УДК 519.25 (550.831.05)
ОЦЕНКА ФУНКЦИИ АВТОКОРРЕЛЯЦИИ В ВИДЕ ЛИНЕЙНОЙ КОМБИНАЦИИ ЭКСПОНЕНТ
И.Г. Устинова, Е.Г. Пахомова
Томский политехнический университет E-mail: [email protected]
Рассмотрена аппроксимация автокорреляционной функции в виде линейной комбинации экспонент. На примерах показательной и показательно-косинусоидальной автокорреляционных функций показана возможность такой аппроксимации.
Ключевые слова:
Автокорреляционная функция, сейсмические данные, обработка сейсмической информации.
Key words:
Autocorrelation function, seismic data, processing of seismic data.
Функция автокорреляции Я[т] стационарного случайного процесса является одной из его важнейших характеристик второго порядка [1], так как позволяет решать следующие практические задачи:
1) оценивать корреляционные свойства сигналов и помех;
2) производить расчеты весовых функций и частотных характеристик оптимальных фильтров, базирующихся на знании автокорреляционной функции (АКФ) сигналов и помех [2];
3) оценивать разрешающую способность сейсмической записи [3].
Часто для оценки функции автокорреляции приходится использовать короткие отрезки сейсмических записей, поэтому вопрос о точности оценивания автокорреляционной функции имеет большое практическое значение. В данной статье рассмотрена возможность представления любой автокорреляционной функции в виде линейной комбинации экспонент.
Постановка задачи
Рассмотрим некоторый случайный процесс с функцией автокорреляции Я[т]=М[х(^х^+т)], значения которой могут быть представлены в виде
RM -XetNt (т) + п(т)
где %(т) - некоторые известные функции аргумента т, причем интегралы
(rypj(r)dт, IЩ[т]щ (т)dr, i, j - l,
N
известных параметров вк, &=1Д будем исходить из условия минимума ошибки аппроксимации:
!
Щ[т] -Х0 кук (т)
dr ^ min. (3)
е t
Продифференцировав (3) по неизвестным параметрам вк, к=р,Ы, получим систему N уравнений с N неизвестными:
(1)
(2)
сходятся, вк, k=1,N- неизвестные параметры, а п(т) -случайные добавки, которые представляют собой независимые, одинаково распределенные случайные величины с М[п(т)]=0 и 5[п(т)]=а2. Задача состоит в построении оценки Я [т] функции Я[т].
Решение задачи
Будем искать оценку автокорреляционной функ-
Щ[т] -Хв t(Pt(т) t-1
N
r[t] -Хв (т)
. t-l .
N
r[t] -Хв tNt(т)
pl(j)dr - 0, q2(T)dT - 0,
(Pn(r)dr- 0,
из которой получаем систему в виде:
N
Хвt jvt(ФАт^т- JЩ[фi(t)dr,
k-l о 0
N
Xеt \nt(т)(р2(т)с1т- JЩ[ф2(т)dт,
X-
k-l 0
...,
N
X0 jNk WNn (т)(!т- J Щт^ (т)(!т. (4)
. t-l 0 0
Введем обозначения:
+» -+» +»
$ф1(т)р2(т)Л ... jvi(r)VN (т)<1т
0 0 0
j ^(тШт)^ \&(т¥т ■■■ In2(т )nNn(т )<1т
Y -
jNN (тШт)^ jNN (Ф2(т)^ ••• j^W*
0 0 0
в - 01 в2 ... Bn]t,
+» +» +»
j Щ[т]^(т ^т j Щ[т]N2(т)dт ... j R^Nj^ (т^т
N
ции в виде: Щ[т] - ХвtNt(т). Для нахождения не- тогда система (4) м°жет бытъ записана в виде
2
0
t-l
T
t-l
Хв = У,
(5)
откуда получаем вектор оценок неизвестных параметров
ё = х-1у. (6)
Частный случай
Рассмотрим семейство автокорреляционных функций Як[т]=9квкт, к=1,2,3,..., т. е. <рк(т)=в~кт.
Утверждение. Любую автокорреляционную функцию Я[т], стремящуюся к нулю при т-^да (что справедливо для физических приложений), можно аппроксимировать по методу наименьших квадратов линейной комбинацией экспонент [4]:
= Xвкв
(7)
Так же как и при нахождении неизвестных параметров формулы (1) для нахождения коэффициентов вк, к=ррразложения (7) будем исходить из условия минимума ошибки аппроксимации (3), которое приводит к системе
I
*м -£® ,е-
к= 1
N
Я[Т] -X®кЄ~
■ е 'йт = 0,
• е-2Ч т = 0,
■ е-т = 0,
Я[т] -X®ке
_ к=1
из которой получаем, вычислив несобственные ин-
+ю
тегралы вида |е-(к+')гйт, і = 1, N, систему
= [ Я[']е~N ч т, к к + N 1 [ ] ,
т. е.
