余弦波加窄带平稳高斯过程
查看: 432|
摘要: 　　在通信系统中,信道内存在的噪声都可以认为是高斯白噪声,为了减少噪声的影响，提高系统的可靠性,通常在解调器前端设置一个带通滤波器,信道内的高斯白噪声经过带通滤波器后,变成了窄带高斯噪声,对于这种窄带噪声, ...
　　在通信系统中,信道内存在的噪声都可以认为是高斯白噪声,为了减少噪声的影响，提高系统的可靠性,通常在解调器前端设置一个带通滤波器,信道内的高斯白噪声经过带通滤波器后,变成了窄带高斯噪声,对于这种窄带噪声,我们在3.5中已作了详细的讨论。　　但在实际通信系统中,信号经过信道传输总会收到加性噪声的影响，因此接收信号是信号与噪声的合成波。这是通信系统中常遇到的一种情况，所以有必要了解余弦波加窄带平稳高斯噪声合成波的统计特性。　　设余弦波加窄带高斯噪声的合成信号为
　　式中，为窄带平稳高斯过程，其均值为零。则
　　其中 则有 　　合成信号的包络和相位
　　可以证明：余弦波加窄带高斯过程的包络服从赖斯（广义瑞利）分布，即包络的概率密度函数为
　　式中： 　　称为零阶修正贝塞尔函数。时，是单调上升函数，且有。　　上式存在两种极限情况：　　（1）当信号很小，即时，信号功率与噪声功率的比值,相当于值很小，于是有，莱斯分布退化为瑞利分布。　　（2）当信噪比很大时，有，这时在附近近似为高斯分布，即
图3.6.1 零阶修正贝塞尔函数
图3.6.2 余弦波加窄带高斯过程包络的概率密度函数
上一篇：下一篇：
Powered by &
这里是—这里可以学习 —这里是。
栏目导航：&&&均值平稳
的翻译结果:
查询用时：0.127秒
&在分类学科中查询
We develop in this paper a recursive formula for estimating the fourth-order cumulants of a real - or complex-valued, zero mean, stationary scalar stochastic process, and a recursive algorithm to estimate kurtosis of stochastic signal.
本文推导一种复数或实数零均值平稳随机过程的高阶累积量估计的递推算法，随机信号的“峰度”递推估计公式，在递推估计公式中引入了随时间变化的“修正”项，使得该递推算法还可适合非平稳过程高阶累积量的估计计算。
Based on decomposition and reconstruction of the signals by filter sets,the trend-signal is separated from stationary stochastic signals.
这种方法通过滤波器组将信号分解与重构,实现趋向性信号与零均值平稳随机信号的分离。
in which the nonlinearity and hysteresis of the shear mode reinforced concrete framed structure subjected to strong earthquakes have been considered. Based on the real probability density of the dynamic response, the pro-babilistic average equivalent linearization method is proposed in the analysis. Then, taking the foundation as the halfspace, the stationary stochastic seismic responses of the interaction system of structure and foundation have been calculated.
本文将地震地面运动模拟为零均值平稳高斯过程,考虑多层剪切型钢筋砼框架结构在强震时的非线性和滞回性,根据动力反应的实际概率分布,建议了计算框架结构随机地震反应的概率平均等价线性化法,进一步将地基土层模拟为弹性半空间地基,计算了结构-地基相互作用系统的平稳随机地震反应。
The earthquake ground motions are simulated as the zero-mean gaussian stationary process, tbe nonlinearity and hystereis of reinforced concrete structure subjected to strong earthquake are considered. Based on the real probability distribution of the dynamic response, the probabilistic average equivalent linearization method is proposed for evaluating the stochastic seismic response of these structures.
将地震地面运动模拟为零均值平稳高斯过程，考虑多层剪切型钢筋混凝土框架结构在强震时的非线性和滞回性，根据动力反应的实际概率分布，建议了计算该种结构随机地震反应的概率平均等价线性化法。
This paper gaves a new definition on multivariate ARMA model, the ARMA(LC) model, whose parameters can be uniquely determined by the covariance functions of the stationary solution of the ARMA(LC) model. This paper also proved that any multivariate ARMA model can be represented by a unique ARMA(LC) model.
