Cтраница 2
Если сигнал является нормальным случайным процессом, то можно показать [4 ], что действие такого сигнала на всякую устойчивую линейную систему ( с любой частотной характеристикой) вызывает отклик, который тоже будет нормальным случайным процессом. Так как нормальный процесс полностью определяется автокорреляционной функцией ( гл. [16]
Определить дисперсию числа выбросов нормального случайного процесса X ( t) в течение времени Т за уровень математического ожидания х, если корреляционная функция процесса / С ( т) известна. [17]
Фельдман, Л. Д. Оценка дисперсии стационарного нормального случайного процесса по заданной его реализации малой длительности. [18]
Для того чтобы полностью охарактеризовать нормальный случайный процесс, каким мы будем считать отраженный сигнал, достаточно найти его функцию корреляции. [19]
Большое значение имеют так называемые нормальные случайные процессы с нормальным распределением вероятностей, следующим закону Гаусса. [20]
Этот результат обобщается и на нестационарные нормальные случайные процессы. [21]
Найденный одномерный закон распределения огибающей нормального случайного процесса показан на рис. 19.15 и носит название закона Релея. Его форма подтверждает, что амплитуда не может быть отрицательна, но не ограничена со стороны положительных значений, так как численные значения Гауссовых координат вектора могут быть теоретически сколь угодно велики. [22]
Алго ритмы и программы для моделирования нормальных случайных процессов на ЦВМ. [23]
Так как z есть линейное преобразование нормального случайного процесса ( умножение на фиксированную функцию s ( t) и интегрирование), то W ( z H. [24]
Как было указано выше, для нормальных случайных процессов ( t) и х ( t) независимы. [25]
Так как из некоррелированности значений огибающей нормального случайного процесса следует их статистическая независимость ( см. § 8.2 в первой книге), то некоррелированные координаты rk представляют независимые случайные величины. [26]
Так как из некоррелированности значений фазы нормального случайного процесса следует их независимость ( см. п, 8.4. 2 в первой книге), то координаты k независимы. [27]
Особое значение при моделировании технических систем имеют нормальные случайные процессы. Это обусловлено тем, что благодаря инерционным свойствам технических систем они обладают способностью нормализовать распределения фазовых переменных. При функционировании таких систем в условиях стационарных внешних воздействий практически все фазовые переменные имеют нормальные распределения, даже если распределения воздействий будут отличаться от нормальных. [28]
Можно доказать и более общее утверждение: нормальный случайный процесс X ( t) с характеристиками mx ( t) и Kx ( t t) является марковским. [29]
Угол крена корабля Ф ( 0 представляет собой нормальный случайный процесс с характеристиками тх 0 Кх ( t, t t) ozPx ( T) - Известно, что в момент времени ti угол крена корабля составлял Ф () а градусов. [30]