sprem<strong>in</strong>jajočimi<br />
parametri. Primer takih procesov so harmonična valovanja, katerim<br />
z modulacijo naključno sprem<strong>in</strong>jamo parametre kot so amplituda,<br />
frekvenca ali fa<strong>za</strong>.<br />
3. Procesi, ki izpolnjujejo določene vrste stacionarnosti.<br />
Slednje je najpogostejša predpostavka pri obravnavi naključnih procesov.<br />
Zato jo po pregledu verjetnosti <strong>in</strong> statističnih povprečij naključnih <strong>signalov</strong><br />
podrobneje opisujemo.<br />
Verjetnost<br />
Obravnavamo naključni proces X(t). Pri kateremkoli času, na primer pri t 1 ,<br />
je X(t 1 ) = X 1 naključna spremenljivka s funkcijo porazdelitve verjetnosti:<br />
F X (x t1 ) = P{X(t 1 ) x 1 } , (6.105)<br />
kjer je x 1 poljubno realno število. To porazdelitev imenujemo porazdelitev<br />
X(t) prvega reda. Pripadajoča porazdelitev gostote verjetnosti dobimo z odvodom<br />
porazdelitve prvega reda:<br />
f X (x t1 ) = ∂F X(x t1 )<br />
∂x 1<br />
. (6.106)<br />
Podobno, v trenutkih t 1 <strong>in</strong> t 2 , X(t 1 ) = X 1 <strong>in</strong> X(t 2 ) = X 2 predstavljata dve naključni<br />
spremenljivki. Njuno pove<strong>za</strong>no porazdelitev imenujemo porazdelitev<br />
drugega reda:<br />
F X (x t1 ,x t2 ) = P{X(t 1 ) x 1 ,X(t 2 ) x 2 } , (6.107)<br />
datoteka: signal_A