2.6. Корреляционно-спектральный анализ детерминированных сигналов. Радиотехнические цепи и сигналы. Часть I

2.6. Корреляционно-спектральный анализ детерминированных сигналов

Во многих радиотехнических задачах часто возникает необходимость сравнения сигнала и его копии, сдвинутой на некоторое время . В частности такая ситуация имеет место в радиолокации, где отраженный от цели импульс поступает на вход приемника с задержкой во времени. Сравнение этих сигналов между собой, т.е. установление их взаимосвязи, при обработке позволяет определять параметры движения цели.

Для количественной оценки взаимосвязи сигнала и его сдвинутой во времени копии вводится характеристика

, (2.57)

Которая называется автокорреляционной функцией (АКФ).

Для пояснения физического смысла АКФ приведем пример, где в качестве сигнала выступает прямоугольный импульс длительностью и амплитудой . На рис. 2.9 изображены импульс, его копия, сдвинутая на интервал времени и произведение . Очевидно, интегрирование произведения дает значение площади импульса, являющегося произведением . Это значение при фиксированном можно изобразить точкой в координатах . При изменении мы получим график автокорреляционной функции.

Найдем аналитическое выражение . Так как

то подставляя это выражение в (2.57), получим

. (2.58)

Если осуществлять сдвижку сигнала влево, то аналогичными вычислениями нетрудно показать, что

. (2.59)

Тогда объединяя (2.58) и (2.59), получим

. (2.60)

Из рассмотренного примера можно сделать следующие важные выводы, распространяющиеся на сигналы произвольной формы:

1. Автокорреляционная функция непериодического сигнала с ростом убывает (необязательно монотонно для других видов сигналов). Очевидно, при АКФ также стремиться к нулю.

2. Своего максимального значения АКФ достигает при . При этом, равна энергии сигнала. Таким образом, АКФ является энергетической характеристикой сигнала. Как и следовало ожидать при сигнал и его копия полностью коррелированны (взаимосвязаны).

3. Из сравнения (2.58) и (2.59) следует, что АКФ является четной функцией аргумента , т.е.

Важной характеристикой сигнала является интервал корреляции . Под интервалом корреляции понимают интервал времени , при сдвижке на который сигнал и его копия становятся некоррелированными.

Математически интервал корреляции определяется следующим выражением

или поскольку – четная функция

. (2.61)

На рис. 2.10 изображена АКФ сигнала произвольной формы. Если построить прямоугольник, по площади равный площади под кривой при положительных значениях (правая ветвь кривой), одна сторона которого равна , то вторая сторона будет соответствовать .

Найдем интервал корреляции для прямоугольного импульса. Подставляя (2.58) в (2.60) после несложных преобразований, получим:

что и следует из рис. 2.9.

По аналогии с автокорреляционной функцией степень взаимосвязи двух сигналов и оценивается взаимной корреляционной функцией (ВКФ)

. (2.62)

Найдем взаимную корреляционную функцию двух сигналов: прямоугольного импульса с амплитудой и длительностью

и треугольного импульса той же амплитуды и длительности

Воспользовавшись (2.61) и вычисляя интегралы отдельно для и , получим:

Графические построения, иллюстрирующие вычисления ВКФ, приведены на рис. 2.11

Здесь пунктирными линиями показано исходное (при ) положение треугольного импульса.

При выражение (2.61) преобразуется в (2.57). Отсюда следует, что АКФ является частным случаем ВКФ при полностью совпадающих сигналах.

Отметим основные свойства ВКФ.

1. Так же, как и автокорреляционная функция, ВКФ является убывающей функцией аргумента . При ВКФ стремиться к нулю.

2. Значения взаимной корреляционной функции при произвольных представляют собой значения взаимной энергии (энергии взаимодействия) сигналов и .

3. При взаимная корреляционная функция (в отличие от автокорреляционной) не всегда достигает максимума.

4. Если сигналы и описываются четными функциями времени, то ВКФ тоже четна. Если же хотя бы один из сигналов описывается нечетной функцией, то ВКФ так же нечетна. Первое утверждение легко доказать, если вычислить ВКФ двух прямоугольных импульсов противоположной полярности

Взаимная корреляционная функция таких сигналов

, (2.63)

является четной функцией аргумента .

