Теорема Винера — Хинчина¶

Теорема Винера — Хинчина — математическое утверждение в теории случайных процессов и спектральном анализе, устанавливающее взаимно однозначное соответствие между автокорреляционной функцией стационарного случайного процесса и его спектральной плотностью мощности через преобразование Фурье. Теорема является фундаментальной для статистической радиофизики, теории связи, обработки сигналов и физики, поскольку связывает временное описание процесса (корреляцию) с частотным (энергетическим спектром).

¶Формулировка

Для стационарного в широком смысле случайного процесса \( X(t) \) с нулевым математическим ожиданием автокорреляционная функция \( R(\tau) = \mathbb{E}[X(t)X(t+\tau)] \) и спектральная плотность мощности \( S(f) \) связаны парой преобразований Фурье:

\[ S(f) = \int_{-\infty}^{\infty} R(\tau) e^{-i 2\pi f \tau} d\tau, \] \[ R(\tau) = \int_{-\infty}^{\infty} S(f) e^{i 2\pi f \tau} df. \]

В эквивалентной форме через угловую частоту \( \omega = 2\pi f \) формулы записываются с коэффициентом \( 1/2\pi \) перед интегралом. Существование преобразования Фурье гарантируется абсолютной интегрируемостью автокорреляционной функции, что соответствует процессам с конечной дисперсией и затухающими корреляциями.

¶История

Теорема названа в честь американского математика Норберта Винера и советского математика Александра Яковлевича Хинчина. Винер опубликовал свой результат в 1930 году в работе «Обобщённый гармонический анализ», где использовал понятие автокорреляции для анализа сигналов. Независимо от него Хинчин в 1934 году в статье «К теории стационарных случайных процессов» дал строгое математическое обоснование соотношения для стационарных процессов. Ранее, в 1914 году, аналогичный результат для детерминированных функций был получен Альбертом Эйнштейном, но он не привёл его к виду, пригодному для случайных процессов.

¶Условия применимости

Теорема справедлива для стационарных в широком смысле процессов — то есть процессов, у которых математическое ожидание постоянно, а автокорреляционная функция зависит только от разности моментов времени \( \tau \), но не от абсолютного времени. Дополнительным требованием является абсолютная интегрируемость автокорреляционной функции:

\[ \int_{-\infty}^{\infty} |R(\tau)| d\tau < \infty. \]

Для процессов с периодическими составляющими (например, гармонический сигнал с случайной фазой) автокорреляционная функция не затухает, и спектральная плотность содержит дельта-функции Дирака. В этом случае теорема обобщается с использованием теории обобщённых функций.

¶Значение и применение

¶Радиофизика и теория связи

Теорема лежит в основе спектрального анализа сигналов. Она позволяет измерять спектральную плотность мощности через автокорреляционную функцию, что технически проще, чем прямое измерение мощности в узкой полосе частот. Это используется в корреляционных спектрометрах и радиотелескопах.

¶Обработка сигналов

В цифровой обработке сигналов дискретный аналог теоремы связывает дискретную автокорреляционную функцию с периодограммой. На этом основаны методы оценки спектра, включая метод Блэкмана — Тьюки, где спектр оценивается через преобразование Фурье от выборочной автокорреляционной функции.

¶Физика

В статистической физике теорема применяется для описания флуктуаций физических величин. Например, спектральная плотность теплового шума в резисторе (формула Найквиста) может быть выведена из автокорреляционной функции тока.

¶Оптика и квантовая механика

В квантовой оптике теорема Винера — Хинчина используется для описания когерентности света: степень временной когерентности связана преобразованием Фурье со спектральным составом излучения.

¶Ограничения

Теорема не применима к нестационарным процессам, у которых статистические характеристики меняются во времени. Для таких процессов используются обобщения, например, эволюционные спектры Пристли или вейвлет-преобразования. Также теорема описывает только энергетические характеристики (вторые моменты) и не даёт информации о фазовых соотношениях в сигнале.

¶См. также

• Спектральная плотность мощности
• Автокорреляционная функция
• Стационарный случайный процесс
• Преобразование Фурье
• Формула Найквиста

¶Источники

• Винер Н. Generalized harmonic analysis // Acta Mathematica, 1930.
• Хинчин А. Я. К теории стационарных случайных процессов // Успехи математических наук, 1938.
• Тихонов В. И., Харисов В. Н. Статистический анализ и синтез радиотехнических устройств и систем. — М.: Радио и связь, 1991.
• Прохоров Ю. В., Розанов Ю. А. Теория вероятностей. — М.: Наука, 1973.