本文给出了多元ARMA模型的一个新定义,ARMA(LC)模型,证明了每一个多元ARMA模型都可以用一个 ARMA(LC)模型表示,且ARMA(LC)模型中的一切参数可以用它的零均值平稳解的相关函数唯一决定。
The Parameter Estimate of the Mean and Variance of the Correlation Coefficient Stationary Sequence
相关系数平稳序列的均值和方差的参数估计
A Moment Analysis on Time Mean of Smooth Processes
平稳过程时间均值的一种矩刻划
Attribute Means Clustering
属性均值聚类
On The Mean Square Value of F(s,k)
关于F(s,k)的均值估计
The Sampling of the Cyclic Stationary Signals
周期平稳信号的抽样
查询“均值平稳”译词为用户自定义的双语例句&&&&我想查看译文中含有：的双语例句
没有找到相关例句 A new method of statistica llinearization of nonlinear multidegee-of-freedom systems is developed in this paper. Using the method, a set of matrix equations can be derived. In these equations, unknowns are only coariance elements of equivalent linearized systems, when excitations are stationary Gaussian white or color noises. Some examples illustrate advantages of the method. 本文应用由作者提出的改进的Gersch方程,推导出在零均值平稳正态白噪声和色噪声随机激励下,多自由度非线性振动系统的统计(等价)线性化系统状态协方差矩阵满足的矩阵方程,同时给出了某些情况下的展开表示。文中附有若干说明性和比较性的例子。 in this paper, the earthquake process is assumed to be stationary Gaussian process, and the nonlinear dynamic property of sands is described by Hardin-Drnevich hyperbolic model. The process of seismic liquefaction to sands is simulated as a fatigue failure process under a stochastic loading. A probabilistic method analyzing liquefaction is proposed. The results obtained from analysis of Niigata Earthquake confirm the applicability of the method. 假定地震过程为零均值平稳高斯过程，土料的非线性特性符合Ｈａｒｄｉｎ－ Ｄｒｎｅｖｉｃｈ双曲线模型，将地震砂土液化过程模拟为随机荷载作用下的累积损伤过程， 建议了分析砂土液化的概率方法。应用这一方法，对日本新泻地震砂土液化实例进 行了广泛检验．所得结果与实际震害现象符合良好，表明本文方法简便实用，结果可 靠，为更合理地进行砂土液化分析提供了一条新的途径。 In this paper, the earthquake process is simulated to be a stationary Gaussian process, and the power spectrum of earthquake acceleration as input is transformed. The nonlinear dynamic property of soil and rock is described by Hardin-Drnevich hyperbolic model. By applying the random vibration method, the random responses of dams are computed. The median curves of maximum acceleration response of dams are statistically given. The results are compared to those given by the code and the deterministic method. 本文将地震过程模拟为零均值平稳高斯过程,换算出与7°、8°、9°地震相应的地震加速度功率谱作为基底输入,考虑土料的强非线性特性,用Hardin-Drnevich双曲线模型描述.利用随机振动方法计算了不同地震输入、不同高度、不同土石料共170多个土石坝的随机地震反应,统计给出了三种烈度下的坝内最大加速度反应中值的分布曲线,并将所得结果与确定性分析结果和规范给出的结果进行了比较。&nbsp&&&&&相关查询
在英文学术搜索中查有关的内容
在知识搜索中查有关的内容
在数字搜索中查有关的内容
在概念知识元中查有关的内容
在学术趋势中查有关的内容
2008 CNKI－中国知网
北京市公安局海淀分局 备案号：110 1081725
&2008中国知网(cnki)
中国学术期刊(光盘版)电子杂志社平稳高斯 马尔可夫过程,stationary gaussian markovian process,音标,读音,翻译,英文例句,英语词典
说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
您的位置： ->
-> 平稳高斯 马尔可夫过程
1)&&stationary gaussian markovian process
平稳高斯 马尔可夫过程
2)&&Gauss-Markov process
高斯-马尔科夫过程
The autonomous optical navigation algorithm for spacecraft around Moon using the Gauss-Markov process and Unscented Kalman filter is presented.
提出了一种利用高斯-马尔科夫过程和Unscented卡尔曼滤波的绕月探测器自主光学导航算法。
The navigation and guidance algorithm using the Gauss-Markov process for autonomous small celestial body landing is presented to solve the orbit determination difficult problem induced by not obtaining the accurate orbit dynamic model.
主要是在导航算法中,采用一阶高斯-马尔科夫过程近似着陆探测器轨道动力学中的无模型加速度,利用扩展卡尔曼滤波估计探测器的位置、速度及无模型加速度。
3)&&Bayesian Markov decision process
贝叶斯马尔可夫决策过程
Based on Bayesian Markov decision process,revenue sharing contracts can coordinate finite-horizon supply chains with a supplier and a retailer.