Что же касается второго утверждения рассмотренный пример вычисления ВКФ прямоугольного и треугольного импульсов доказывает его.

В некоторых прикладных задачах радиотехники используют нормированную АКФ

, (2.64)

и нормированную ВКФ

, (2.65)

где и – собственные энергии сигналов и . При значение нормированной ВКФ называют коэффициентом взаимной корреляции . Если , то коэффициент взаимной корреляции

Очевидно, значения лежат в пределах от -1 до +1. Если сравнить (2.65) с (1.32), то можно убедиться, что коэффициент взаимной корреляции соответствует значению косинуса угла между векторами и при геометрическом представлении сигналов.

Рассчитаем коэффициент взаимной корреляции для рассмотренных выше примеров. Так как энергия сигнала прямоугольного импульса составляет

а треугольного импульса

то коэффициент взаимной корреляции в соответствии с (2.62) и (2.65) будет равен . Что же касается второго примера, то для двух прямоугольных импульсов одинаковой амплитуды и длительности, но противоположной полярности, .

Экспериментально АКФ и ВКФ могут быть получены с помощью устройства, структурная схема которого изображена на рис. 2.12

При снятии АКФ на один из входов перемножителя поступает сигнал , а на второй – этот же сигнал, но задержанный на время . Сигнал, пропорциональный произведению , подвергается операции интегрирования. На выходе интегратора формируется напряжение, пропорциональное значению АКФ при фиксированном . Изменяя время задержки, можно построить АКФ сигнала.

Для экспериментального построения ВКФ сигнал подается на один из входов перемножителя, а сигнал – на устройство задержки (входящие цепи показаны пунктиром). В остальном, устройство работает аналогичным образом. Отметим, что описанное устройство называется коррелятором и широко используется в различных радиотехнических системах для приема и обработки сигналов.

До сих пор мы проводили корреляционный анализ непериодических сигналов, обладающих конечной энергией. Вместе с тем, необходимость подобного анализа часто возникает и для периодических сигналов, которые теоретически обладают бесконечной энергией, но конечной средней мощностью. В этом случае АКФ и ВКФ вычисляются усреднением по периоду и имеют смысл средней мощности (собственной или взаимной соответственно). Таким образом, АКФ периодического сигнала:

, (2.66)

а взаимная корреляционная функция двух периодических сигналов с кратными периодами:

, (2.67)

где – наибольшее значение периода.

Найдем автокорреляционную функцию гармонического сигнала

где – круговая частота, – начальная фаза.

Подставляя это выражение в (2.66) и вычисляя интеграл с использованием известного тригонометрического соотношения:

Из рассмотренного примера можно сделать следующие выводы, справедливые для любого периодического сигнала.

1. АКФ периодического сигнала является периодической функцией с тем же периодом.

2. АКФ периодического сигнала является четной функцией аргумента .

3. При значение представляет собой среднюю мощность, которая выделяется на сопротивлении в 1 Ом и имеет размеренность .

4. АКФ периодического сигнала не содержит информации о начальной фазе сигнала.

Следует также отметить, что интервал корреляции периодического сигнала .

А теперь вычислим взаимную корреляционную функцию двух гармонических сигналов одинаковой частоты, но отличающихся амплитудами и начальными фазами

и .

5 Спектральный анализ периодических сигналов. Условия Дирихле. Ряд Фурье.

6 Спектральный анализ непериодических сигналов. Преобразование Фурье. Равенство Парсеваля.

7 Представление непрерывных сигналов выборками. Теорема Котельникова. Влияние частоты дискретизации на возможность восстановления сигнала с помощью фильтра.

8 Процесс интерполяции непрерывного сообщения. Простейшие виды интерполяции алгебраическими полиномами.

9 Корреляционный анализ. Корреляционная функция, ее свойства. Вычисление корреляционной функции одиночного импульса и периодического сигнала

10 Взаимная корреляционная функция, ее свойства. Вычисление взаимной корреляционной функции сигналов

11 Случайные процессы. Реализация случайного процесса. Законы распределения случайных процессов

13 Помехоустойчивое кодирование. Повышение верности в одностороннем и двустороннем каналах передачи

14 Блочные систематические коды, свойства и способы представления

15 Коды Хэмминга, свойства. Структурная схема кодера и декодера, принцип работы

16 Общие свойства и способы представления циклических кодов.

