Корреляционная функция - случайный процесс
Cтраница 2
На практике оказывается удобнее находить сначала корреляционную функцию случайного процесса, а затем по формуле (8.28) - спектральную плотность. [16]
Необходимо особо подчеркнуть, что оценка корреляционной функции случайного процесса zl ( k & t) может существенно отличаться от оценки корреляционной функции изучаемого случайного процесса Х ( t) как за счет влияния динамики измерительного прибора, так и вследствие выделения участка спектральной плотности в окружности со 0 вместе со средним значением. Скорректировать эти искажения во временной области достаточно сложно. [17]
Из (2.69) следует, что спектры и корреляционные функции случайных процессов X ( t) и X ( t) одинаковы. [18]
Представление (4.5) позволяет легко переходить от анализа корреляционных функций случайных процессов и функций веса фильтров к исследованию спектральных плотностей случайных функций и амплитудно-частотных характеристик сглаживающих и прогнозирующих устройств. [19]
Аналогичное соотношение связывает импульсную переходную функцию с корреляционными функциями нецентрированных случайных процессов. Однако при статистическом описании объектов в процессе их нормальной эксплуатации предпочитают оперировать центрированными процессами и корреляционными функциями. Благодаря этому удается, с одной стороны, повысить точность вычислений, а с другой - избежать появления дельта-функций при решении уравнения ( 8) методом преобразования Фурье и тем самым значительно упростить анализ. В дальнейшем в главе использованы главным образом центрированные корреляционные функции. [20]
С ( т - i v) есть собственная корреляционная функция случайного процесса на входе объекта. [21]
Из соотношения (2.69) следует, что спектры и корреляционные функции случайных процессов X ( t) и X ( t) одинаковы. [22]
Одной из основных трудностей при практических расчетах оценок корреляционных функций случайных процессов по одной его реализации является трудность центрирования этих реализаций. Следует подчеркнуть, что эти трудности имеют принципиальный характер и обусловлены необходимостью использования системного подхода при выполнении этой операции. Очевидно, что эта граничная частота определяется динамическими свойствами системы регулирования, для построения которой собственно и осуществляется вся процедура оценки корреляционных функций. [23]
На этом свойстве знаковых функций основан метод расчета корреляционной функции случайных процессов. [24]
В работе [72] показано, что весьма распространенным видом корреляционной функции случайных процессов является показательная. Она существует, если вес реализации случайной функции представляют собой синусоиды различных частот, амплитуд и начальных фаз. Такой же вид имеет корреляционная функция, если все возможные реализации случайной - ступенчаты или разрывны. [25]
В работе [72] показано, что весьма распространенным видом корреляционной функции случайных процессов является показательная. Она существует, если все реализации случайной функции представляют собой синусоиды различных частот, амплитуд и начальных фаз. Такой же вид имеет корреляционная функция, если все возможные реализации случайной - ступенчаты или разрывны. [26]
Величины в квадратных скобках называют соответственно временными корреляторами и корреляционными функциями случайного процесса. [27]
Указанный критерий достаточно просто связан со спектральной плотностью и корреляционной функцией случайного процесса. [28]
 |
График детерминированного выходного сигнала системы x ( t. [29] |
Спектральные характерисгики с5 и CRfr соответственно детерминированного входного сигнала и корреляционной функции случайного процесса на входе системы определяются как результат соответственно одно - и двумерного БПФ. [30]
Страницы: 1 2 3 4