N а +да
к
X ~т~~— = | *Ме- р"а т.
(8)
(9)
к=1 к + р 0
Правая часть (9) есть преобразование Лапласа функции Я[т], тогда, используя свойство линейно-
сти
Хв к
----- является
к=1 к + Р
X®®ке кт, что и доказывает утверждение.
Пример 1
Согласно [5] в приложениях при анализе временных последовательностей часто применяются стационарные случайные процессы с показательной функцией автокорреляции
Я[т] = е , -да<т<+да, а> 0.
Мы рассмотрим АКФ представленного вида только для случая, когда 0<т<+да, т. е. Я [т]=е“т, а>0. В этой ситуации система (8) примет вид:
УN
1
в1 в 2
-------\-------+ ... + ‘ — ,
2 3 N +1 а +1
У N
1
®1 ®2
------1---------+ . .. +--------------=--------------.
3 4 N + 2 а + 2'
71 в2 в N
- +---------------+ ... + -
1
IN +1 N + 2 Введем обозначения:
Г 1 1
2 3
1 1
3 4
X =
2N а + N
1 ') ' N +1 1
(10)
N + 2
1
1
У =
а +1 1
а + 2 1
^а + N у
тогда (10) может быть записана в виде (5), а ее решение в виде (6).
Нахождение матрицы X-1 приведено в приложении, а сами элементы обратной матрицы имеют вид
_-1 (N +1)! • (N + ])! (-1) +и
а х
5 (N - г)! • (N - ])! г + ]
1___________1
Х И^(1-Х)!. • ^•и-Г)'!.
В частности для диагональных элементов:
-1
а .. =
" (N + і)!" 2 1 " 1 "
_(N - і)!_ 2і _і! ■ (і-1)!_
Заметим, что N следует выбирать исходя из заданной точности приближения е, используя тот
факт, что Я[0]=1 и, следовательно,
1 -X
< Е.
Рассмотрим а=1/2, е=0,05. Заданная точность до-
к=1
0
N
0
0
к=1
к=1
стигается при N=10, что представлено на рис. 1, а; при а=1,1 заданная точность достигается уже при N=2. На рис. 1, б представлен этот случай, когда N=9. Ситуация, когда aeN тривиальная и возможность аппроксимации Д[т] выражением (7) очевидна. Из приведенных рисунков видно, что аппроксимация показательной АКФ в виде линейной комбинации экспонент возможна даже при небольшом числе слагаемых.
Пример 2
На практике для описания формы автокорреляционной функции сейсмических колебаний часто используется показательно-косинусная АКФ
Щ[т] - в~ат cos т0т, -ж <т <+ж, а> 0,
где ю0 - видимый период колебаний, а a - коэффициент затухания. Рассмотрим данную функцию только для случая 0<т<+ж, т. е. В[т]=ват еот0т, a>0. В этом случае система (8) примет вид
Ol Ol
— + — +... + l З
Ol Ol
— + — +... + З 4
a +1
N +1 (a +1) + mo
O n a +1
N +1 (a +1) +o)o
N +1 N +1
■ +... + -
a + N
1N (a + N у +O0
Введя обозначения примера 1, получим данную систему в матрично-векторной форме (5), в которой
a +1
(a +1) + o0 cc +1
1
0
Y - (a +1) + m
a + N
(а + N) + ®о
Решение системы (5) доставляется выражением (6).
Как и в примере 1 рассмотрим случай, в котором а=1/2, е=0,05 и, добавив условие ю=1, заметим, что заданная точность достигается при N=7, что представлено на рис. 2, а; при а=1,1 заданная точность достигается уже при N=5. В этом случае можно сделать вывод аналогичный выводу примера 1, а именно: аппроксимация показательно-косинусной АКФ в виде линейной комбинации экспонент возможна даже при небольшом числе слагаемых.
Приложение
Пусть А=(ау) - матрица порядка п, элементы 1
которой имеют вид а.. = —
4 г + ] обратную матрицу А-1=(ау).
—. Требуется найти ее
Воспользуемся формулой А 1 = |—г • 8Т, где 8 -
IА |
матрица из алгебраических дополнений элементов матрицы А. Поскольку А симметрическая, то 8Т=8 и, следовательно,
а
б
Рис. 2. Графики показательно-косинусной автокорреляционной функции и ее оценки: а) R[т]=e 1т/2)^т; б) R[т]=e ',п^т
где М^ - дополнительный минор элемента а.
