Секции на сайта
Избор на редакторите:
- Московски автомобилен и магистрален държавен технически университет (Мади) Регистрация за подготвителни курсове през май
- Структура на полимерния км Праг на перколация в течна дисперсна система
- Бял гаусов шум. Бял шум. Физически източници на бял шум Гаусов шум
- Малко иновативно предприятие, базирано на университета: от идея до бизнес Mip има право да бъде домакин
- Дипломна квалификация и привързаност Отдел за следдипломно обучение Май
- Изпитване на самолети - специалност (24
- Изпитване на самолети - специалност (24
- Заочно обучение в бакалавърски и магистърски програми през май
- Места на работа на завършилите, условия за работа
- Водната обвивка на Земята - хидросферата
Реклама
Бял гаусов шум. Бял шум. Физически източници на бял шум Гаусов шум |
А) бял шум . стационарен случаен процес с постоянна спектрална плътност на мощността при всички честоти се нарича бял шум. Според теоремата на Винер-Хинчин корелационната функция на белия шум е: е нула навсякъде с изключение на точката Белият шум е делта-корелиран процес. Некорелацията на моментните стойности на такъв случаен сигнал означава безкрайно висока скорост на промяна във времето - без значение колко малък е интервалът , сигналът през това време може да се промени с всяка предварително определена стойност. Белият шум е абстрактен математически модел и физическият процес, съответстващ на него, разбира се, не съществува в природата. Това обаче не ни пречи приблизително да заменим реалните достатъчно широколентови произволни процеси с бял шум в случаите, когато честотната лента на веригата, засегната от произволния сигнал, се окаже значително по-тясна от ефективната ширина на спектъра на шума. Б) Гаусово (нормално) разпределение . В теорията на случайните сигнали гаусовата плътност на вероятността е от основно значение. (7.2) Заместване на променлива (7.3) Тук Ф е интегралът на вероятността Графиката на функцията F(x) има формата на монотонна крива, която се променя от 0 до 1. 16..Теснолентов произволен процес. Разпределение на Релей. Закон на Рейли-Райс. Изучаваме свойствата на теснолентовите произволни сигнали, при които спектралната плътност на мощността има изразен максимум близо до определена честота , различен от нула. Нека дефинираме корелационната функция на теснолентов случаен процес. Да разгледаме стационарен случаен процес x(t), чийто едностранен спектър на мощността (7.4) изместване на спектъра на процеса от близост до честотата около нулевата честота, Извършвайки осредняване с помощта на плътността на вероятността (7.22), намираме средната стойност на обвивката и нейната дисперсия: (7.23) (7.24) Имайки едномерна плътност на вероятността на обвивката, е възможно да се решат редица проблеми в теорията на теснолентовите случайни процеси, по-специално да се намери вероятността обвивката да надхвърли определено дадено ниво. Случайни променливи, разпределени според закона на Рейли, Най-простата задача е да се намери едномерната плътност на вероятността на обвивката на общото трептене. Ако приемем, че полезният сигнал В новите променливи, които имаме (7.26) Сега, за да се получи едномерна плътност на вероятността на обвивката, трябва да се интегрира дясната страна на формула (7.26) върху ъгловата координата, в резултат на което намираме: (7.27) Тази формула изразява закон, наречен закон на Райс. Имайте предвид, че когато Замествайки този израз в (7.27), имаме (7.28) Тези. обвивката на получения сигнал се разпределя в този случай приблизително нормално с дисперсия и математическо очакване Вижте същоФондация Уикимедия. 2010 г. Вижте какво е „Добавен бял гаусов шум“ в други речници:адитивен бял гаусов шум- Вид смущения в канала за предаване на информация. Характеризира се с еднаква спектрална плътност, нормално разпределена стойност на амплитудата и адитивен начин за влияние на сигнала. Най-често срещаният вид шум... Наръчник за технически преводач Този термин има други значения, вижте Бял шум (значения). Цветове на шума Бял шум Розов шум Червен шум Сив шум ... Wikipedia Допълнителният бял гаусов шум (AWGN) е вид интерфериращ ефект в канал за предаване на информация. Характеризира се с еднаква спектрална плътност, нормално разпределена стойност на амплитудата и адитивен начин на влияние ... ... Wikipedia Плътност на вероятността Зелена линия ... Wikipedia Нормално разпределение Плътност на вероятността Червената линия съответства на стандартното нормално разпределение Функция на разпределение Цветовете в тази графика съответстват на графиката по-горе ... Wikipedia Този термин има други значения, вижте Сигнал (значение). Оптималното приемане на сигнал е област на радиотехниката, в която обработката на получените сигнали се извършва въз основа на методи за математическа статистика ... Wikipedia ABGSh- добавен бял гаусов шум... Речник на съкращенията и съкращенията 9. Бял шум 9. Бял шум
