Анализ - случайный процесс
Cтраница 1
Анализ случайных процессов представляет особый интерес в гидродинамике, физике плазмы, геофизике, акустике, радиоастрономии, физиологии, медицине, биологии, ядерной физике, экономике, радиотехнике, электронике, автоматике и многих других областях научных исследований. [1]
Анализ случайных процессов осуществляют методами теории вероятностей, где случайные сигналы представляются в виде случайных функций. [2]
 |
Механическая система со смещением основания на входе. [3] |
Для анализа случайных процессов необходимы частотные характеристики технического объекта, в качестве которого можно выбрать несложную механическую или электрическую систему. [4]
При анализе случайных процессов с дискретными состояниями удобно пользоваться геометрической схемой - так называемым графом состояний. Обычно состояния системы изображаются прямоугольниками ( кружками), а возможные переходы из состояния в состояние - стрелками ( ориентированными дугами), соединяющими состояния. [5]
При анализе случайных процессов в технической диагностике используются два основных метода. [6]
При анализе случайных процессов с дискретными состояниями удобно пользоваться геометрической схемой - так называемым графом состояний. Состояния системы изображаются прямоугольниками ( или кругами, или даже точками), а возможные переходы из состояния в состояние - стрелками, соединяющими состояния. [7]
При анализе случайных процессов часто применяются не сами корреляционные функции, а связанные с ними преобразованием Фурье спектральные плотности. Спектральная плотность Sxx () случайного процесса характеризует разложение процесса на сумму элементарных гармонических колебаний с непрерывным спектром. [8]
При анализе случайных процессов часто основной интерес представляет его флуктуационная составляющая. [9]
При анализе случайных процессов с дискретным состоянием удобно пользоваться геометрической схемой - так называемым графом состояний. [10]
При анализе случайных процессов весьма часто встречается стационарный случайный процесс с постоянной спектральной плотностью, не зависящей от частоты. Этот процесс называется белым шумом. [11]
При анализе случайных процессов, протекающих в системах с дискретными состояниями, важную роль играют вероятности состояний. [12]
При анализе непрерывных случайных процессов обычно предполагают, что данный процесс относится к категории стационарных эргодических случайных процессов. Такие процессы характеризуются тем, что одна единственная бесконечная реализация процесса несет всю информацию о его вероятностных свойствах и может быть использована для определения любой его характеристики путем усреднения по времени. С практической точки зрения эргодичность процесса позволяет в ходе исследования одного источника сигнала ( одного объекта) получить полное представление о свойствах определенного класса объектов. В этом смысле понятие эргодичности является некоторым эквивалентом понятия представительности выборки в классической математической статистике. [13]
При анализе случайного процесса изменения размера в поднала-дочных системах следует выделять коррелированную составляющую процесса - сравнительно медленные, систематические изменения, вызванные смещением настройки и характеризуемые текущим средним значением размера, и некоррелированную составляющую - случайные отклонения размера относительно этого текущего среднего или центра распределения мгновенного рассеивания размеров. Обычно эти отклонения подчиняются закону нормального распределения и характеризуются средним квадратическим отклонением размера а. [14]
Для задачи анализа случайных процессов необходимо предварительное их отнесение к определенной разновидности ( классу), обладающей некоторыми характерными свойствами. [15]
Страницы: 1 2 3 4