Фильтр по тематике

О новом представлении распределения разности фаз

Получено новое представление для распределения разности фаз с использованием распределения оценки максимального правдоподобия аргумента комплексного коэффициента корреляции. Исследованы интегральные функции распределения оценки максимального правдоподобия аргумента коэффициента корреляции и ранее полученное распределение разности фаз. Проверка идентичности результатов аналитических расчётов для двух сравниваемых формул дополнена верификацией предложенного представления для распределения разности фаз моделированием в MATLAB.

25.12.2020 638 0
О новом представлении распределения разности фаз

При анализе эффективности радиотехнических систем часто используется распределение разности фаз g [1], где R – модуль коэффициента корреляции, y = R cos(g – g0), g0– начальная разность фаз.

В работе [2] получено распределение оценки максимального правдоподобия аргумента коэффициента корреляции из распределения Уишарта(2), где R – модуль коэффициента корреляции, g – оценка максимального правдоподобия аргумента коэффициента корреляции, g0 – начальное значение аргумента, N – число выборок наблюдения, Г ( ) – гамма функция.

Это распределение в [2] использовано при анализе эффективности адаптивных систем СДЦ.

При исследовании формулы (2) если задать N=1, то получится выражение (3).

Расчёты, произведённые с помощью формул (1) и (3) показали полное совпадение графиков для этих двух разных представлений формул. На рис. 1 представлены графики плотностей распределений (1) чёрным и (3) красным цветами для значения коэффициента корреляции R=0,9 и g0=0. И в том и другом случае наблюдается полное совпадение расчётных кривых. Такое же совпадение получается, если задать, например, g0= p/4 (см. рис. 2).

Из плотностей распределений разности фаз (1) и (3) можно найти другие статистические характеристики для разности фаз. Например, проинтегрировав выражения (1) и (3) от – p до p, получим интегральный закон распределения
(см. рис. 3 для g0 =0 и рис. 4 для g0 =p/4).

Для верификации полученных результатов было проведено моделирование алгоритма формирования оценки разности фаз в системе MATLAB [5].

Алгоритм моделирования оценки максимального правдоподобия для аргумента межпериодного коэффициента корреляции такой [3]:

,


где Z1и Z2 – комплексные коррелированные выборки наблюдений. Тогда   оценка аргумента коэффициента корреляции может быть вычислена по следующей формуле:

.

Результаты моделирования на рис. 5 представлены синими кружочками. Они подтверждают совпадение моделирования и аналитических расчётов.

Таким образом, предложенный новый способ расчёта распределения разности фаз на основе распределения оценки максимального правдоподобия аргумента комплексного коэффициента корреляции всесторонне был проверен и может использоваться в статистических расчётах радиотехнических систем.


Литература

  1. Левин Б. Р. Теория случайных процессов и её применение в радиотехнике. Советское радио 1960.
  2. Бартенев В. Г. Применение распределения Уишарта для анализа эффективности адаптивных систем СДЦ. Радиотехника и электроника. 1981. Т. ХХVI. № 2. C. 356–361.
  3. Бартенев В. Г. Новый способ классификации и бланкирования дискретных мешающих отражений. Современная электроника. 2020. № 3. C. 46–49.
  4. Бартенев В. Г. Способ классификации и бланкирования дискретных помех. Патент № 2710894 по заявке № 2018134712 зарегистрирован в Государственном реестре РФ 14.01.2020.
  5. Бартенев В. Г. Модельно­ориентированное проектирование программируемых радиотехнических устройств. Практический курс. Горячая линия. Телеком. М. 2019. C. 48–64.

Если вам понравился материал, кликните значок — вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал —не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!

25.12.2020 638 0
Комментарии
Рекомендуем
Анализ зашумлённых сигналов на осциллографах VESNA серии OVS3

Анализ зашумлённых сигналов на осциллографах VESNA серии OVS3

В статье анализируются способы повышения качества результатов измерений сигналов в присутствии аддитивного шума различной природы. В работе выделены типовые источники шума, а также выполнен обобщающий анализ способов, реализация которых позволяет тем или иным образом снизить уровень шума либо повысить уровень полезного сигнала. Для одного из таких способов, основанного на построении автокорреляционных функций, оценена эффективность в части измерения амплитуды и частоты синусоидального сигнала на фоне гауссовского шума. Приведены примеры измерений зашумлённых сигналов, выполненных с использованием осциллографа VESNA OVS3, позволяющие наглядно судить о потенциальных возможностях снижения уровня гауссовского шума при усреднении осциллограмм, ограничении полосы пропускания и при использовании внешнего фильтра.
18.02.2026 СЭ №2/2026 664 0

ООО «ИнСАТ»  ИНН 7734682230  erid = 2SDnjdWbKyt
ООО «ИнСАТ»  ИНН 7734682230  erid = 2SDnje2F5cn
  Подписывайтесь на наш канал в Telegram и читайте новости раньше всех! Подписаться