Cтраница 1
Данный случайный процесс по отношению к данной системе можно физически считать белым шумом, если в пределах полосы пропускания системы спектральная плотность входного сигнала постоянна ( фиг. [1]
Полученные числовые значения характеризуют данный случайный процесс. [2]
Как видите, корреляционная функция данного случайного процесса гармонически зависит от расстояния между анализируемыми моментами времени. [3]
Эти несколько замечаний показывают, что данный случайный процесс более сложен, чем чистый дробовой шум. Возможно, что могло бы быть уместным предположение о некоторой корреляции между д моментами генерации нервных импульсов. [4]
Реализация стационарного ( а и нестационарного ( б случайных процессов. [5] |
Величина х определяется для всей ассоциации случайных функций данного случайного процесса в один и тот же момент времени интервала наблюдения, а ве - / J I / V Л / 1К t личина х - для одной случайной функции в течение весьма длительного времени наблюдения. [6]
Поскольку скачки уровня происходят в случайные моменты времени, для данного случайного процесса затруднительно даже изобразить график отдельной реализации, не говоря уже о расчете спектра ее ограниченного во времени фрагмента. [7]
Вели проиввести над случайним процессом ряд наблишений, то получим группу реализацией данного случайного процесса. [8]
Примеры реализации различных случайных функций X ( t, Y ( f, Z ( t, имеющих неодинаковые математические ожидания mx ( f, mtf, MZ (. [9] |
Математическое ожидание - это такая неслучайная функция, около которой группируются все реализации данного случайного процесса и которая полностью определяется одномерным ДЗР. [10]
Оцените значение юв, ограничивающее область частот О ш Ив, в пределах которой данный случайный процесс может приближенно рассматриваться как белый шум. [11]
Эти средние ( / ] и / г представляют собой случайные величины, распределение которых определяется данными случайными процессами. [12]
При решении дифференциальных уравнений со случайными членами, а также для предсказания значений случайного процесса требуется представить данный случайный процесс как результат действия линейного оператора на белый шум. [13]
Полигоны распределении выборочных средних квадратических отклонений для. [14] |
Переходя к количественной оценке результатов исследования выборочных статистических характеристик, необходимо отметить прежде всего весьма существенную для данных случайных процессов зависимость параметров распределения этих характеристик от степени корреляционной связи величин, образующих процессы, а также от способа комплектования выборок. Следует указать, что степень автокорреляционной связи случайных величин, образующих процесс II, достаточно характерна для целого ряда современных способов автоматической обработки деталей машин, чего нельзя сказать в отношении случайного процесса III, охваченного весьма сильной автокорреляционной связью. [15]