В теории вероятностей и статистике, учитывая случайный процесс, автоковариация - это функция, которая дает ковариацию процесса с самим собой в парах моментов времени. Автоковариация тесно связана с автокорреляцией рассматриваемого процесса.
Содержание
- 1 Автоковариация случайных процессов
- 1.1 Определение
- 1.2 Определение для слабо стационарного процесса
- 1.3 Нормализация
- 1.4 Свойства
- 1.4.1 Свойство симметрии
- 1.4.2 Линейная фильтрация
- 2 Расчет турбулентной диффузии
- 3 Автоковариация случайных векторов
- 4 См. Также
- 5 Ссылки
Автоковариация случайных процессов
Определение
С обычным обозначением для оператора ожидания, если случайный процесс имеет функцию mean , тогда автоковариация дается как
| | (уравнение 2) |
где и - два момента времени.
Определение для слабо стационарного процесса
Если является слабо стационарный (WSS) процесс, то верно следующее:
- для всех
и
- для всех
и
где - время задержки, или количество времени, в течение которого сигнал был сдвинулся.
Автоковариационная функция процесса WSS, следовательно, определяется как:
| | (Eq.3) |
, что эквивалентно
- .
Нормализация
Обычной практикой в некоторых дисциплинах (например, в статистике и анализе временных рядов ) является нормализация функции автоковариации для получения зависящего от времени коэффициента корреляции Пирсона. Однако в других дисциплинах (например, инженерии) от нормализации обычно отказываются, и термины «автокорреляция» и «автоковариация» используются как взаимозаменяемые.
Определение нормализованной автокорреляции случайного процесса:
- .
Если функция четко определена, ее значение должен находиться в диапазоне , где 1 указывает на идеальную корреляцию, а -1 указывает на идеальную антикорреляцию.
Для процесса WSS определение таково:
- .
где
- .
Свойства
Свойство симметрии
соответственно для процесса WSS:
Линейная фильтрация
Автоковариантность процесса с линейной фильтрацией
равно
Расчет турбулентного коэффициента диффузии
Автоковариация может использоваться для расчета турбулентного коэффициента диффузии. Турбулентность потока может вызвать колебания скорости в пространстве и времени. Таким образом, мы можем идентифицировать турбулентность по статистике этих колебаний.
Разложение Рейнольдса используется для определения колебаний скорости (предположим, что сейчас мы работаем с 1D проблема и - скорость в направлении ):
где - истинная скорость, а - ожидаемое значение скорости. Если мы выберем правильный , все стохастические компоненты турбулентной скорости будут включены в . Чтобы определить , набор измерений скорости, собранных из точек в пространстве, моментов времени или требуются повторные эксперименты.
Если мы предположим турбулентный поток (, а c - член концентрации) может быть вызвано случайным блужданием, мы можем использовать законы диффузии Фика для выражения члена турбулентного потока:
Автоковариация скорости определяется как
- или
где - время запаздывания, а - расстояние запаздывания.
Турбулентный коэффициент диффузии можно рассчитать с помощью следующих 3 методов:
- Если у нас есть данные о скорости вдоль Лагранжева траектория :
- Если у нас есть данные о скорости в одном фиксированном (эйлеровом ) месте:
- Если у нас есть информация о скорости в двух фиксированных (эйлеровых) точках: где - это расстояние, разделенное этими двумя фиксированными местоположениями.
Автоковариация случайных векторов
См. также
Ссылки
- Hoel, PG (1984). Математическая статистика (Пятое изд.). Нью-Йорк: Вили. ISBN 978-0-471-89045-4.
- Конспект лекций по автоковариантности от WHOI