Cтраница 2
Случайный процесс ( t) U стационарен, поскольку при усреднении по множеству все статистические характеристики не зависят от времени; процесс ( /) не эргодический, поскольку при усреднении по времени результат будет зависеть от выбранной реализации. [16]
Случайные процессы, обладающие этим свойством, называют процессами Маркова. [17]
Структурная схема сканирующей ИС с микроЭВМ. [18] |
Случайные процессы могут быть заданы в непрерывном или в квантованном во времени виде. Если случайный процесс является стационарным и эргодическим, то определение случайной характеристики достаточно производить по одной реализации. [19]
Случайный процесс представляет собой известные функции времени со случайными коэффициентами. [20]
Случайные процессы в энергетике связаны, во-первых, с метеорологическими условиями. К числу их можно отнести изменения располагаемой мощности и энергии гидростанций, зависящие от приточности рек; изменения суммарного спроса мощности и энергии в энергосистемах, зависящие как от изменения температуры наружного воздуха, так и от других факторов. [21]
Случайный процесс представляет собой бесконечное множество случайных величин или бесконечное множество неслучайных функций времени. В этой связи и заключается единство процесса. [22]
Случайные процессы могут быть как стационарными, так и нестационарными. При определении статистических характеристик стационарных процессов изменение времени на некоторую величину т не изменяет статистических характеристик сигнала. Это условие носит название гипотезы стационарности. [23]
Случайные процессы в энергетике связаны в первую очередь с метеорологическими условиями К числу таких процессов можно отнести изменения располагаемой мощности и энергии гидростанций, зависящие от приточности рек; изменения суммарного спроса мощности и энергии в энергосистемах, зависящие как от изменения температуры наружного воздуха, так и от других факторов. [24]
Случайные процессы разделяют на стационарные и нестационарные. В большей степени разработана теория стационарных случайных процессов. Положения этой теории широко применяются в практике расчета систем автоматического регулирования и управления. [25]
Случайный процесс (10.1) характеризуется двумя параметрами: а и b, a (10.2) - тремя параметрами: a, m и о. Однако анализ этих процессов с помощью разложения Кару-нена - Лоева и в этом примере дает более высокие значения размерности. [26]
Случайный процесс в виде белого шума, когда Rx ( x) 0 при т § 0, физически не реализуем, так как ему соответствует бесконечный спектр и соответственно бесконечная мощность. Однако часто их можно приближенно представить в виде белого шума, если ширина спектра процесса значительно больше полосы пропускания системы. Здесь аналогично рх ( х) вводят нормированную спектральную плотность, имеющую размерность времени sx ( со) I рх ( х) e - jwzdx sx ( со) / Dx. [27]
Случайные процессы, протекающие в системах управления, принято разделять на стационарные и нестационарные. [28]
Случайные процессы и их корреляционные функции. [29] |
Случайный процесс, в котором отсутствует взаимосвязь между предыдущими и последующими значениями, называется белым шумом или абсолютно случайным процессом. Это свойство выделяет его среди других случайных процессов, определяет его особую роль как простейшей модели случайного процесса. [30]