18 Аналоговые виды модуляции. Амплитудная модуляция. Амплитудно-модулированное колебание, временная и спектральная характеристики

19 Аналоговые виды модуляции. Амплитудный модулятор.

20 Аналоговые виды модуляции. Демодулятор ам-сигналов.

21. Аналоговые виды модуляции. Балансная модуляция. Балансно-модулированное колебание, временная и спектральная характеристики. Модулятор и демодулятор бмк.

22 Аналоговые виды модуляции. Однополосная модуляция. Методы формирования одной боковой полосы частот ам-колебания.

24 Спектры фазо-модулированных и частотно-модулированных колебаний.

25 Аналого-импульсные виды модуляции. Амплитудно-импульсная модуляция: аим-1 и аим-2. Модуляторы и демодуляторы аим сигналов.

26 Широтно-импульсная модуляция: шим-1 и шим-2. Спектральное представление шим-сигнала. Модуляторы шим-сигналов.

27 Фазо-импульсная модуляция. Модуляторы фим-сигналов.

28 Частотно-импульсная модуляция. Детекторы чим-сигналов.

29 Цифровые виды модуляции. Импульсно-кодовая модуляция. Дискретизация, квантование и кодирование.

30 Дифференциальная икм. Структурная схема системы передачи с предсказанием. Структурная схема линейного предсказателя, принцип работы. Адаптивная дифференциальная икм.

31 Дельта-модуляция. Принцип формирования сигнала дельта-модуляции. Адаптивная дельта-модуляция.

32 Дискретные виды модуляции. Способы двухпозиционной (однократной) модуляции. Позиционность сигнала, кратность модуляции.

33 Однократная абсолютная фазовая манипуляция. Фазовый манипулятор.

34 Детектор фмн-сигналов.

35 Манипулятор однократной относительной фазовой манипуляции.

36 Демодулятор сигналов с однократной офмн.

38 Принципы построения многоканальных систем передачи. Теоретические предпосылки разделения каналов. Частотное разделение каналов.

39 Фазовое разделение каналов. Модулятор и демодулятор сигналов дофмн.

40 Временное разделение каналов. Структурная схема многоканальной системы передачи с временным разделением каналов.

41 Оптимальный прием сигналов. Задачи и критерии оптимального приема.

42 Структурная схема приемника при полностью известных сигналах, принцип работы.

9 Корреляционный анализ. Корреляционная функция, ее свойства. Вычисление корреляционной функции одиночного импульса и периодического сигнала

Наряду со спектральным анализом корреляционный анализ играет большую роль в теории сигналов. Его смысл состоит в измерении степени сходства (различия) сигналов. Для этого служит корреляционная ф-ция.

КФ представляет собой интеграл от произведения двух копий сигнала, сдвинутых друг отн. друга на время .

Чем больше значение КФ, тем сильнее сходство. КФ обладает следующими свойствами:

1. Значение КФ при
равно энергии сигнала (интегралу от его квадрата)

2. Является четной функцией

3. Значение КФ при

4. С ростом абс. значения КФ сигнала с конечной энергией затухает

5. Если сигнал является ф-цией напряжения от времени, то размерность его КФ [
]

В случае периодического сигнала (с периодом Т) КФ вычисляют, усредняя произведение сдвинутых копий в пределах одного периода:

Набор свойств такой КФ изменяется:

1. Значение КФ при
равно средней мощности сигнала

2. Свойство четности сохраняется.

3. Значение КФ при
является максимально возможным.

4. КФ является периодической ф-цией (с тем же периодом, что и сигнал)

5. Если сигнал не содержит дельта-функций, то его КФ непрерывна.

6. Если сигнал является зависимостью U(t), то размерность КФ [
]

КФ гармонического сигнала является гармонической ф-цией, которая не зависит от начальной фазы сигнала.

10 Взаимная корреляционная функция, ее свойства. Вычисление взаимной корреляционной функции сигналов

Взаимная корреляционная функция (ВКФ)- функция, показывающая степень сходства для сдвинутых во времени 2-ух различных сигналов.

