Аналитическое выражение для плотности закона распределения вероятности и статистические характеристики случайного процесса с законом Релея (математическое ожидание и дисперсия ) были уже приведены выше в 2.4:
(4.47)
Случайный процесс с распределением Релея получается в результате преобразования:
, (4.48)
где - нормальные случайные процессы с нулевым математическим ожиданием и дисперсией .
Можно показать, что корреляционная функция случайного процесса будет выражаться через нормированную корреляционную функцию исходных нормальных случайных процессов следующим образом:
. (4.49)
С учетом того, что , можно ограничиться двумя первыми членами разложения в ряд:
. (4.50)
С другой стороны, корреляционную функцию случайного процесса можно представить в виде .
Подставив значения математического ожидания и дисперсии из (4.47), получим
. (4.51)
Сравнивая (4.50) и (4.51) и принимая, что , получим:
. (4.52)
Таким образом, исходные нормальные случайные процессы должны иметь корреляционную функцию, равную
. (4.53)
К сожалению, этот метод пригоден только для случаев, когда заданная корреляционная функция не принимает отрицательных значений.
.
Рис. 4.20 Случайный процесс с распределением Релея и экспоненциальной корреляционной функцией (временная реализация)
Для моделирования случайного процесса с распределением Релея-Райса можно использовать эти же алгоритмы, добавляя параметр распределения в нелинейное преобразование.
Аналитическое выражение для плотности закона распределения вероятности и статистические характеристики случайного процесса с экспоненциальным законом распределения (математическое ожидание и дисперсия ) были уже приведены выше в 2.4:
(4.54)
Алгоритм, позволяющий получить случайный процесс с таким законом распределения, выглядит следующим образом:
, (4.55)
где - нормальные случайные процессы с нулевым математическим ожиданием и дисперсией .
Можно показать, что корреляционная функция случайного процесса будет выражаться через нормированную корреляционную функцию исходных нормальных случайных процессов следующим образом:
. (4.56)
Подставив значения математического ожидания и дисперсии из (4.54), получим:
. (4.57)
Сравнивая (4.56) и (4.57), получаем: .
Таким образом, исходные нормальные случайные процессы должны иметь корреляционную функцию равную:
. (4.58)
В отличие от случая с законом распределения Релея равенство здесь точное.
Алгоритм моделирования при этом будет состоять из формирования реализаций нормальных случайных процессов с корреляционной функцией и нелинейного преобразования (4.55).
Этот метод также пригоден только для случаев, когда заданная корреляционная функция не принимает отрицательных значений.
Рис. 4.21 Случайный процесс с экспоненциальным распределением и экспоненциальной корреляционной функцией (временная реализация)