Белый шум характеризуется автокорреляционной функцией
⟨ η( т ) п(т′) ⟩ = D δ( т -т′) ,
(здесь я предполагаю, что
η
безразмерный, поэтому
[ Д ] = [ т ]
). Это означает, что (1) шум не должен коррелировать сам с собой в разное время, но также и (2) дисперсия
η( т )
должен быть
бесконечным . Условие (2) является существенным недостающим компонентом здесь.
Прежде чем показать, как включить (2) в дискретную модель шума, давайте сначала объясним, почему нам нужноη( т )
иметь бесконечную дисперсию. Это необходимо для того, чтобы интегральный сигнал, определяемый
Вт( т) =∫т0д тη( т ) ,
быть ненулевым. Действительно, у нас есть это
⟨ Вт( т)2⟩ =∫т0д т∫т0гт′⟨ η( т ) п(т′) ⟩ = D τ,
т.е. дисперсия интегрированного сигнала растет линейно со временем с «постоянной диффузии»
Д
, точно так же, как
непрерывное случайное блуждание , где положение пешехода как функция времени определяется выражением
Вт( т)
. Это не случайно: случайная величина
Вт( т)
описывает
винеровский процесс , который лежит в основе определения белого шума. В частности, если
д Вт( т ) = Вт( т + d т ) - W( т )
, то переменная
η( т )
фактически
определяется как
д Вт( т ) = п( т ) д т .
Отметим, что если дисперсияη( т )
были конечны,Вт( т)
исчезло бы одинаково. Предположим, что вместо⟨ η( т ) п(т′) ⟩ = ж( т -т′)
, кудаф( 0 )
конечен иф( т ) = 0
зат ≠ 0
. Отсюда следует, что⟨ Вт( т)2⟩ = ⟨ Вт( т) ⟩ = 0
. Это означает, что интегральный сигналВт( т) = 0
с вероятностью один. Другими словами, конечные мгновенные колебанияη( т )
в сочетании с нулевым временем корреляции приводит к тому, что интегрированный эффект шумового сигнала сводится к нулю в течение любого конечного времени.
Чтобы определить шумовой сигнал как континуальный предел дискретного процесса, мы начинаем с дискретного (несмещенного) случайного блуждания. В каждом приращении временидельтат =тя + 1−тя
ходячий смещается на величинудельтаВтязнак равноηядельтат
(ср.д Вт( т ) = п( т ) д т
), куда⟨ δВтя⟩ = 0
. Делая каждый размер шага пропорциональнымдельтат
гарантирует, что размер шага стремится к нулю в континуальном пределедельтат → 0
, чтобыВт( т )
описывает непрерывную (нигде не дифференцируемую) функцию. Более того, каждый из этих шагов должен быть статистически независимым, чтобы восстановить нулевое время корреляции (белый шум) в континуальном пределе. Мы также предполагаем, что набор шаговдельтаВтя
одинаково распределены. Теперь дисперсия положения ходока послеН
шагов, соответствующих временит= Ндельтат
, дан кем-то
⟨ Вт( т)2⟩= ⟨(∑я = 1НдельтаВтя)2⟩= ( δт)2(∑я = 1Н⟨η2я⟩ +∑я ≠ дж⟨ηяηДж⟩ )= ( δт)2∑я = 1Н⟨η2я⟩ ,
где третье равенство следует из статистической независимости шагов:
⟨ηяηДж⟩ = 0
за
я ≠ дж
.
Теперь, чтобы восстановить правильное масштабирование⟨ Вт( т)2⟩ = Д т
, мы должны иметь
⟨η2я⟩ = Д / δт .
Дисперсия дискретизированной переменной белого шума
ηя
поэтому стремится к бесконечности в континуальном пределе, что и требовалось. Поскольку мы также требуем, чтобы статистика шума была гауссовой с нулевым средним (т. е. единственным ненулевым кумулянтом является дисперсия), отсюда следует, что уникальная функция распределения вероятностей имеет вид
п(ηя) ∝ эксп( -η2ядельтат2 Д) ,
вплоть до неопределенной константы нормализации. Правильный результат для статистической суммы следует после записи интеграла по путям и перехода к континуальному пределу.
дельтат∑я→ ∫д т
.
Мейсон
фониоскар
Даниэль Санк
фониоскар
Даниэль Санк
Шон Э. Лейк
фониоскар