1) Найдем |А|. Введем следующее обозначение: |А|=А„,2 (п - порядок матрицы, 2 - знаменатель элемента ап).
Выполним следующую последовательность преобразований определителя Ап2:
а) вынесем из каждого столбца определителя Ап2 множитель, равный элементу первой строки этого столбца;
б) вычтем первую строку получившегося определителя из всех остальных строк:
Д.,2 =■
1 1 1 .. 1
1 1 1 1
3 4 5 " п + 2
1! 2 2 2 2
(п +1)! 4 5 6 " п + 3
1 - п 1 - п 1 - п 1 - п
п +1 п + 2 п + 3 2п
в) вынесем из каждой строки определителя множитель, равный элементу первого столбца этой строки;
г) вычтем первую строку получившегося определителя из всех остальных строк:
1! • 2!
___ • (-1)п-1 • (п -1)! Х
[(п +1)!]2 1
1
4
-1
5
1
2 5 _ 2 " 6
1
1 - п
п + 2 1 - п
0-
1
п + 3 1 - п
п + 2 п + 3 2п
д) вынесем общий множитель из каждой строки определителя и разложим определитель по элементам первого столбца:
1! • 2!
.!_2_• [(-1)п-1 • (п-1)!]2 Х
А ,2 =
[(п +1)!]2
1
5
1
6
1 5
1
1
п+2
1
п+3
1
п + 2 п + 3 п + 4
п+4
2п
Итак, выполнив действия а-д, получили:
А,? =
(п -1)! (п +1)!
1! • 2! • А,-1,4
Применим к определителю Ап-1,4 действия а-д и найдем:
(п -1)! ■ (п -2)!
1! ■ 2! ■ 3! ■ 4! ■ А
(п +1)! • (п + 2)!_
Продолжив этот процесс, получим формулу:
-|2
(п -1)! • (п - 2)! •...• (п- к)!
Аи,2 =
Тогда
Аи,2 =
(п +1)! ■ (п + 2)! ■...■ (п - к)!_ х1! ■ 2! ■...■ (2к)! ■ Аи-^+2.
(п -1)! ■ (п-2)! ■...■ (п-(п-2))! (п +1)! ■ (п + 2)! ■...■ (п + (п-2))! х1! ■ 2! ■ 3! ■...■ (2п-4)! ■ А22и-2,
(11)
где
А2,2
1
1
2п - 2 2п -1
1
2п
(2п -3)! ■ (2п -2)!
[(2п-1)!]2 ^ 2п.
2п -1 Таким образом,
2
(п-1)! ■ (п-2)! ■ ...■ (п-(п-1))!
А =
(п +1)! ■ (п + 2)! ■ ...■ (п + (п-1))!
х 1!■2! ■ 3!■
■ (2п-2)! ■^ = 2п
ПИп - к)!'
П =П( п + к)!_
2(и-1) і
■Пк! =
к=1 2п
(п - к)! ІІ (п + к)!
П
2) Найдем дополнительные миноры Му (где і<і). Имеем:
2 3 1 1 + І -1) 1 1+(І+1) 1 1 п +1 1
4 1 2 + І -1) 1 1 + (І +1) 1 п +1 1 п + 2 1
(і -1) +1 (і -1) + 2 1 і -1 + І -1 1 і -1 + І +1 1 (і -1) + (п - 1) 1 (і -1) + п 1
(і +1) +1 (і +1) + 2 1 і +1 + І -1 1 і +1 + І +1 1 (і + 1) + (п - 1) 1 (і +1) + п 1
п +1 1 (п -1) + (І -1) 1 (п -1) + (І -1) 1 2п - 2 1 2п -1 1
п +1 п + 2 п + (і - 1) п + (і +1) 2п -1 2п
Выполнив для определителя М^ действия а-д -1 раз, получим:
=
(п -1)! ■ (п - 2)! ■...■ (п - і +1)! (п +1)! ■ (п + 2)! ■...■ (п + і -1)! х1! ■ 2! ■... ■ (2і - 3) ■ (2 і - 2)! х
х (• +1) ■(• + 2) ■ — ■(І +і -1) х (І -1) ■(І - 2) ■ —■(І - і +1)
2
2
2
0
X
X
Х (г +1) • (г + 2)•...• (2г -1) • с =
(г -1) • (г - 2) • ... • 1
2
ттт(п - к)! \ =!( п + к)!