Общий вид:

Для примера вычислим ВКФ 2-ух функций:

При

Объединяя результаты, можно записать:

Свойства ВКФ:

4) Если функции S 1 (t ) и S 2 (t ) не содержат дельта-функций, то их ВКФ не может иметь разрывов.

5) Если в качестве сигнала выступает функция U (t ) , то размерность ВКФ

11 Случайные процессы. Реализация случайного процесса. Законы распределения случайных процессов

Иногда на практике приходится иметь дело с явлениями, протекание которых во времени непредсказуемо и в каждый момент времени описывается случайной величиной. Такие явления называются случайными процессами. Случайным процессом называется функция ζ(t ) неслучайного аргумента t (как правило, времени), которая при каждом фиксированном значении аргумента является случайной величиной. Например, температура в течение суток, регистрируемая самописцем. Значения, принимаемые процессом ζ(t ) в определенные моменты времени называются состояниями , а множество всех состояний – фазовым пространством случайного процесса. В зависимости от количества возможных состояний случайного процесса его фазовое пространство может быть дискретным или непрерывным. Если случайный процесс может изменять свое состояние лишь в определенные моменты времени, то такой процесс называется случайным процессом с дискретным временем ; а если в произвольные, то – процессом с непрерывным временем .

Случайный процесс ζ(t ) называется стационарным , если распределение вероятностей его возможных состояний не изменяется во времени. Например, при ежесекундном подбрасывании игральной кости распределение вероятностей состояний соответствующего случайного процесса (рис.44, б ) не зависит (не изменяется) от времени (при этом все состояния ζ(t ) равновозможны). В противоположность этому, случайный процесс, характеризующий температуру окружающей среды, не является стационарным, т.к. для лета характерны более высокие температуры, чем для зимы.

Распределение вероятностей состояний стационарного случайного процесса называется стационарным распределением .

Существуют различные законы распределения среди них Равномерное, Гаусовское (нормальное)

Равномерное : пусть некторая случ величина х может принимать значения х 1 <=x<=x 2 тогда плотность вероятности

P(x)=система(0 при xх 2)

Функцию распределения найдем путем интегрирования

F(x)= система(0 при xx 2)

Гауссово (нормальное) распределение . В теории случайных сигналов фундаментальное значение имеет гауссова плотность вероятности

Литература: [Л.1], с 77-83

[Л.2], с 22-26

[Л.3], с 39-43

Во многих радиотехнических задачах часто возникает необходимость сравнения сигнала и его копии, сдвинутой на некоторое время

, (2.66)

а взаимная корреляционная функция двух периодических сигналов с кратными периодами:

, (2.67)

где – наибольшее значение периода.

Найдем автокорреляционную функцию гармонического сигнала

где – круговая частота, – начальная фаза.

Из рассмотренного примера можно сделать следующие выводы, справедливые для любого периодического сигнала.

1. АКФ периодического сигнала является периодической функцией с тем же периодом.

2. АКФ периодического сигнала является четной функцией аргумента .

4. АКФ периодического сигнала не содержит информации о начальной фазе сигнала.

Следует также отметить, что интервал корреляции периодического сигнала .

и .

Воспользовавшись (2.67) и проводя несложные вычисления, получим

где – разность начальных фаз сигналов и .

Таким образом, взаимная корреляционная функция двух рассматриваемых сигналов содержит информацию о разности начальных фаз. Это важное свойство широко используется при построении различных радиотехнических устройств, в частности, устройств синхронизации некоторых систем радиоавтоматики и других.

В заключение установим связь между АКФ непериодического сигнала и его энергетическим спектром, определение которого [см. (2.51)] было дано выше. Для этого воспользуемся (2.49) при . Тогда получим соотношение

где – функция, комплексно сопряженная с .

Положим теперь и . В соответствии с (2.45) преобразование Фурье имеет вид

С другой стороны

Подставляя эти выражения в (2.68), получим

Но в соответствие с (2.51) есть энергетический спектр. Тогда окончательно

. (2.69)

Применяя к прямое преобразование Фурье, приходим к соотношению

. (2.70)

Таким образом, АКФ и энергетический спектр сигнала связаны парой преобразований Фурье.

