- Написать программу рекуррентной оценки математического ожидания случайной величины Y. Эта случайная величина является результатом следующего преобразования гауссовской случайной величины Х (с математическим ожиданием 0 и дисперсией 1):
, при
х > 0,
y = 0, при других
х.
Вывести на график рекуррентную оценку математического ожидания в зависимости от количества отсчетов, участвующих в оценке. На этот же график вывести прямую истинного математического ожидания.
- Выполнить задание 1 при условии, что случайная величина является результатом следующего преобразования гауссовской случайной величины Х :
y = x, при х > 0,
y = -x, при других х.
- Выполнить задание 1 при условии, что случайная величина является результатом следующего преобразования гауссовской случайной величины Х :
, при любых
х.
- Написать программу рекуррентной оценки дисперсии случайной величины Y, которая является результатом следующего преобразования гауссовской случайной величины Х (с математическим ожиданием 0 и дисперсией 1):
y = x, при х > 0,
y = 0, при других х.
Вывести на график рекуррентную оценку дисперсии в зависимости от количества отсчетов, участвующих в оценке, и прямую истинного значения дисперсии.
- Разработать программу оценки разности математических ожиданий на выходе двух систем. Система 1 представляет собой нелинейное преобразование вида y=x при х>0.5 и у = -х при других х. Система 2 представляет собой нелинейное преобразование вида y = x при х > 0 и y = 0 при других х. В качестве входного воздействия выбрать гауссовский процесс с нулевым математическим ожиданием и единичной дисперсией. Вывести на график оценки разности математических ожиданий при идентичных входных реализациях, при различных входных реализациях и прямую теоретической разности математических ожиданий.
- Выполнить задание 5, если система 1 представляет собой нелинейное преобразование вида при любых х, а система 2 представляет нелинейное преобразование вида y = x при х > 0 и у = -х при других х.
- Выполнить задание 5, если система 1 представляет собой нелинейное преобразование вида при любых х, а система 2 представляет нелинейное преобразование вида y = x при х > 0 и у = 0 при других х.
- Система обнаружения полезного сигнала на фоне белого шума представляет соединение оптимального фильтра (ОФ) и схемы принятия решения (СПР) о наличии или отсутствии полезного сигнала на входе (рис.1).
Импульсная характеристика оптимального фильтра согласована с сигналом
s(t)=sin{-2t}, определенным на интервале 0 < t < 1. Шаг дискретизации равен 0.01. Модель помехи представляет собой дискретный белый гауссовский шум с дисперсией 1. Порог обнаружения в схеме принятия решения равен 15. Провести 10000 экспериментов и, считая доверительную вероятность равной 0.95, вычислить доверительный интервал.
- Для системы обнаружения, представленной на рис.1, по результатам 10000 экспериментов вычислить доверительный интервал при следующих условиях:
s(t)=cos{t}, при 0 < t < 5,
шаг дискретизации равен 0.01,
модель помехи - дискретный белый гауссовский шум с дисперсией 1,
порог обнаружения в схеме принятия решения равен 17,
доверительная вероятность равна 0.95.