ВУЗ:
Составители:
а) расчет по (3.32) б) расчет в MATLAB
Рис.3.5.
3.4. Линейные модели и их применение для оценивания характеристик
случайных процессов
Как известно [58], спектральная плотность процесса, полученного в
результате прохождения белого шума через линейную систему, равна
произведению интенсивности входного шума на квадрат модуля комплексной
частотной характеристики системы. В свою очередь, комплексная частотная
характеристика рекурсивного формирующего фильтра представляет собой
функцию,
полученную в результате подстановки
ω
j
ez
=
, где 1j −= .
Определим спектральную плотность процесса АРСС (p, q), если пере-
даточная функция рекурсивного фильтра
()
()
()
∑
∑
=
−
=
−
−
+
==
p
i
i
i
q
k
k
k
zc
zd
zC
zD
zG
1
1
1
1
. (3.37)
Делая подстановку
ω
j
ez = , в передаточную функцию (3.37) получим:
()
∑
∑
=
−
=
−
−
+
=
p
i
jωω
i
q
k
jωω
k
jω
ec
ed
eG
1
1
1
1
. (3.38)
а) расчет по (3.32) б) расчет в MATLAB
Рис.3.5.
3.4. Линейные модели и их применение для оценивания характеристик
случайных процессов
Как известно [58], спектральная плотность процесса, полученного в
результате прохождения белого шума через линейную систему, равна
произведению интенсивности входного шума на квадрат модуля комплексной
частотной характеристики системы. В свою очередь, комплексная частотная
характеристика рекурсивного формирующего фильтра представляет собой
функцию, полученную в результате подстановки z = e jω , где j = − 1 .
Определим спектральную плотность процесса АРСС (p, q), если пере-
даточная функция рекурсивного фильтра
q
1 + ∑ d k z −k
D( z )
G(z ) = = k =1
. (3.37)
C (z ) p
1 − ∑ c i z −i
i =1
Делая подстановку z = e jω , в передаточную функцию (3.37) получим:
q
1 + ∑ d k e − jωω
( )
G e jω = k =1
p
. (3.38)
1 − ∑ c i e − jωω
i =1
Страницы
- « первая
- ‹ предыдущая
- …
- 89
- 90
- 91
- 92
- 93
- …
- следующая ›
- последняя »