Так как и – вещественные и четные функции, выражения (2.69) и (2.70) можно записать соответственно в виде

, (2.71)

. (2.72)

Рассмотренный корреляционно-спектральный анализ позволяет дать еще одну трактовку эффективной ширины спектра. Если известен энергетический спектр, то эффективная ширина спектра определяется так:

. (2.73)

Иными словами представляет собой сторону прямоугольника по площади равного площади под кривой одностороннего спектра, вторая сторона которого равна (рис.2.13). Очевидно, произведение эффективной ширины энергетического спектра на величину интервала корреляции есть величина постоянная

Таким образом, и в этом случае мы сталкиваемся с проявлением принципа неопределенности: чем больше интервал корреляции, тем меньше ширина энергетического спектра, и наоборот.

Контрольные вопросы к главе 2

1. Что такое система базисных тригонометрических функций?

2. Как можно записать тригонометрический ряд Фурье?

3. Дайте определение амплитудного и фазового спектра периодического сигнала.

4. Какой характер носит спектр последовательности прямоугольных импульсов?

5. Чем отличается спектр одиночного импульса от спектра периодической последовательности импульсов?

6. Запишите прямое и обратное преобразование Фурье.

7. Как найти эффективную длительность и эффективную ширину спектра прямоугольного сигнала?

8. Что представляет собой спектр сигнала в виде дельта-функции?

9. Дайте определение автокорреляционной функции детерминированного сигнала.

10. Что такое взаимная корреляционная функция двух сигналов?

11. Как найти коэффициент взаимной корреляции?

12. Какими свойствами обладает автокорреляционная функция периодического сигнала?

Распределения Релея и Райса характеризуют замирания сигнала не в полной мере. В частности, они не дают представление о том, как протекает процесс замирания сигнала во времени. Допустим, что процесс рассматривается в два момента времени t и t +t, где t - задержка. Тогда статистическая связь замираний дается функцией корреляции, которая определяется следующим образом.

Предположим, что рассматриваемый процесс является стационарным. Это значит, что его статистические параметры, такие как среднее, дисперсия и взаимная корреляция, не зависят от времени t . Для узкополосного процесса (2.3.37) получаем функцию корреляции в виде

Введем функции корреляции квадратурных сигналов:

Теперь выражение (2.3.61) преобразуем к виду

Для дальнейшего преобразования (2.3.63) воспользуемся тригонометрическими соотношениями.

(2.3.64)

В результате получим, что

Поскольку процесс является стационарным, функция корреляции не должна зависеть от времени. Это требование может быть выполнено, если второе и четвертое слагаемые в (2.3.65) равны нулю, что, в свою очередь, возможно, если функции корреляции квадратурных сигналов удовлетворяют следующим соотношениям:

Таким образом, функция корреляции стационарного нормального узкополосного сигнала равна

Покажем, что функция корреляции является нечетной функцией t. Для этого учтем, что

Подставим (2.3.68) во вторую формулу в (2.3.66) и находим, что

. (2.3.69)

Таким образом, функция взаимной корреляции квадратурных сигналов является нечетной. Отсюда следует важный результат, что в совпадающий момент времени квадратурные сигналы не коррелированны, то есть .

Рассмотрим теперь корреляцию комплексной амплитуды

По определению функции корреляции можно записать, что

. (2.3.71)

Функция комплексная и обладает свойством симметрии, т.е.

. (2.3.72)

Подставим (2.3.70) в (2.3.71) и учтем (2.3.62). Тогда (2.3.71) принимает вид

Если учесть (2.3.66), то эта формула существенно упрощается:

Функция корреляции (2.3.67) узкополосного сигнала и функция корреляции (2.3.74) его комплексной амплитуды взаимосвязаны. Эта связь легко выявляется из сравнения (2.3.67) и (2.3.74). В результате будем иметь

Корреляционные свойства сигнала тесно связаны с его спектральными свойствами. В частности, спектральная плотность мощности находится с помощью преобразования Фурье от корреляционной функции и равна

. (2.3.76)

Покажем, что - действительная функция, в то время как корреляционная функция является комплексной. Для этого возьмем комплексное сопряжение от выражения (2.3.76) и учтем свойство симметрии (2.3.72) функции корреляции. В результате получим, что

Сравнивая (2.3.77) с (2.3.76) имеем, что . Это доказывает, что спектр комплексной амплитуды является действительной функцией.