9.1. Определение за бял шум
9.1. Определение за бял шум
9.1. Определение за бял шум
9.2. Гаусов бял шум
9.2. Гаусов бял шум
От дясната страна се получава функция, която клони към функцията на спектралната плътност KXX(ω) на бял шум за ε 0. 9.2. Гаусов бял шум
9.2. Гаусов бял шум
9.2. Гаусов бял шум
9.2. Гаусов бял шум
9.2. Гаусов бял шум
9.2. Гаусов бял шум
9.3. Физически източници на бял шум
Нормална дистрибуция, също наричан Гаусово разпределениеили Гаус - Лаплас- разпределение на вероятностите, което в едномерния случай се дава от функцията на плътността на вероятностите, съвпадаща с функцията на Гаус: f (x) = 1 σ 2 π e − (x − μ) 2 2 σ 2 , (\displaystyle f(x)=(\frac (1)(\sigma (\sqrt (2\pi)))))\ ;e^(-(\frac ((x-\mu)^(2))(2\sigma ^(2)))),)където параметърът μ е средната стойност (средната), медианата и модът на разпределението, а параметърът σ е стандартното отклонение (σ ² е дисперсията) на разпределението. По този начин едномерното нормално разпределение е двупараметърно семейство от разпределения. Многовариантният случай е описан в статията "Многовариантно нормално разпределение". стандартно нормално разпределениесе нарича нормално разпределение със средно μ = 0 и стандартно отклонение σ = 1 .
смисълАко определено количество се образува в резултат на добавянето на много произволни слабо взаимозависими величини, всяка от които има малък принос спрямо общата сума, тогава центрираното и нормализирано разпределение на такава величина има тенденция към нормална дистрибуция. ИмотиМоментиАко произволни променливи X 1 (\displaystyle X_(1))и X 2 (\displaystyle X_(2))са независими и имат нормално разпределение с математически очаквания μ 1 (\displaystyle \mu _(1))и μ 2 (\displaystyle \mu _(2))и дисперсии σ 1 2 (\displaystyle \sigma _(1)^(2))и σ 2 2 (\displaystyle \sigma _(2)^(2))съответно тогава X 1 + X 2 (\displaystyle X_(1)+X_(2))също има нормално разпределение с очаквана стойност μ 1 + μ 2 (\displaystyle \mu _(1)+\mu _(2))и дисперсия σ 1 2 + σ 2 2 . (\displaystyle \sigma _(1)^(2)+\sigma _(2)^(2).)Това означава, че нормална случайна променлива може да бъде представена като сума от произволен брой независими нормални случайни променливи. Максимална ентропияНормалното разпределение има максимална диференциална ентропия сред всички непрекъснати разпределения, чиято дисперсия не надвишава дадена стойност. правило три сигмаправило три сигма (3 σ (\displaystyle 3\sigma)) - почти всички стойности нормално разпределенипроизволна променлива се намира в интервала (x ¯ − 3 σ ; x ¯ + 3 σ) (\displaystyle \left((\bar (x))-3\sigma ;(\bar (x))+3\sigma \right)). По-строго - приблизително с вероятност от 0,9973 стойност нормално разпределенипроизволната променлива се намира в посочения интервал (при условие, че стойността x ¯ (\displaystyle (\bar (x)))вярно и не е получено в резултат на обработка на пробата). Моделиране на нормални псевдослучайни променливиНай-простите приблизителни методи за моделиране се основават на централната гранична теорема. А именно, ако добавим няколко независими идентично разпределени количества с ограничена дисперсия, тогава сумата ще бъде разпределена приблизителноглоба. Например, ако добавите 100 независими стандарти равномерноразпределени случайни променливи, тогава разпределението на сумата ще бъде приблизително нормално. За програмно генериране на нормално разпределени псевдослучайни променливи е за предпочитане да се използва трансформацията на Box-Muller. Позволява ви да генерирате една нормално разпределена стойност на базата на една равномерно разпределена. Връзка с други дистрибуции
