Методы и средства оперативного анализа случайных процессов. Пивоваров Ю.Н - 184 стр.

UptoLike

Рубрика: 

184
=
Ψ=
N
k
kkM
xxf
0
),()(
β
(6.27)
где
k
β
- параметры модели;
)(x
k
Ψ - базисные функции, которые желательно выбирать
ортогональным, то есть
=
=ΨΨ
.,
,0
)()(
mk
mk
xx
k
MM
λ
(6.28)
Здесь модель представляется линейной функцией от неизвестных
параметров, решение системы (N+1) уравнений с (N+1) неизвестными
сводится к решению совокупности (N+1) уравнений, каждое из которых
имеет единственное неизвестное.
),(
)(
x
xf
M
M
M
Ψ=
β
(6.29)
=
=ΨΨ=
MMMM
N
k
k
M
M
M
dxxxdx
xf
xf
λββ
β
)()(
)(
)(
0
. (6.30)
Тогда
Ψ=
Ψ= )(
1
)()(
1
x
m
Mdxxfx
m
m
m
λλ
β
. (6.31)
То есть, параметр модели определяется как математическое ожидание
некоторой функции, воспользуемся стандартной заменой оператора
математического ожидания на оператор усреднения и получим:
Ψ= )(
1
xM
m
m
m
λ
β
, (6.32)
каждый из каналов строится по этому алгоритму, причем все каналы в
этом случае взаимонезависимы.
Статистическая методическая погрешность определяется знакомым
выражением:
c
k
СТ
T
τ
γ
.
Остается вопрос, как выбирать N и базисные функции? Вычисляем
погрешность
δ
, она зависит от упомянутых характеристик:
∫∫
+= dxxfdxxfxfdxxf
mm
)()()(2)(
2
δ
. (6.33)
                                  N
             f M ( x) = ∑ β k Ψk ( x),                                                               (6.27)
                                 k =0



     где β k - параметры модели;
      Ψk (x) -  базисные   функции,                             которые              желательно   выбирать
ортогональным, то есть
             ∞
                                       0, k ≠ m
             ∫Ψ
             −∞
                     M   ( x)ΨM ( x) = 
                                       λk , k = m.
                                                                                                     (6.28)


     Здесь модель представляется линейной функцией от неизвестных
параметров, решение системы (N+1) уравнений с (N+1) неизвестными
сводится к решению совокупности (N+1) уравнений, каждое из которых
имеет единственное неизвестное.

             ∂f M ( x)
                       = ΨM ( x),                                                                    (6.29)
              ∂β M
             ∞                      N                      ∞
                        ∂f M ( x)
              ∫ f M ( x) ∂β M dx = ∑ β k ∫ ΨM ( x)ΨM ( x)dx = β M λM .                               (6.30)
             −∞                    k =0 −∞


     Тогда

                             1∞                       1        
             β       =        ∫ Ψm ( x) f ( x)dx = M     Ψ ( x) .                                  (6.31)
                 m        λm − ∞                     λ m       

     То есть, параметр модели определяется как математическое ожидание
некоторой функции, воспользуемся стандартной заменой оператора
математического ожидания на оператор усреднения и получим:

                              1         
             β€m = M€            Ψm ( x) ,                                                         (6.32)
                              λm        

      каждый из каналов строится по этому алгоритму, причем все каналы в
этом случае взаимонезависимы.
      Статистическая методическая погрешность определяется знакомым
выражением:
                                 τk
             γ СТ ≤ c
                    .
                  T
     Остается вопрос, как выбирать N и базисные функции? Вычисляем
погрешность δ , она зависит от упомянутых характеристик:
                         ∞                     ∞                         ∞

                         ∫ f m ( x)dx − 2 ∫                              ∫f
                                                                              2
             δ=                                    f m ( x) f ( x)dx +            ( x)dx .           (6.33)
                     −∞                    −∞                            −∞

                                                                                                       184