Распределение - шум
Cтраница 3
Хр) распределения входных воздействий; Hk - матрица ( m - fu) распределения выходных величин ( матрица весов измерений); Ф & - матрица ( vXv) преобразования переменных состояния; Afe - матрица ( рХ / з) распределения шума системы. [31]
А - постоянная, близкая к единице. Распределение шумов складывается из двух некоррелированных распределений стоячих волн, возникающих вследствие флюктуации тока и скорости. [32]
Модели (4.10) и (4.11) рассматриваются в дальнейшем в качестве основных моделей априорной неопределенности шума при синтезе АР-алгоритмов. По широте охвата распределений шума эти модели практически равноценны. Выбор в пользу одной из них будет сделан после сравнения эффективности построенных на их основе АР-алгоритмов. [33]
Модель We применяется в том случае, когда ожидаемые распределения шума близки к некоторому известному распределению. В случае значительной априорной неопределенности распределений шума используются модели W5 и W057, которые при необходимости могут быть существенно расширены за счет введения априорно неопределенного параметра масштаба. [34]
Вопрос о преобразовании законов распределения является более сложным. Однако во многих практически важных случаях распределение шума на выходе линейной системы с большой точностью оказывается гауссовским, независимо от закона распределения шума на входе; происходит, как говорят, нормализация случайного процесса. Фактически речь идет еще об одном важном следствии центральной предельной теоремы. [35]
В [16] установлено, что в случае применения уравновешенных сигналов алгоритмы, робастные для симметричных ПРВ шума, сохраняют свойство робастности при расширении класса симметричных распределений до распределений произвольной формы. Данный результат практически снимает ограничение моделей распределений шума симметричными ПРВ. По материалам статьи [16] подготовлен один из разделов данной работы. [36]
В современных системах связи по коаксиальному кабелю ( рис. 5.6, 5.7, 5.8) линейная несущая частота телевизионных каналов располагается в нижней части линейного спектра частот. Это объясняется, прежде всего, распределением шумов магистрали по линейному спектру высокочастотного тракта. Современные линейные усилители коаксиальных систем связи обладают весьма низкими уровнями-собственных шумов. Частотная характеристика уровня шумов магистрали ( в области линейных частот выше 2 Мгц) близка к характеристике затухания усилительного участка. Поэтому с увеличением частоты шумы на выходе магистрали возрастают. Визуальный эффект шумов слабее, если большая часть их мощности приходится на область высших видеочастот. При размещении несущей частоты в нижней части линейного спектра частот телевизионного канала Обеспечивается меньшая величина взвешенного шума на выходе телевизионного тракта. [37]
 |
Примеры корреляционных функций помех в сигналах аналитических приборов. [38] |
На рис. 1.1, а приведены типовые корреляционные функции шумов в сигнале хроматографа, а на рис. 1.1 6 масс-спектрометра. Следует отметить, что предположение о нормальности распределения шума существенно при использовании традиционных алгоритмов обработки во временной области, так как позволяет получить точность обработки, близкую к потенциально возможной для применяемых методов. При разложении сигнала в ортогональной базисной системе функций ( см. раздел 1.2) это ограничение не обязательно, поскольку в результате обработки смеси y ( t) шум нормализуется, что позволяет распространить алгоритмы, полученные в предположении его нормальности, на случай, когда распределение шума отличается от нормального. [39]
В этой главе мы будем говорить о каналах, по которым данные передаются между компьютерами и используются чрезвычайно сильные сигналы. Интересная особенность заключается в том, что сигнал дискретен; следовательно, распределение шумов донельзя упрощается распределением ошибок. Шум представляет собой некую функцию, которая может иметь множество значений, в то время как функция ошибок может иметь только два возможных значения. [40]
Измерение вызванных МП в силу низкого отношения сигнал - шум возможно, как правило, с привлечением техники синхронного накопления. Улучшение отношения сигнал-шум пропорционально корню квадратному из числа накоплений при нормальном законе распределения шума. [41]
При достаточно большом размере обучающей выборки адаптивные АО-алгоритмы имеют практически те же характеристики, что и АО-алгоритмы. Однако их состоятельность в случае непараметрической априорной неопределенности гарантируется при весьма сильных предположениях о распределении шума, которые могут и не выполняться на практике. [42]
Рассмотрим теперь параметры и статистические характеристики шума на выходе согласованного фильтра. При действии белого шума с нормальным законом распределения ( имзнно такой шум и представляет основной интерес для практики) распределение шума на выходе линейного фильтра остается нормальным. [43]
Вопрос о преобразовании законов распределения является более сложным. Однако во многих практически важных случаях распределение шума на выходе линейной системы с большой точностью оказывается гауссовским, независимо от закона распределения шума на входе; происходит, как говорят, нормализация случайного процесса. Фактически речь идет еще об одном важном следствии центральной предельной теоремы. [44]
В качестве оценки 5П ( х) должна применяться квантильная оценка (3.82) параметра масштаба в связи с выбором - точечной модели распределений шума. Алгоритм с решающими функциями (4.75) имеет равную а асимптотическую вероятность ложной тревоги фактически при любой ( симметричной и несимметричной) плотности распределения шума с нулевым средним. [45]
Страницы: 1 2 3 4