Для того, чтобы получить информацию о динамике флуктуирующих систем, мы должны выбрать один из двух различных, но близких по физическому смыслу подходов. Мы можем анализировать флуктуирующие системы на основе частотных компонентов с разными амплитудами, получая спектр частот флуктуаций со свойствами A, <ΔA2(ν)> , где ν это частота. Однако, имеется другой, более точный метод, в котором измеряется непосредственно временная корреляционная функция флуктуаций <A(t), A(t + τ)>, где τ – корреляционное время, характеризующее флуктуации в системе.
В этой главе мы будем обсуждать только эксперименты с использованием техники временных корреляционных функций, поскольку она обеспечивает более высокую точность по сравнению с техникой спектрального анализа. Иногда, для визуализации результатов мы будем иногда пользоваться спектром частот. Начнем с корреляционных функций.
Корреляционные и кросс-корреляционые функции
Рис. 31.2. (а) Изображение некого свойства А(t), флуктуирующего во времени относительно своего среднего <A>, равного нулю. Временная ось разбивается на ряд дискретных интервалов Δt. (б) Корреляционная функция <A(0) А(τ)>, oписывающая флуктуационный процесс, изображенный в (а). Начальное значение функции равно <A2>. Для времен значительно больших, чем корреляционное время процесса τА, корреляционная функция равна <A>2
Флуктуирующий сигнал A(t), изображенный на рисунке 31.2а, обладает следующими свойствами: свойство А для времени t всегда отлично от свойства А для времени t+Δt. Когда время τмало по сравнению с типичным временем флуктуаций переменной А(t), A(t + τ) будет близко к величине A(t). Когда величина τ увеличивается, отклонение A(t + τ) от A(t) становится более вероятным. Таким образом, можно сказать, что величина A(t + τ) коррелирует с A(t) когда τ мало, но эта корреляция теряется, когда τ становится большим по сравнению с характерным периодом флуктуаций. Мерой такой корреляции является автокорреляционная функция, определяемая как:
(31.1)
Если ось времени t разбить, как это сделано на рисунке 31.2а на дискретные интервалы Δt, так что t = j Δt, τ = n Δt, T =N Δt, a t+ τ = (j + n)Δt, = Δt, то интегрирование в уравнении Г10.1 можно заменить суммированием:
<A> (31.2а)
(31.2б)
где Аj есть значение свойства в начале j-го интервала.
Мы ввели дискретизацию в описание флуктуационного процесса с тем, чтобы продемонстрировать, как корреляционная функция меняется со временем. Из рисунка 312а видно, что некоторые члены в суммах уравнений 31.2а и 31.2б отрицательны, например А3 и А4. Следовательно, в этих суммах часть вкладов будет положительна, а часть отрицательна. С другой стороны величина <A(0) A(t)> всегда положительна, так как Аj2≥ 0, и ожидается большой. Таким образом, мы можем ожидать, что корреляционная функция всегда будет постоянной, равной начальному значению для всего отрезка времен или уменьшаться от максимального значения <A2> до минимального <A>2 (рис. 31.2б).
Отметим, что в большинстве практических применений корреляционная функция падает моноэкспоненциально:
(31.3)
где τкор есть корреляционное или релаксационное время флуктуирующего сигнала.
Корреляционная функция двух свойств А и B описывается кросс-корреляционными функциями:
(31.4а)
и
(31.4б)
Корреляторы
Рис. 31.3.Схема коррелятора для анализа флуктуирующих процессов (см. текст)
В лабораторных условиях превращение флуктуаций сигнала в корреляционную функцию выполняется с помощью прибора, называемого коррелятором (рис. 31.3). Флуктуирующий сигнал в цифровом виде передается по двум каналам: накопительному и общему каналу коррелятора. Накопитель, считает импульсы за определенный промежуток времени, Δt, длительность которого задается тактовыми кристаллическими часами. В конце этого промежутка содержимое переносится в первый регистр коррелятора. Затем коррелятор начинает считать импульсы для второго идентичного временного интервала. Этот процесс продолжается в течение всего эксперимента, так что регистры коррелятора содержат информацию о флуктуирующем сигнале за промежуток времени n , где n число регистровкоррелятора, а называется временем выборки или временем сэмплирования, которое выбирается, как правило, в интервале времени от 2 нсек до 1сек. Время выборки должно соответствовать типичным корреляционным временам системы. Очевидно, что для быстрых процессов время выборки, берется малым, a для медленных процессов – большим.
Корреляционные функции поля и интенсивности
Для единичной частицы наведенный диполь p, который является источником рассеяния, определяется падающим полем Eи поляризуемостью частицы α:
p= α E(31.5)
Свет, излучаемый всеми индивидуально индуцируемыми диполями, собирается на детекторе, где результирующее электрическое поле зависит от относительной позиции и ориентации всех частиц в рассеивающем объеме. Типичная геометрическая картина рассеяния света представлена на рисунке 31.4. Корреляционная функция рассеивающего электрического поля, G(1)(τ), называемая корреляционной функцией первого порядка, определяется, как:
G(1)(τ) = < E(t)E(t +τ) > (31.6)
Рис. 31.4.Типичнaя геометрия рассеяния света. E0 – амплитуда падающего поля; k0 и k1 – падающий и рассеивающий волновые векторы; q= k0 − k1 –волновой вектор рассеивания, определяемый углом рассеяния θ и длиной волны падающего света λ; n – показатель преломления среды
На практике, в силу квадратичной природы детектирования измеряется корреляционная функция флуктуаций интенсивности. Для интенсивности I, которая пропорциональна квадрату вектора электрического поля <E2>, нормализованная корреляционная функция, G(2)(τ), называемая корреляционной функцией второго порядка, вычисляется как:
G(2)(τ) = < I(t)I(t + τ) > (31.7)
Для систем, содержащих большое количество независимых источников рассеяния света, (гауссово приближение) связь между G(1) (τ)и G(2) (τ) задается соотношением:
G(2)(τ) = 1 +│G (1) (τ)│2 (31.8)
Корреляционные функции и частотный спектр флуктуаций
Как было упомянуто выше, частотный спектр I(ν) и корреляционная функция G(τ) полностью эквивалентны при описании динамического поведения равновесных систем, поскольку они связаны фурье-преобразованием:
(31.9)
где ν частота в Гц. Так, если I(ν) имеет форму Лорентца на нулевой частоте, тогда G(τ) имеет форму спадающей экспоненциальной функции с константой времени, равной обратной величине полуширины линии Лорентца. Эти простые функции верны для описания всех элементарных стохастических процессов и применимы для интерпретации поведения большинства систем, которые будут обсуждаться в дальнейшем. Простые примеры связи между корреляционной функцией и частотным спектром приведены на рисунке 31.5.
Рис. 31.5. Корреляционные функции и частотный спектр для трех простейших моделей флуктуационных процессов: (a) синусоидальная функция; (б) постоянная; (в) простейший стохастический процесс