Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Построение моделей случайных процессов в дискретных системах

Статистического моделирования | Распределения | Пример статистической имитационной модели системы со случайными параметрами | Моделирование случайных векторов | Основные формы описания непрерывных случайных процессов | Процесса в линейной стационарной системе | Статистическая линеаризация нелинейной стационарной | Расчет установившегося случайного процесса в нелинейной стационарной системе | Процессов методом весовых функций | Линейных системах методом динамики средних |


Читайте также:
  1. G. Переживание неодушевленной материи и неорганических процессов
  2. G. Переживание неолушевленной материи и неорганических процессов
  3. VIII. ТЕОРЕТИКО-ИНФОРМАЦИОННАЯ КОНЦЕПЦИЯ КРИПТОЗАЩИТЫ СООБЩЕНИЙ В ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМАХ
  4. Автосинхронизация процессов в суперсистемах
  5. Алгоритмы реализации моделей
  6. Анализ глобальных исторических процессов.
  7. Анализ переходных процессов в цепях первого порядка классическим методом

Для описания случайных процессов в дискретных системах используются те же характеристики, как и для непрерывных систем, но здесь вместо непрерывного времени они рассматриваются как функции дискретного аргумента n. Ограничимся рассмотрением одномерного случайного процесса.

Математическое ожидание случайного процесса рассматривается в форме mx (n)= M [ X (n)], если процесс наблюдают в дискретные моменты времени t = nT 0 (T 0 - шаг дискретизации времени, n - целое число), или mx (n,e)== M [ X (n,e)], если процесс наблюдают в смещенные моменты времени t =(n+ e) T 0 (e - смещение, 0£e£1).

Корреляционная функция определяется в форме

или соответственно

Кx (n,e, n 1,e1)= M [(X (n,e)- mx (n,e))(X (n 1,e1)- mx (n 1,e1))].

Значение корреляционной функции при n = n 1 и e=e1 дает дисперсию случайного процесса:

Кx (n, n)= Dx (n), Кx (n,e, n,e)= Dx (n,e).

Для стационарного процесса mx (n,e)= mx = const, Kx (n,e, n 1,e1)= Kx (n 1- n).

Аналогичные замены аргументов выполняются для функций ПРВ и ФРВ, а также для всех средних характеристик многомерных случайных процессов.

Все рассмотренные методы построения моделей случайных процессов применимы и для дискретных систем с некоторыми отличиями, обусловленными особенностями их описания:

- вместо дифференциальных уравнений используются разностные;

- вместо преобразования Лапласа используется z -преобразование и далее для применения частотных и спектральных методов - w -преобразование, переход к псевдочастоте и так далее.

Рассмотрим особенности построения моделей случайных процессов в дискретных системах на примере метода весовых функций.

Весовая функция нестационарной дискретной системы определяется в виде w (n,e, k), где n, k - целые числа, e - смещение (0£e£1). Для стационарной системы: w (n-k,e) или w (n,e), считая формально k= 0.

При заданном входном сигнале G (n) и известной весовой функции выходной сигнал дискретной системы определяется конечной суммой:

, (4.40)

являющейся аналогом интеграла свертки (4.23) для непрерывной системы. Здесь G и Y - реализации случайных процессов.

Усреднив (4.40) по множеству реализаций, получим формулу для определения математического ожидания выходного сигнала:

. (4.41)

Для корреляционной функции также имеет место соотношение, аналогичное (4.25),

(4.42)

или для дисперсии

. (4.43)

Если входной сигнал представляет собой белый шум Kg (k, l)=G0d kl, где d kl =d(k - l) - единичная импульсная функция, вторая сумма в соотношении (4.43) сокращается до одного слагаемого:

,

и в результате

(4.44)

Для стационарной системы и несмещенных моментов времени соотношения (4.40)-(4.44) принимают вид

,

,

,

,

(4.45)

 


Дата добавления: 2015-11-04; просмотров: 78 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Нелинейных системах методом динамики средних| Методы моделирования случайных процессов с заданными характеристиками

mybiblioteka.su - 2015-2024 год. (0.006 сек.)