针对由一个供应商和一个零售商组成的有限N阶段易逝品供应链,在市场需求与价格相关且含有未知参数,零售商不能观察到实际缺货量的情况下,运用贝叶斯马尔可夫决策过程,在证明收益共享契约能够实现上述供应链的协调的基础上,给出了实现协调的契约参数,指出该契约的成立不受零售商各个阶段定价策略和马尔可夫决策状态的影响。
4)&&average reward Markov decision process
平均报酬马尔可夫决策过程
5)&&stationary Gaussian process
平稳高斯过程
Hausdorff and Packing dimension of graph
and level sets for d dimension stationary Gaussian process
d维平稳高斯过程图集和水平集的Hausdorff维数和Packing维数
Fractal properties of sample path of d-dimensional stationary Gaussian processes are investigated.
研究了d维平稳高斯过程样本轨道的分形性质,由Testard的方法,得到了其极函数的特征及相关维数。
Suppose ?X d(t)(t∈R +)? is a d-dimensional separable stationary Gaussian process,under some conditions,Hausdorff dimensional and packing dimension of k-multiple time set of ?X d(t)? are obtained.
设 Xd(t∈ R+)是 d维可分平稳高斯过程 ,在一定条件下 ,本文得到了 Xd(t)多重时Hausdorff维数及 Packing维数 ,Polya过程为其特例 。
6)&&non-stationary differentiable Gaussian processes
非平稳可微高斯过程
补充资料：马尔科夫尼科夫加成
分子式：CAS号：性质：乙烯（或丙烯）在过渡金属络合物催化下聚合过程的邻位插入反应机理。一般认为是经过极化的四元环过渡态，反应过程键的断裂与生成同时发生。M-R的加成方向与烯烃二碳端的极性有关，如R有取代基（氢少的碳）的一端，M加在双键另一端，称为马尔科夫尼科夫加成，简称马氏加成。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。弱平稳过程-学术百科-知网空间
弱平稳过程
弱平稳过程
weakly stationary process亦称宽平稳过程、广义平稳过程。协方差函数与计时起点无关的随机过程。设 {Xt,t∈T}为二...如果取T中参数为t+τ与t，则平稳性又可写作K（t+τ，t）=R（τ），称R（τ），τ∈T，为“弱平稳过程的相关函数”。注意这与一般相关函数概
与"弱平稳过程"相关的文献前10条
正 关于预报的研究方法很多,时间序列分析是一个重要的分支。而时间序列分析的理论基础为随机过程的弱平稳随机过程,弱平稳随机过程的时间变化是连续且其谱分析理论在经济预报也占有重要的地
本文证明了二参数 Ornstein-Uhlenbeck 过程的沿曲线导出过程是马氏过程,并求出了导出过程的转移概率密度,同时证明了它为单参数 Ornstein—Uhlenbeck
本文证明了二参数ORNSTEIN-UHLENBECK过程在射线上导出的过程是马氏过程,并求出了它的转移密度。同时证明了它为oup1的充要条件及它是弱平稳过程的充要条件。
正 均方连续弱平稳过程是特殊的Hilbert空间上的连续酉算子群,因而可以利用一般地酉算子理论来研究它.本文给出了stone定理不同于[1]的一个证明,并用它来证明均方连续弱平稳
在通信工程中,通常把数字信号看作弱平稳过程或离散的弱平稳过程,但在严格意义上它并不符合弱平稳过程的条件,它的自相关函数是时间t的周期函数,称为周期性平稳过程,其功率谱仍可用相关函
无论对于自然的还是人为管理的生态系统,天气都是最重要的一种环境条件。用系统分析方法对生态系统进行的研究使天气模拟越来越成为非常必要的了。本文首先介绍了一个美国天气模拟模型(WGE
本文的主要目的是介绍平稳随机过程的相关函数及其福里埃(Fourier)变换的重要关系,并给出一个实例的计算方法。
正 §1 随机过程,平稳随机过程 1.基本概念我们知道,在相同的条件下,变量每次可以取预先不能确知的这样或那样的数值,这种变量称为“随机变量”。如果试验结果不是数值,而是一个或多
赫斯特(Hurst)在研究了水文记录和多种长期地球物理记录,特别是树木年代记录后得出结论:水文过程具有持续性而不可能是长期独立的。曼德布洛特(Mandel-brot)提出一种无限
本文将平稳随机信号或确定性信号谱的分析方法推广到平稳随机信号,得到其演变谱和平均时频能量谱的概念,或将非平稳随机信号通过某种变换,归结为平稳信号的研究得到平均能量谱和平均功率谱的
"弱平稳过程"的相关词
快捷付款方式
订购知网充值卡
<font color="#0-819-9993
<font color="#0-
<font color="#0-}