Cтраница 2
Какие бывают типы нестационарных случайных процессов. [16]
В случае же нестационарного случайного процесса решение интегрального уравнения Вольтерра 1-го рода (7.55) даже для скалярного случая представляет серьезные трудности, не говоря уже о векторном. [17]
Упрощается задача анализа нестационарных случайных процессов, нестационарных по математическому ожиданию и дисперсии. [18]
Модулированные сигналы являются нестационарными случайными процессами, их характеристики необходимо получать путем последовательного применения операций усреднения по множеству и по времени. [19]
Введение формирующего фильтра для нестационарных случайных процессов имеет еще большее значение, чем для стационарных процессов, так как при этом представляется возможным решение задач на моделирующей машине. Это очень важное обстоятельство, так как системы с переменными параметрами не поддаются точным аналитическим расчетам. [20]
Для определения вероятностных характеристик нестационарных случайных процессов в общем случае необходимо выполнять операцию усреднения по множеству реализаций, которая трудоемка и занимает много времени. Другой путь исследования этих процессов состоит в приведении их к виду, позволяющему проводить статистический анализ с помощью типовой микропроцессорной аппаратуры. Этот путь наиболее эффективно может быть реализован методами сглаживания с использованием соответствующих оптимальных операторов, рассматриваемых в этой главе. [21]
Как определяются вероятностные характеристики нестационарных случайных процессов. [22]
Известно обобщение спектрального представления нестационарных случайных процессов, возникающих как переходные режимы от начального момента времени до момента установления стационарных случайных колебаний. [23]
Если же ошибки измерения представляют собой нестационарный случайный процесс, причем статистические характеристики его известны ( например, закон изменения дисперсии), то естественно обрабатывать измерения с учетом их веса, зависящего от дисперсии ошибки измерения. Такой учет в наиболее ясной форме проводится при оценке параметров по методу максимума правдоподобия. [24]
Это особенно важно при анализе нестационарных случайных процессов. Перекрытие участков процесса, выделяемых весовой функцией, уменьшающее потери информации, увеличивает время вычислений СФ всей реализации, что обычно недопустимо. [25]
Определим спектральную плотносчъ математического ожидания нестационарного случайного процесса на выходе нелинейной системы. [26]
Определим теперь спектральную плотность мощности нестационарного случайного процесса. [27]
Сейсмические нагрузки относятся к классу нестационарных случайных процессов. [28]
В общем случае ( для нестационарных случайных процессов) получение совместной плотности вероятности представляет значительные трудности, так как требуется большой объем информации о поведении случайной функции. Задача получения совместной плотности вероятности упрощается, если известно, что случайный процесс нормальный. [29]
Известно, что механическая скорость нестационарным случайным процессом. Кроив того, для гивного испольвоваиил той или иной модели необходимо енание какого-либо совокупного параметра пород, нап -), буримооти, который также является случайным. [30]