Гауссовский случайный процесс

Cтраница 2

Если z ( t) не является гауссовским случайным процессом, методы демодуляции, иллюстрируемые на рис. 13.2.2, не являются больше оптимальными, тем не менее, мы можем все же использовать любую из этих трех структур демодулятора для демодуляции принимаемого сигнала. Если статистические характеристики интерференции z ( t) неизвестны априори, это, конечно, один из возможных подходов. Альтернативный метод, который описывается ниже, использует адаптивный фильтр до согласованного фильтра или коррелятора для подавления узкополосной интерференции. Целесообразность этого второго метода также излагается ниже. [16]

О вероятностных мерах в функциональных пространствах, отвечающих гауссовским случайным процессам / / Теория вероятн. [17]

Мы начнем со сводки данных, относящихся к гауссовским случайным процессам: в значительной мере она носит справочный характер. [18]

Процесс, рассмотренный в примере 1.14, называется гауссовским случайным процессом. Свойства таких процессов более детально рассматриваются в следующем параграфе. [19]

В этом разделе рассматривается метод построения кода для источника стационарного гауссовского случайного процесса. Метод приводит к относительно простой реализации, а его основная информационная характеристика - скорость кодирования - относительно мало отличается от е-эитропии. [20]

Белый шум, прошедший через полосовой фильтр, является узкополосным гауссовским случайным процессом со средней частотой спектра, равной средней частоте полосы пропускания фильтра. Дисперсия выходного сигнала (4.43) равна дисперсии белого шума, отсчитанной по полосе пропускания фильтра и умноженной на квадрат коэффициента передачи фильтра. Дисперсия прямо пропорциональна спектральной плотности белого шума и полосе пропускания фильтра. [21]

Парционально-полосовая интерференция, рассматриваемая в этом подразделе, моделируется как гауссовский случайный процесс с нулевым средним с равномерной спектральной плотностью мощности на доли а от общей полосы W и равный нулю в остальной части полосы. [22]

Последним необычным и важным свойством гауссовского процесса является следующее: гауссовский случайный процесс, стационарный в широком смысле, является также и строго стационарным. Доказательство этого свойства не составляет труда. [23]

Константа KQ выражается в виде математического ожидания определенного функционала от гауссовского случайного процесса. [24]

Фотографии одномерных. [25]

На рис. 1.10 приведены фотографии, полученные описанным методом для стационарного гауссовского случайного процесса. [26]

Пусть случайная фаза у ( х, у) моделируется гауссовским случайным процессом с нулевым средним. [27]

В 1947 году Кац и Сигерт ввели новый вид разложения для стационарного гауссовского случайного процесса, в котором коэффициенты разложения строго независимы. Примерно в то же самое время Кару-нен ( Karhunen, 1946) показал, что независимо от того, является ли стационарный процесс стационарным или гауссовским, ортогональное разложение в общем случае возможно. Разложения типа Карунена - Луева нашли широкое применение при обработке случайных процессов. Поэтому мы вкратце рассмотрим эти разложения. [28]

В соответствии с (3.5) поверхностями равной плотности вероятности в многомерном пространстве отсчетов гауссовского случайного процесса общего вида являются концентрические гиперэллипсоиды с максимумом плотности в точке среднего значения, ориентация и размеры главных осей гиперэллипсоидов определяются корреляционной матрицей. [29]

В наиболее общей формулировке комплексный случайный процесс U ( t) называется комплексным гауссовским случайным процессом, если его действительная и мнимая части являются совместно гауссовскими процессами. Таким образом, действительная и мнимая части процесса обе являются гауссовскими случайными процессами. Следовательно, аналитическое сигнальное представление гаус-совского случайного процесса является комплексным гауссовским процессом. Однако не всякий комплексный гауссовский случайный процесс имеет в качестве выборочных функций аналитические сигналы. [30]

Страницы: 1 2 3 4