ИсторияЗа първи път нормалното разпределение като граница на биномното разпределение при p = 1 2 (\displaystyle p=(\tfrac (1)(2)))се появява през 1738 г. във второто издание на съчинението Когато разглеждаме гаусов процес, често е удобно да го представим като сбор от неговата функция от средни и някакъв шумов процес с нулева средна стойност. По този начин, където е гаусовият процес с нулева средна стойност: В най-интересните приложни задачи, например, в случай на изстрелен шум [равенство ], средната функция е известен (не случаен) сигнал, а гаусов шумов процес, стационарен в тесен смисъл. Освен това, тъй като ковариационната функция е равна на корелационната функция [вж. формула]: Така преобразуването на Фурие на функцията, т.е. спектралната плътност на мощността, напълно дефинира процеса с нулева средна стойност. В много приложения на теорията на комуникацията трябва да се работи с източници на физически шум, при които спектралната плътност на мощността на гаусовия шум, насложен върху полезния сигнал, остава практически постоянна до честоти, много по-високи от честотите, които са основни в самия сигнал. В такива случаи от равенства (3.115) и (3.116) следва, че средноквадратична стойност на шумовата интерференция може да бъде намалена (без нежелан ефект върху полезния сигнал) чрез преминаване на сумата от сигнала и шума през филтъра, сигналът оставя филтъра без значителни промени и шумът е до голяма степен потиснат (фиг. 3.27). Тъй като ние се интересуваме само от спектралната плътност на мощността на шума на изхода на филтъра, изглежда от малко значение какъв е спектърът на шума на входа в областта, където той се доближава до нула извън лентата на пропускане на филтъра. В съответствие с това често се приема, че спектърът на входния шум е постоянен на всички честоти и се въвежда концепцията за бял гаусов шум, който се дефинира като стационарен гаусов процес с нулева средна стойност Фиг. 3.27. Широколентов гаусов шум на Ginputs на теснолентов филтър. На изхода на филтъра се появява абсолютно същият процес, сякаш се въвежда бял шум. и със спектрална плътност на мощността В действителност белият шум може да бъде само фиктивен, тъй като неговата обща средна мощност трябва да бъде равна на което е безсмислено. Полезността на концепцията за бял шум следва от факта, че такъв шум, когато се пропуска през линеен филтър, за който се превръща на изхода на филтъра в стационарен гаусов процес с нулева средна стойност, което в никакъв случай не е безсмислено. От равенства (3.114) и (3.132) получаваме откъдето следва, че Тази величина е крайна по предположение (3.1336). В съответствие с равенства (3.120) и (3.134a), корелационната функция на изходния процес Друго извеждане на равенството (3.125) се получава директно от израза за корелационната функция на белия шум. забележи това Така, в съответствие с равенството (3.111), процесът се дава на корелационната функция което също е полезно при изчисления, въпреки че няма физическо значение. От равенството (3.1366) следва, че всякакви две извадкови стойности на бял гаусов шум са статистически независими, независимо колко близки един до друг са избрани моментите на тяхното наблюдение. В известен смисъл белият гаусов шум описва крайната „случайност“. Замествайки израза (3.1366) във връзка (3.110a) при , получаваме Фиг. 3.28. Пропускане на бял шум през идеален нискочестотен филтър. Представяйки функциите като обратно преобразуване на Фурие и променяйки реда на интегриране, отново стигаме до равенството (3.135). Интегралът от дясната страна на равенствата (3.137) често се нарича "корелационна функция" на (детерминистичната) функция Като пример за прилагане на тези резултати, разгледайте идеалния нискочестотен филтър, показан на фиг. 3.28, чиято предавателна функция е дадена като Ако на входа на този филтър се подаде бял гаусов шум, тогава функцията на средните стойности на процеса на изхода се определя от равенството |
Популярен:
Нов
- Международен литературен конкурс "Пегас"
- Международен литературен конкурс "Пегас"
- Финландия Името на най-големия финландски град
- Структурата на средното образование в Съединените щати
- Личен опит: децата ми учат в Корея
- Учените стигнаха до задънена улица, изследвайки мумията на Пирогов
- Население на Тайланд: етнически състав, професии, езици и религия Гъстота на тайландското население
- Фоторазходка из есенния академичен град Където можете да се разходите в академичния град
- Как стана така, че в Швейцария се говорят четири езика?
- Босненски език Официален език на Босна и Херцеговина