рефераты конспекты курсовые дипломные лекции шпоры

Раздел Электроника
/
АВТОКОВАРИАЦИОННОЙ ФУНКЦИЕЙ

Реферат Курсовая Конспект

Выберите учебное заведение

АВТОКОВАРИАЦИОННОЙ ФУНКЦИЕЙ

АВТОКОВАРИАЦИОННОЙ ФУНКЦИЕЙ - раздел Электроника, ПРЕДСТАВЛЕНИЕ МОДЕЛИ, ИСПОЛЬЗУЮЩЕЕ СЛУЧАЙНЫЕ ИМПУЛЬСЫ ...

В соответствии с этой формулой мы видим, что выборочный спектр – это косинус преобразования Фурье автоковариационной функции.

Выборочный спектр удобен для анализа ВР, однако, стационарные ВР в большинстве случаев характеризуются случайными изменениями частоты, амплитуды и фазы. И для них выбранный спектр можно флуктуировать.

Пусть выбранный спектр был вычислен из ряда Т наблюдений, и мы можем повторить эти Т реализаций несколько раз и соответственно собрать множество значений и I(f). Тогда можно найти среднее значение интенсивности I(f) по этим повторным реализациям:

и - эмпирические значения автоковариации. При t→∞ - теоретическая автоковариация, т.е. переходя к пределу, мы определяем так называемый спектр мощности, или спектральную плотность:

P(f) – функция спектральной плотности.

Итак, это соотношение связывает функцию спектра плотности с теоретическими автоковариациями. Иногда более удобно использовать автокорреляции:

Разделим обе части P(f) на и получим нормированный спектр g(f).

Развернуть

Открыть в широком формате

– Конец работы –

Эта тема принадлежит разделу:

ПРЕДСТАВЛЕНИЕ МОДЕЛИ, ИСПОЛЬЗУЮЩЕЕ СЛУЧАЙНЫЕ ИМПУЛЬСЫ

На сайте allrefs.net читайте: "ПРЕДСТАВЛЕНИЕ МОДЕЛИ, ИСПОЛЬЗУЮЩЕЕ СЛУЧАЙНЫЕ ИМПУЛЬСЫ"...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: АВТОКОВАРИАЦИОННОЙ ФУНКЦИЕЙ

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

МЕТОДИКА ИДЕНТИФИКАЦИИ
ИДЕНТИФИКАЦИЯ ПОРЯДКА РАЗНОСТИ Ранее было показано, что автокорреляционная функция стационарного смешанного процесса авторегрессии – скользящего среднего удовлетворяет разн

СТАЦИОНАРНОГО ПРОЦЕССА АРСС
Приняв предварительное решение о величине d, мы далее изучаем общий вид выборочной автокорреляционной и частной автокорреляционной функции соответствующего разностного ряд

I. НАЧАЛЬНЫЕ ОЦЕНКИ ДЛЯ ПРОЦЕССОВ СКОЛЬЗЯЩЕГО СРЕДНЕГО
Из формулы (4 [Лекция 5]) следует, что первые q автокорреляций процесса СС(q) не равны нулю и могут быть выражены через параметры модели

II. НАЧАЛЬНЫЕ ОЦЕНКИ ДЛЯ ПРОЦЕССОВ АВТОРЕГРЕССИИ
Если предположить, что исследуемый ряд – процесс авторегрессии второго или первого порядка, начальные оценки

III. НАЧАЛЬНЫЕ ОЦЕНКИ ДЛЯ СМЕШАННЫХ ПРОЦЕССОВ АВТОРЕГРЕСИИ – СКОЛЬЗЯЩЕГО СРЕДНЕГО
В дальнейшем часто будет обнаруживаться, что-либо после взятия нужного числа разностей ряд бу

МОДЕЛЬ БОКСА-ДЖЕНКИНСА
Одной из основных проблем применения такой модели является определение эффективных оценок ее параметров. Здесь имеется 3 типа параметров: порядок разности d, авторег

ПРОЦЕССА СКОЛЬЗЯЩЕГО СРЕДНЕГО
(Дженкинс, Ваттс “Спектральный анализ и его приложения”- 5.4.4., Бокс, Дженкинс “Анализ временных рядов”) I. Начальные оценки параметров процессов СС(q):

ОРТОГОНАЛЬНЫЕ ПЕРИОДИЧЕСКИЕ ФУНКЦИИ
Тригонометрические функции являются периодическими с периодом

ПРЕДСТАВЛЕНИЕ ФУНКЦИИ В ВИДЕ РЯДА ФУРЬЕ
Итак, функции , определенные на множестве

ТЕОРЕМА ПАРСЕВАЛЯ
Дисперсия процесса равна

СПЕКТРАЛЬНЫЙ АНАЛИЗ
Разложение дисперсии ряда по частотам с целью определения существенных гармонических составляющих называется спектром ряда динамики (спектром ряда Фурье). График зависимос