uvod - Laboratorij za obdelavo signalov in daljinska vodenja
uvod - Laboratorij za obdelavo signalov in daljinska vodenja
uvod - Laboratorij za obdelavo signalov in daljinska vodenja
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
156 6. Naključni signali <strong>in</strong> statistične metode<br />
korelacijsko funkcijo pa pomično neodvisno, torej odvisno le od razlike τ =<br />
t 2 −t 1 :<br />
E [X t1 X t2 ] = ρ xx (τ) . (6.119)<br />
imenujemo stacionarne v širšem pomenu.<br />
Iz (6.113) <strong>in</strong> (6.119) sledi, da je pri stacionarnih naključnih procesih v<br />
širšem pomenu tudi kovarianca neodvisna od časa <strong>in</strong> odvisna le od <strong>in</strong>tervala<br />
τ:<br />
C xx (τ) = ρ xx (τ) − µ 2 x . (6.120)<br />
Dva naključna procesa, na primer X(t) <strong>in</strong> Y (t) sta pove<strong>za</strong>na stacionarno v<br />
širšem smislu, če sta vsak <strong>za</strong>se stacionarna v širšem smislu <strong>in</strong> je njuna križna<br />
korelacija odvisna le od pomika med signaloma:<br />
ρ xy (t,t + τ) = E [X(t)Y (t + τ)] = ρ xy (τ) . (6.121)<br />
Enako velja <strong>za</strong> križno kovarianco:<br />
C xy (τ) = ρ xx (τ) − µ 2 x . (6.122)<br />
Stacionarni sistemi v širšem smislu imajo manj stroge pogoje kot striktno<br />
stacionarni sistemi. Vsi striktno stacionarni sistemi so tudi stacionarni v<br />
širšem pomenu. Seveda obratno ne velja.<br />
Ergodičnost<br />
Da lahko izračunamo srednjo vrednost <strong>in</strong> avtokorelacijo s povprečenjem populacije,<br />
moramo poznati povprečje vseh vzorcev stohastičnega procesa <strong>in</strong><br />
moramo poznati prvi <strong>in</strong> drugi moment. Tako poznavanje stohastičnega procesa<br />
nam v splošnem ni na voljo. Izjemoma so nam znane, če ima opazovani<br />
naključni proces posebno lastnost, da je povprečje populacije enako časovnemu<br />
povprečju procesa. To lastnost imenujemo ergodičnost. Ergodičnim<br />
stohastičnim procesom lahko določimo statistične lastnosti že s časovnim<br />
povprečenjem ene same populacije, ki nastopi v nekem končnem časovnem<br />
<strong>in</strong>tervalu.<br />
Da je naključni proces ergodičen, mora biti stacionaren v striktnem pomenu.<br />
Obratno vedno ne velja, saj striktno stacionarni procesi niso nujno<br />
tudi ergodični procesi.<br />
DEFINICIJA 6.6.2 (ergodični proces)<br />
Stacionaren proces je ergodičen proces v striktnem pomenu takrat, ko naključna spremenljivka<br />
v opazovanem <strong>in</strong>tervalu <strong>za</strong>v<strong>za</strong>me vse svoje možne vrednosti. V tem primeru<br />
šarko ƒu£ej: Teorija <strong>signalov</strong> revizija 20040315