распределение случайного процесса.

1,29 Mb. страница3/9Дата конвертации29.09.2011Размер1,29 Mb.Тип Смотрите также:     3             2. Анализ измерительных сигналов как случайных функций ^ Вероятностные характеристики измерительных сигналов Математическая модель процесса передачи измерительной информации представляет собой модель случайного процесса с плотностью вероятности . Полезные сигналы и сигналы помех, действующие на информационно- измерительную системы, являются случайными процессами, которые могут быть характеризованы статистическими средними значениями и характеристиками. Случайный процесс является более сложным случайным явлением, чем случайная величина, но его определение можно дать через случайную величину. Функция (рис.4) называется случайным процессом, если ее мгновенные значения являются случайными величинами [36]. Также как и случайная величина не может характеризоваться отдельным значением, так и случайный процесс нельзя определить какой-то одной, пусть и сложной функцией. Случайный процесс представляет собой множество реализаций (функций времени) . Реализация x]i](t) фрагмент случайного процесса X(t), зафиксированный в результате i-го эксперимента ограниченной длительности T, следовательно, под реализацией понимают один из возможных исходов случайного процесса. Случайная величина ]]]], соответствующая i-й реализации и j-му моменту времени, является мгновенным (выборочным) значением - частным случаем случайного процесса, а вероятностные характеристики случайного процесса основаны на характеристиках случайных величин, входящих в этот процесс. Совокупность мгновенных значений, соответствующих значениям различных реализаций в один и тот же момент времени t]j] , называется j-ой последовательностью процесса X(t). При решении прикладных задач чаще обращаются к реализациям, чем к последовательностям. Экспериментально ансамбль реализаций случайного процесса может быть получен в результате одновременной регистрации выходных параметров x]i](t) на выходах однотипных объектов, например, измерительных приборов , в течение фиксированного интервала времени. Если аргумент t изменяется непрерывно, зависимость X(t) представляет непрерывный случайный процесс (например, изменение погрешности измерительного прибора в течение длительного времени его работы) , если аргумент t является дискретной величиной случайную последовательность или временной ряд (массив результатов измерения погрешности в известные моменты времени). Процесс X(t) , принимающий счетное ограниченное количество значений, называется дискретным случайным процессом (например, последовательность состояний работы оборудования информационно- измерительных систем или информационно- вычислительных комплексов) [37]. Определяя случайный процесс случайными величинами, находят вероятностные характеристики процессов, исходя из вероятностных характеристик этих величин. Рис.4. Графическое изображение случайного процессаНаиболее полно описывают случайный процесс интегральная функция распределения вероятности и дифференциальная функция распределения вероятности. ]]В функциях распределения вероятности случайных процессов, в отличие от многомерных функций распределения вероятности случайных величин к аргументам x]i ] добавляются переменные t]j, показывающие, в какие моменты времени сняты отсчеты. Для приближенного описания случайных процессов, также как и для описания случайных величин испо

Учебное пособие Санкт- петербург 2006 удк 778. 5 Нестерова Е. И. Информационно- измерительные технологии на предприятиях кинематографии: Учебное пособие. Спб.: изд. СпбгукиТ,2006. 155 с. Isbn 1 чел. помогло.

2. Анализ измерительных сигналов как случайных функций - Учебное пособие Санкт- петербург 2006 удк 778. 5 Нестерова...