2(г-1)
П к! Х
к=1
Х (] + г -1)! • (] - г)! (2г -1)! с
(]-1)! • ]! (г -1)! • г! п-/,
где Сп-1 - определитель порядка п-1 следующего вида:
(г +1) + г (г +1) + (г +1)
(г +1) + (]-1) (г + 1) + (] + 1)
(г + 1) + (и-1) (г + 1) +
(г + 2) + г (г + 2) + (г +1)
(г + 2) + (] -1) (г + 2) + (] +1)
(г + 2) + (п -1) (г + 2) +
] + (г +1)
/ + (] - 1)
] + (/ +1)
] + (« -1)
(] + 1) + г (] + 1) + (г +1) (] +1)+ (]- 1) (]+1) + (] +1)
(п-1) + г (п-1) + (г +1) (п- 1)+ (]- 1) (п- 1) + (] + 1)
(] +1) + (п- 1) (] + 1) + п
1 1
2п-2 2п-1
1 1
2п-1 2п
п+г » + (г+1) »+ (]-1) » + (] +1)
Для определителя С— выполним действия а-д — раз и придем к результату:
с
(« - г)! • (« - ])!
(п - г -1)! • (п - г - 2)! • ...• (п - ] +1)!
(п + г)! • (п + ])! х(2/)! • (2г +1)! • .... (2]-2)! • (2]-1)!
(п + г +1)! • (п + г + 2)! • ...• (п + ]-1)!
(г +1 + }) • (г + 2 + ]) •... •2] _
(] - г')! '
1 1 1 1
(]+1)+(]+1) (] + 2) + 041) 0 + 1) + ( п-1) 04 Ц + п
1 1 1 1
(] + 2) + (] +1) 0 + 2) + 0 + 2) 0 + 2) + ( п -1) 04 2) + п
1 1 1 1
(п -1) + 0' +1) (п -1) + 0 + 2) 2п - 2 2п -1
1 1 1 1
п + 0' +1) п + 0' + 2) 2п -1 2п
или
С , =
(п - г)! • (п - ])! (п + г)! • (п + ])! ^ 1
П( п - к)! к П1( п + к)!
хПк! •
к=2г (]- 0! • (] + г)!
Следовательно,
п-],2]+2 •
М/] Ап-], 2]+2
тгт(п - к)! П(п - к)!
Ц(п + к)! 1к{п + к)!
х ^ к! П к! х
(п + г)! • (п + ])! * =1 *= 2г
.(] + г -1)! • (]-г)! (2г -1)!
1
(]-1)! • ]!
= А
п- ], 2]+2
(г -1)! • г! (] - г)! • (г + ])!
2
Х
гт(п - к)! П4(п - к)! ]=П(п + к)! !!(п + к)!
Х (п - г)! •(п - ])! Пк! Х
(п + г)! • (п + ])! к=1
1 1 1
(]-1)! • ]! (г -1)! • г! (г + ])
Согласно формуле (11)
А =
(п -1)! • (п - 2)! •_• (п- ])!
(п +1)! • (п + 2)! •...• (п + ])! х1! • 2! • _ • (2]-1)! • (2])!• Аи_]Л]+1.
Следовательно, при К] справедливы утверждения 1 (п + г)! (п + ])!
м1_
1А г + ] (п - г)! (п - ])! 1
Х---------------------,
(г -1)! • г! • (]-1)! ]!
(12)
М..
= (-!)г+^ГТГ=-
(-1)г+] (п + г)! (п + ])!
А г + ] (п - г)! (п - ])!
1
(г -1)! • г! • (]-1)!]!. (13)
3) И, наконец, рассмотрим дополнительные миноры М11. Выполнив для М11 действия а-д 1-1 раз, получим:
Мгг =
(п -1)! • (п- 2)! •...• (п- г +1)! (п +1)! • (п + 2)! •...• (п + г -1)!
х1! • 2! •... • (2г - 3) • (2г -2)! х
2
(г +1) • (г + 2) •...• (г + г -1)
(г -1) • (г - 2) •_• (г - г +1)
• А
^п-1,21 +2
Т^(п - к)! (п + к)!
Тогда
М± = 1
и I 2 г
2(г-1) •^ к!
к =1
(п + г)! _(п - г)!.
(2г -1)!
(г-1)! • г!
• А
1
[(г -1)! • г!]2
(14)
Но формула (14) получается из (12) при Ь=]. Следовательно, для любых элементов а матрицы А-1 справедливо равенство (13), т. е.
(-1)г+] (п + г)! (п + ])! у
а г; Х
г + ] (п - г)! (п - ])!
1
----, ^г,].
(г -1)! • г! • (]-1)! ]! У
Выводы
1. На основе метода наименьших квадратов получена оценка автокорреляционной функции в виде_линейной комбинации функций %(т), k=1,N, удовлетворяющих условиям (2).