Далее будет показано, что спектр комплексной амплитуды сигнала, описывающего замирания в многолучевом канале, является четной действительной функцией частоты, т.е. . Тогда функция корреляции становится действительной. Чтобы это доказать, запишем функцию корреляции в виде обратного преобразования Фурье от спектральной плотности мощности в виде

. (2.3.78)

Возьмем комплексное сопряжение выражения (2.3.78) и учтем четность функции . Получим, что

Сравнивая (2.3.79) с (2.3.78) имеем, что . Это доказывает, что функция корреляции комплексной амплитуды с действительным спектром в виде четной функции является действительной функцией.

Учитывая действительность функции корреляции, из (2.3.74) находим, что

. (2.3.80)

С помощью (2.3.75) получим функцию корреляции узкополосного сигнала в виде

Теперь поставим задачу, найти в явном виде спектр и функцию корреляции, которые описывают замирания сигнала в многолучевом канале. Снова рассмотрим два момента времени t и t +t. Если за время t передатчик, приемник и переотражатели не изменяют свое местоположение и сохраняют свои параметры, то суммарный сигнал в приемнике не изменяется. Чтобы происходили замирания сигнала, необходимо взаимное перемещение передатчика, приемника и (или) переотражателей. Только в этом случае наблюдается изменение амплитуд и фаз сигналов, суммирующихся на входе приемной антенны. Чем быстрее происходит это движение, тем с большей скоростью происходят замирания сигнала и, следовательно, более широким должен быть его спектр.

Будем считать, что приемник движется со скоростью v , а передатчик остается неподвижным. Если антенна передатчика излучает гармонический сигнал некоторой частоты f , то из-за эффекта Доплера приемник регистрирует сигнал другой частоты. Разница между этими частотами называется доплеровским смещением частоты. Чтобы найти величину смещения частоты, рассмотрим рис. 2.16, где изображены передатчик, приемник, волновой вектор k плоской волны и вектор v скорости приемника.

Рис. 2.16. К определению доплеровского смещения частоты

Уравнение равномерного движения приемника запишем в виде

Тогда фаза принимаемого сигнала будет функцией времени

где q - угол между вектором скорости и волновым вектором.

Мгновенная частота определяется как производная от фазы. Поэтому, дифференцируя (2.3.83) и учитывая, что волновое число , будем иметь

. (2.3.84)

При равномерном движении приемника, как следует из (2.3.84), наблюдается смещение частоты, равное

Для примера предположим, что скорость v =72 км/ч = 20 м/с, частота передатчика f =900 МГц, а угол q=0. Длина волны l и частота f связаны через скорость света с соотношением с =fl . Отсюда имеем, что l=c /f =0.33 м. Теперь из (2.3.85) находим, что доплеровское смещение частоты f d =60 Гц.

Доплеровское смещение частоты (2.3.85) принимает как положительные, так и отрицательные значения, в зависимости от угла q между вектором скорости и волновым вектором. Величина доплеровского смещения не превышает максимального значения, равного f max =v /l. Формулу (2.3.85) удобно представить в виде

. (2.3.86)

Когда имеется много переотражателей, то естественно предположить, что они располагаются вокруг приемника равномерно, например, по окружности, как показано на рис. 2.17. Такая модель переотражателей называется моделью Кларка.

Рис. 2.17. Расположение переотражателей в моделе Кларка

Спектральная плотность мощности в случае модели Кларка определяется следующим путем. Выделим интервал частот df d вблизи частоты f d . Заключенная в этом интервале принимаемая мощность равна . Эта мощность обусловлена доплеровским смещением частоты (2.3.86). Рассеянная мощность, связанная с угловым интервалом d q, равна , где - угловая плотность рассеянной мощности. Заметим, что одинаковое доплеровское смещение f d наблюдается для переотражетелей с угловыми координатами ±q. Отсюда вытекает следующее равенство мощностей

Будем полагать, что полная рассеянная мощность равна единице и равномерно распределена в интервале .

