§5.5-5.6(十四).pptVIP

第五章 随机振动 根据维纳—辛钦公式，互相关函数和互谱是一对傅里叶变换对，即 互谱的性质： 1．互谱一般是复函数 2．互谱Sxy(?)和Syx(?) 关系： 3. 互谱是有界函数： 4. 如果X(t)和Y(t)是相互独立且均值为零的随机过程，则 §5.5-5.6 完毕 还是没有作业 * §5.5 相关函数 5.5.1 相关系数 相关问题是指两个变量之间的相互关系。如：y=ax+b表明x，y线性相关。 对于随机变量X，Y，没有如此明确的函数关系。工程中往往用拟合的方法确定a，b 。 比如标定力传感器：给力传感器加上一定重量xi，测出电压值为yi； 测量值与拟合值有误差： 多次试验：多个xi可测出多个yi。它们应该是随机的。 令X的分量为xi，Y的分量为yi。为使拟合方程的误差最小，在确定常数a，b时应使误差的均方值E[(?yi)2]最小。为此 ： 即 解得 代入拟合方程得到 也可以把Y看成自变量，用拟合方程X＝?Y+?求X。用与上面相同的方法，可以求出a，b为： 拟合方程为 发现：从不同的角度处理因果关系会得出不同的表达式。 比较以X为自变量获得的结果： 如果如果X，Y之间有准确的相关性(线性关系)，这两个表达式必须相同，即必须有 实际中 但由于： 因此： 如果X，Y不相关，即X与Y没有任何关系，则 因此， 大小可以表示X，Y的相关程度。 5.5.2 自相关函数 相关系数?x(t)x(t+?)表示时刻t和t+?的状态X(t)和X(t+?)之间的相关程度。 对于平稳随机过程，?x,?x均与时间无关，这时相关系数为： 因此，E[X(t)X(t+?)] 决定了平稳随机过程X(t)相差?时刻两个状态的相关性。 由此，平稳随机过程的自相关函数定义为： 典型的自相关函数 ： 自相关函数的性质： 1．自相关函数是偶函数。即：Rx(?)=Rx(-?) 2．如果平稳随机过程为周期过程，则：自相关函数也是周期函数，其周期与过程的周期相同。 即：X(t)=X(t+T) ? 则有：Rx(?)=Rx(?+T) 随机过程往往是各种不同性质的随机过程的组合，利用周期性，可由自相关函数检出平稳随机过程中的周期成份。 证明： 3．?=0时的自相关函数值就是随机过程的均方值。 4．自相关函数是一个有界函数。即 5．如果随机过程不是周期过程，则有 ： 上述自相关函数反映了随机振动中两个状态之间的相关性。 实际上，自相关函数还与功率有联系。 自相关函数与功率的联系 设正弦函数随机过程： 的初相位?是随机变量，均值为零，它的时域相关函数为 这是一个各态遍历的随机过程（均值和方差均与样本函数无关）。 当?=0时有： 即相关函数与均方值有密切的关系。 如果交流电电路中的电压和电流分别为 电路的平均功率与相位差?有关，为： 与自相关函数比较，可认为自相关函数体现了随机过程的平均功率随时差?的变化。 自相关函数Rx(?)包含了正弦随机过程的幅值、频率信息，但不包含相位信息。 1)当??=2n?时，Rx(?)达到最大值，绝对值达到最大值，这时x(t)与x(t+?)的波形相同。 2)当?? =(2n+1)?时，Rx(?)达到最小值，绝对值达到最大值，这时x(t)与x(t+?)的波形相差一负号。 上述两种情况下，x(t)与x(t+?)的波形相同，都是正弦函数。 3) 当?? =±???＋n?时，Rx(?)为零，此时x(t)为正弦函数，x(t+?)为余弦函数。二者的波形完全不同。 因此：自相关函数反映了x(t)与x(t+?) 状态波形相似性。 若随机过程是周期的，则样本函数也是周期的。它的傅里叶级数为 它的自相关函数为 Rx(?)与x(t)有相同的周期； Rx(?) 各阶谐波幅值是x(t)相应谐波的均方值。 自相关函数描述了x(t)的平均功率随时差?的变化。 5.5.3 互相关函数 互相关函数Rxy(t)描述了两个平稳过程X(t)，Y(t)在不同时刻的状态之间的相关性： 区别？ 典型的互相关函数图 互相关函数描述了两个不同随机过程间的线性依赖关系。 若两个随机过程完全相关，即Y(t)＝aX(t)，a为非零常数，则它们的互相关函数为： 反之，若两个随机过程完全不相关，且其中一个随机过程的均值为零，则有 互相关函数的性质 1．随机过程X(t)、Y(t)之间的两个互相关函数的关系： 2．Rxy(?)是有界函数。 3．互相关函数与自相关函数的关系： 4. 若X(t)和Y(t)是相互独立的随机过程，则X(t)和Y(t)不相关，即 若X(t)和Y(t)中有一个均值为零，则 但是：X(t)和Y(t)不相关并不能保证是相互独立。 §5.6 功率谱密