Дискретный «белый» шум.
МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ГРАЖДАНСКОЙ АВИАЦИИ ИРКУТСКИЙ ФИЛИАЛ
КАФЕДРА ____АРЭО_________________________________________________
ЛЕКЦИЯ №__5_______ по дисциплине _______Моделирование систем и процессов____ ____________________________________________
для студентов специальности_162107_
ТЕМА №4. Методы моделирования случайных величин и процессов ____________________________ _______________________________ Иркутск, 2014 г.
Иркутский филиал МГТУ ГА кафедра_______АРЭО_______________________________________________ (наименование кафедры)
УТВЕРЖДАЮ Заведующий кафедрой Доцент О.В. Патрикеев ____________________________ (уч. степень, уч. звание, подпись, фамилия) 26.06.2014
Лекция № 5_
По дисциплине__Моделирование систем и процессов (полное наименование дисциплины в соответствии с учебным планом)
Тема лекции Методы моделирования случайных величин и процессов. (полное наименование темы лекции)
СОДЕРЖАНИЕ 4.5. Метод моделирования с.в. с нормальным законом распределения. (наименование первого вопроса лекции) 4.6. Дискретный «белый» шум. (наименование второго вопроса лекции) 4.7. Понятие о формирующем фильтре. (наименование третьего вопроса лекции) 4.8. Метод скользящего суммирования. (наименование первого вопроса лекции)
Литература: [1] с.71-76.[2] с.173-181. 2._______________________________________________ 3._______________________________________________
НАГЛЯДНЫЕ ПОСОБИЯ, ПРИЛОЖЕНИЯ, ТСО 1.___Мультимедийная установка____________________ (наименование) 2._______________________________________________ (наименование)
Обсуждено на заседании кафедры «26» ____июня___ 2014 г., протокол № 20
Лекция № 5. Тема 5. Методы моделирования случайных величин и процессов .
Метод моделирования случайной величины с нормальным законом распределения Плотность вероятности случайной величины, распределенной по нормальному закону, имеет вид: Алгоритм А1. 0. Зарезервирована константа . 1. 2. . 3.
Алгоритм А2. 1. 2. 3. Если вернуться к п. 1. 4. 5. Оба алгоритма реализуют «метод полярных координат». Чаще всего алгоритм А2 более эффективен. Для моделирования нормального распределения с параметрами преобразуем Формирование случайной величины может производиться на основе следующего алгоритма где R – случайная величина, распределенная по нормальному закону с нулевым математическим ожиданием, Случайная величина R формируется программно по следующему алгоритму: где - независимые равномерно распределенные случайные величины на интервале от 0 до 1.
Показательный закон распределения ph(y)=le-ly, y>0. В силу соотношения (7) получим , где xi - случайное число, имеющее равномерное распределение в интервале (0,1), тогда Алгоритм Представленные алгоритмы являются наиболее удобными в плане практической реализации на ПЭВМ.
Дискретный «белый» шум. Чаще всего мы имеем дело с моделью белого гауссова шума (БГШ). Непосредственная дискретизация идеального БГШ привела бы к отсчетам с бесконечной дисперсией, поэтому дискретный БГШ формируется из непрерывного с помощью операции сглаживания за элементарный интервал временной дискретизации , : . Результатом операции сглаживания и дискретизации является дискретный БГШ - последовательность независимых гауссовских сл.в. с нулевым м.о. и одинаковой дисперсией : Все значения дискретного БГШ имеют одну и туже нормальную п.в. . Точность аппроксимации непрерывного БГШ тем выше, чем меньше интервал дискретизации .
Популярное: Почему люди поддаются рекламе?: Только не надо искать ответы в качестве или количестве рекламы... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (461)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |