Статистическая характеристика - случайный процесс
Cтраница 3
Таким образом, для построения марковской стратегии управления необходимо: 1) знать статистические характеристики случайного процесса; 2) иметь вычислительную процедуру, с помощью которой можно было бы определять такую стратегию. [31]
Качество процессов управления в системе, которая испытывает стохастические воздействия, оценивается путем вычисления статистических характеристик выходного случайного процесса. [32]
 |
Схема фазово-импульсного модулятора на линейном трохотроне.| Графики напряжения на одной из нечетных пластин. [33] |
Анализаторы, подобные описанному выше, находят широкое применение в физических исследованиях, а также при анализе статистических характеристик случайных процессов. [34]
Свойство эргодичности позволяет средние по множеству реализаций процесса приравнивать к средним по времени одной реализации, что существенно упрощает расчет статистических характеристик случайного процесса. [35]
Математическая модель случайных процессов в промышленных САР, подробно рассмотренная выше, может служить основой для разработки методики экспериментального определения статистических характеристик случайных процессов определенного класса. Перечислим некоторые требования, основанные на анализе математической модели, к регистрации и математической обработке полученных реализаций. [36]
Если в соответствии с содержательным смыслом задача решается в априорных решающих правилах, то оптимальный вектор p - p j зависит только от заданных статистических характеристик случайных процессов и параметров, определяющих условия задачи. [37]
Анализ по ансамблю реализаций соответствует принятию априорной модели нестационарного случайного процесса, ибо только путем усреднения по множеству можно получить ту или иную функцию времени, t - текущую статистическую характеристику случайного процесса. [38]
В настоящее время в связи с повышением интереса к устройствам для статистической обработки результатов наблюдений при проведении ускоренных испытаний на надежность технических систем возрастает значение новых методов, упрощающих и ускоряющих измерение статистических характеристик случайных процессов. [39]
Изучение физических механизмов случайных процессов обычно невозможно или нецелесообразно и потому в дальнейшем используется статистическая модель процесса в виде случайной функции. Статистические характеристики случайного процесса ( случайной функции) выявляются с помощью наблюдения за ее конкретными реализациями. [40]
Первый метод состоит в изучении общей структуры случайного процесса. Изменение статистических характеристик случайного процесса связывается с появлением неисправностей или других отклонений от нормального состояния машины. Достаточно напомнить, что опытный механик по изменению шума двигателя часто может определить возникновение дефекта. [41]
Магнитный момент ферромагнитного образца помещенного в периодически изменяющееся магнитное поле, можно рассматривать в виде совокупности двух компонент: периодической детерминированной составляющей со спектром в виде дискретных линий на частотах, кратных частоте перемагничивания, и случайной, шумовой составляющей, связанной с флуктуациями процессов перемагничивания в различных циклах изменения поля, имеющей непрерывное спектральное распределение. Исследование статистических характеристик случайных процессов перемагничивания ферромагнетиков дает существенную физическую информацию о чрезвычайно сложных явлениях перестройки доменной структуры. Огромное число локальных параметров, определяющих равновесное положение доменной стенки и динамику ее движения, приводит к появлению непредсказуемых, случайных изменений магнитного момента, поэтому точное решение задачи перемагничивания ферромагнетика является в своей основе статистическим. Изучение процессов намагничивания и перемагничивания в настоящее время немыслимо без учета статистического характера взаимодействия доменной стенки с дефектами, междоменных взаимодействий, процессов диффузии и других случайных явлений. [42]
Y ( t) mn ( t), тогда, согласно выражению ( 5), имеем mn ( t) - т ( t) при п - - оо. Желательно определить статистические характеристики случайного процесса в результате не многих, а одного опыта. [43]
В некоторых случаях требуется решать задачу анализа для негауссовых входных сигналов, в общем случае - для сигналов с произвольным законом распределения либо для структурной схемы с нелинейными преобразователями сигналов. В качестве статистических характеристик случайных процессов при этом можно использовать кумулянтные функции, что позволяет привлекать специальный аппарат кумулянтного анализа [50] и описывать любую степень отклонения законов распределения случайных величин и процессов от гауссова. В результате можно получить кумулянтные описания стохастических систем, используя рассмотренный выше подход. [44]
Следовательно, напряжение на выходе линейного детектора с точностью до постоянного множителя равно огибающей случайного процесса на входе. Для нахождения интересующих нас статистических характеристик случайного процесса на выходе необходимо знать за ко-ны распределения вероятностей огибающей. [45]
Страницы: 1 2 3 4