2. Обоснована возможность аппроксимации АКФ линейной комбинацией экспонент.
3. На примерах продемонстрирована возможность представления автокорреляционной функции в виде (7) с заданной точностью.
2
С
Х
2
Х
2
2
2
2
2
СПИСОК ЛИТЕРАТУРЫ
1. Идрисов Ф.Ф., Устинова И.Г. Оценка функции корреляции стационарного случайного процесса при случайном числе измерений // Экономика, технология, предпринимательство. -Томск: Изд-во ТГПУ, 2000. - Вып. 1. - С. 75-79.
2. Устинова В.Н., Устинова И.Г. Дискретные иерархические системы в геофизике // Известия Томского политехнического университета. - 2012. - Т. 320. - № 1. - С. 91-97.
3. Никитин А.А. Теоретические основы обработки геофизической информации. - М.: Недра, 1986. - 342 с.
4. Бендат Дж. Основы теории случайных шумов и ее применения. - М.: Наука, 1965. - 463 с.
5. Пугачев В.С., Синицын И.Н. Стохастические дифференциальные системы. Анализ и фильтрация. - М.: Наука, 1990. -642 с.
Поступила10.06.2013 г.
УДК 517
ОБОБЩЁННЫЙ G-ОПЕРАТОР КОМПЛЕКСНЫХ ПОРЯДКОВ ВЕЩЕСТВЕННОЙ ПЕРЕМЕННОЙ
В.А. Чуриков
Томский политехнический университет E-mail: [email protected]
Вводится локальный G-оператор дифференцирования и интегрирования вещественной переменной комплексных порядков, который является обобщением d-оператора вещественных порядков на случай бесконечного количества локальных операторов, для которых выполняется принцип соответствия. Рассмотрены некоторые его свойства и частные случаи.
Ключевые слова:
G-оператор комплексного порядка, пространство коэффициентов, полиномы интегрирования, полиномы дифференцирования. Key words:
G-operator of a complex order, space of factors, Integration polynomials, differentiation polynomials.
Введение
В работе [1] был введён обобщённый вещественный локальный оператор дробного интегро-дифференцирования, но без учёта полиномов дифференцирования, или б-оператор, который представляет бесконечное множество локальных операторов дробного интегродифференцирования вещественных порядков вещественной переменной.
Обобщим б-оператор на комплексные порядки интегродифференцирования, действующие на степенные функции с комплексными показателями, следуя в основном [1]. Кроме того, в новый б-опера-тор, по сравнению с оператором из [1], внесены изменения, связанные с логарифмическими случаями.
6-оператор комплексных порядков
Определение. Оператор б’х будем называть обобщённым локальным оператором дифференцирования и интегрирования дробных комплексных порядков э=х+1у, X, X, 7=СОП8^ X, 7^0, дей-
ствующим над множеством степенных функций хч вещественной переменной х с комплексными показателями q=л+iv, /л, veK•' /л, у=со^
О-5х : х9 = К(—5, д; х)х9-5 + С(х);
О0 х: х9 = К (0, д; х) х9+0 + С0( х) = х9;
0°х: х9 = К(5, д; х)х9+* + С1 (х); 5 ^ —д;
О*х: х— = К(5, — 5; х) 1п5(х) + Сх(х). (*)
Рассмотрим важные частные случаи порядков интегродифференцирования в.
Если порядок нулевой, в=х=у=0, то это соответствует единичному оператору, который переводит функции самих в себя, что можно записать О0х=1.
Если порядок интегродифференцирования вещественный, s=Re(s)=x>0, а в равенствах (*) перед показателем порядка оператора в, стоит знак минус, то это соответствует оператору дробного дифференцирования вещественного порядка х, а если перед показателем порядка оператора стоит знак плюс, тогда это будет соответствовать оператору дробного интегрирования вещественного порядка х.
Когда порядок мнимый, 8=іІт(в)=іу; у>0, а в равенствах (*) перед показателем порядка оператора в стоит знак минус, то это будет соответствовать О-оператору дробного дифференцирования мнимого порядка у, а если значение мнимого порядка оператора со знаком плюс, то это будет О-оператор дробного интегрирования мнимого порядка у.
Если порядок интегродифференцирования комплексный, в=х+іТу X, 7>0, и перед ним стоит знак минус, то это соответствует дробному дифференцированию комплексного порядка в, а если знак плюс - дробному интегрированию комплексного порядка в.
В случаях, когда знаки у вещественной и мнимой части порядка интегродифференцирования различаются, т. е. в=-х+іу или в=х-їу, то такие порядки будем называть смешанными комплекс-