Параметр дісперсії Вже ми маємо
Df = 63.47. А значення параметрів
? буде знайдено Завдяк оптімізаційній процедурі, яка дозволяє МОДЕЛІ АКФ описати ее оцінку максимально точно. Початкове набліження слід вводіті рівнім завдання значення оптімізуємого параметру.
Результати оптімізації: ? о = 1.273. Воно відрізняється від заданого на.
В
Рис. 1.8 параметрично ідентіфікація автокорреляційної Функції та спектральної щільності
Оскількі отриманий значення не винне пере віщуваті 5%, то ми для Зміни ? про змінюємо параметр Т. Через ті что ? про ми збільшуємо Т, и тоді воно дорівнює Т = 0.95, при цьом залішімо параметр k без змін.
В
Рис. 1.9 параметрично ідентіфікація автокорреляційної Функції та спектральної щільності при зміні параметра Т
Результати оптімізації: ? о = 1.107. Воно відрізняється від заданого на, что НЕ перевіщує 5%, тому результату отримав.
.2 Ітераційна коригування параметрів формуючого фільтра
генератор фільтр формуючій моделювання
Мі Бачимо, что крім математичного Очікування ВСІ параметри мают розбіжності НЕ більше 5% после змін. Тому корегування провідності Тільки задля Зміни математичного Очікування, а для дісперсії та параметра ? .
Для цього додаємо постійну ськладової -0.01819 , а такоже у блоках Transfer Fcn змінюємо параметр Т :
В
1.10 Схема моделювання Випадкове процеса после ітераційного корегування
После цього отрімуємо залишкових результат, де ВСІ характеристики и параметри відрізняються від завдань не больше чем на 5%:
В
рис.1.11. Результати оцінювання найпростішіх характеристик Випадкове процеса после ітераційного корегування
2. Моделювання СП методом формуючого фільтра (ФФ2),), ЯКЩО Базовим генератором є блок Random Number
Блок Random Number Забезпечує Формування сігналів, значення якіх в окремі моменти годині є випадкове завбільшки, что розподілена за нормальним законом Із заданими параметрами.
У вікні налаштування цього блоку можна Встановити Такі параметри:
Mean - середнє Значення генерованого процеса;
Variance - середньоквадратічне відхілення від цьог...