Рис. 2.18. Доплеровским спектр Джейкса для f max =10 Гц

Чтобы определить функцию корреляции (2.3.71) комплексной амплитуды, необходимо полученное для спектральной плотности мощности выражение (2.3.90) подставить в (2.3.78). В результате получим, что

Модуль функции корреляции (2.3.91) комплексной амплитуды для двух максимальных частот Доплера f max =10 Гц (сплошная кривая) и f max =30 Гц (пунктирная кривая) показаны на рис. 2.19. Если оценить время корреляции замираний сигнала в канале по уровню 0.5, то оно равно . Это дает 24 мсек для f max =10 Гц и 8 мсек для f max =30 Гц.

Рис. 2.19. Модуль функции корреляции для f max =10 и 30 Гц (сплошная и пунктирная кривые,
соответственно).

В общем случае доплеровский спектр может отличаться от спектра Джейкса (2.3.90). Область значений Df d , в которой существенно отличается от нуля, называют допплеровским рассеянием в канале. Поскольку связана с преобразованием Фурье, то временем когерентности t coh канала является величина t coh »1/Df d , которая характеризует скорость изменения свойств канала.

При выводе (2.3.90) и (2.3.91) предполагалось, что средняя мощность рассеянного сигнала равна единице. Это следует также из (2.3.91) и (2.3.71), так как

Коэффициент корреляции равен отношению функции корреляции к средней мощности . Поэтому в данном случае выражение (2.3.91) дает также коэффициент корреляции .

Из (2.3.81) найдем функцию корреляции узкополосного сигнала равную

На практике могут представлять интерес корреляционные свойства таких случайных величин, как амплитуда А и мгновенная мощность P =А 2 . Эти величины обычно являются регистрируемыми, например, на выходе линейного или квадратичного детектора. Их корреляционные свойства определенным образом связаны с корреляционными свойствами комплексной амплитуды Z (t ).

Коэффициент корреляции мгновенной мощности связан с коэффициентом корреляции комплексной амплитуды простым соотношением вида:

. (2.3.94)

Приведем доказательство этой формулы. Исходя из определения коэффициента корреляции, можем записать, что

, (2.3.95)

где - функция корреляции мощности.

Предположим, что детерминированной компоненты сигнала нет и амплитуда А имеет релеевское распределение. Тогда <P >=<A 2 >=2σ 2 . Входящая в (2.3.95) величина . Используя релеевский закон распределения, находим, что

. (2.3.96)

Учитывая (2.3.96), найдем функцию корреляции мощности из (2.3.95) с помощью простых алгебраических преобразований. Получим, что

. (2.3.97)

Функцию корреляции мощности выразим также через квадратурные компоненты в виде

Выполняя перемножение и усреднение в правой части равенства (2.3.98), получаем слагаемые, которые представляют собой следующие моменты четвертого порядка:

Таким образом, нам необходимо вычислить моменты четвертого порядка. Учтем, что квадратурные компоненты I и Q являются гауссовскими случайными величинами с нулевым средним и одинаковой дисперсией σ 2 и воспользуемся известным правилом размыкания моментов четвертого порядка . В соответствии с ним, если имеются четыре случайные величины a , b , c , и d , то справедлива следующая формула:

Применяя это правило, вычислим моменты четвертого порядка в (2.3.99). В результате будем иметь

(2.3.101)

Если принять во внимание (2.3.96), (2.3.66) и (2.3.74), то (2.3.98) можно записать в виде

Теперь необходимо учесть, что . В результате получим следующее выражение для функции корреляции мощности:

Сравнивая полученную формулу с (2.3.97), убеждаемся в справедливости (2.3.94).

Для канальной модели Кларка мы нашли, что коэффициент корреляции определяется (2.3.91). С учетом (2.3.94), коэффициент корреляции мощности в случае модели Кларка будет равен

. (2.3.104)

Корреляционные свойства амплитуды А исследуются с привлечением значительно более сложного математического аппарата и здесь не рассматриваются. Однако следует отметить, что коэффициент корреляции амплитуды А удовлетворяет следующему приближенному равенству .