Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше
Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике
2.4. Моделирование стационарных нормальных случайных процессов в неравноотстоящих точках
Одной
из особенностей, рассмотренных в предыдущем параграфе рекуррентных алгоритмов,
основанных на дискретизации непрерывных формирующих фильтров, является то, что
они весьма удобны для моделирования стационарных случайных процессов с
переменным шагом (в неравноотстоящих точках).
Действительно,
из принципа построения этих алгоритмов видно, что для получения очередного
значения процесса, отстоящего от предыдущего значения на произвольную величину, достаточно найти
коэффициенты ,
где — полюсы
передаточной функции формирующего фильтра, и сформировать случайный вектор , с корреляционной
матрицей, определяемой коэффициентами [см. формулы (2.78), (2.80)], т. е.
достаточно сделать параметры рекуррентных алгоритмов переменными. В остальном
процедура формирования случайного процесса остается такой же, как и при
постоянном шаге. Поскольку параметры алгоритмов удается выразить через
параметры формирующего фильтра и шаг в виде формулы, то пересчет параметров,
необходимый для моделирования случайных процессов с переменным шагом,
осуществляется довольно просто.
Следует
отметить, что данный метод моделирования не имеет методической погрешности, как
при постоянном, так и при переменном шаге дискретизации, в отличие от
приближенных алгоритмов для моделирования случайных процессов с переменным
шагом, которые можно получить путем замены постоянных параметров в алгоритмах,
основанных на факторизации (§ 2.3), соответствующими переменными параметрами
[57].
Пример
1.
Рассмотрим
моделирование с переменным шагом случайного процесса с экспоненциальной
корреляционной функцией (2.68). Пусть — последовательность точек, в которых
должны формироваться значения случайного процесса . Заменяя в алгоритме (2.74) постоянный
параметр переменным
параметром ,
получим следующий моделирующий алгоритм:
,
где
;
—
последовательность независимых нормальных случайных чисел с параметрами (0,1).
Как
уже отмечалось, для получения значений случайных процессов в неравноотстоящих
точках могут быть использованы рассмотренные в первой главе методы формирования
реализаций случайных векторов, но эти методы по своей эффективности существенно
уступают рекуррентным методам.