Приклади реалізацій випадкових сигналів з різних предметних областей використання ІВС

Випадкові сигнали і їх характеристики для вимірювань

Матеріали даного розділу призначені для попереднього розгляду первинних даних вимірювань основних об’єктів досліджень сучасних ІВС – реалізацій випадкових інформаційних сигналів при проведенні статистичних вимірювань.

Відомо, що до статистичних вiдносять вимiрювання, якi пов'язаннi з використанням випадкових моделей, в тому числi моделей дослiджуваних сигналiв, дiючих завад, похибок вимiрювань та iнших об’єктів процесу вимірювань.

Синонiмами слова "статистичний" є слова "ймовiрнісний", та "стохастичний". Останнє слово бере походження вiд грецького дієслова, що в перекладі означає догадуватись, передбачати.

Статистичнi вимiрювання вiдносяться до загального виду вимiрювань i тому їм вiддається перевага при проведеннi бiльшостi вимiрювальних експериментiв. На користь цього говорить i той факт, що детермiнованi вимiрювання є їх частковим випадком. Крім того перед проведенням будь-якого вимірювального експерименту можна лише припустити (зміст терміну "стохастичний") про його майбутній наслідок. Навіть в такому виродженому випадку, коли майбутній наслідок відомий з самого початку, кажуть, що буде отриманий наслідок з ймовірністю одиниця, а множина інших наслідків (деякі з них хоч й дуже рідко, але гіпотетично можуть з`явитись при проведенні великої кількості вимірювальних експериментів) в статистичному змісті будуть мати ймовірність (ймовірнісну міру) рівну нулю.

Тут має сенс навести цитату з роботи [ ] при визначеннi термiну "статистика", в якiй вiдмiчається, що "...головна мета статистики - отримання змiстовного висновку iз непогоджених (неспівпадаючих) даних".

Такий зміст терміну «статистика» повністю характеризує методологію статистичних вимірювань – отримати результат вимірювань шляхом статистичної обробки неспівпадаючих між собою даних вимірювань.

Наведемо приклади графіків реалізацій випадкових інформаційних сигналів з різних предметних областей використання ІВС, кожний з яких є даними вимірювань досліджуваних сигналів.

При цьому виділимо дві групи даних вимірювань флуктуацій досліджуваних явищ на коротких і тривалих інтервалах часу. Спочатку розглянемо графіки реалізацій вимірювань на коротких інтервалах часу.

1. В радіолокації на основі статистичної обробки даних вимірювань флуктуацій інтенсивності радіолокаційного сигналу, графік однієї з реалізацій якого наведений на рис. 2.10, необхідно прийняти рішення про наявність або відсутність кожного інформаційного сигналу цілі (відбитий сигнал).

Рис. 2.10. Дані вимірювань флуктуацій інтенсивності радіолокаційного сигналу

2. Для ряду технологічних процесів в будівництві необхідно визначити характеристики зміни температури повітря в часі на основі статистичної обробки даних вимірювань температури повітря, графік реалізацій яких наведений на рис. 2.11.

Рис. 2.11. Дані вимірювань турбулентної пульсації температури у фіксованій точці атмосфери на висоті 2 м над поверхнею Землі

3. В сейсмології необхідно визначити характеристики мікропульсацій рівня Землі в часі на основі статистичної обробки даних вимірювань мікропульсацій рівня Землі, графік реалізацій яких наведений на рис. 2.12.

Рис. 2.12. Дані вимірювань мікропульсацій рівня Землі (мікросейсми), зареєстрованих сейсмографом на спостережній площадці у Східному Казахстані

4. При виробництві тканин необхідно визначити характеристики зміни діаметра нейлонової нитки від її довжини на основі статистичної обробки даних вимірювань флуктуацій зміни діаметра нитки, графік реалізацій якого наведений на рис. 2.13, для прийняття рішення про її використання.

Рис. 2.13. Дані вимірювань зміни діаметра нейлонової нитки від її довжини

Наведемо приклади графіків реалізацій випадкових інформаційних сигналів на більш тривалих часових інтервалах.

5. При роботі метеорологічних станцій необхідно визначити характеристики зміни середньомісячної ^ºС в часі на основі статистичної обробки даних вимірювань температури повітря, графік реалізацій яких наведений на рис. 2.14.

Рис. 2.14. Дані вимірювань зміни середньої січневої температури повітря в Ленінграді

6. В економіці на основі статистичної обробки даних економічних показників, графік реалізації яких наведений на рис. 2.15, необхідно визначити статистичні характеристики зміни в часі відповідних економічних показників, для даного прикладу зміни ціни на фіксовану вагу (центнер) пшениці.

Рис. 2.15. Дані вимірювань коливання цін на пшеницю на ринках Західної та Центральної Європи за період з 1500 до 1869 р. (ряд Беверіджа)

В геології та геофізиці на основі статистичної обробки даних вимірювань характеристик геофізичних явищ, графік реалізації яких для конкретного прикладу даних вимірювань об’єму льодового покрову Землі за останній мільйон років, наведений на рис. 2.16, необхідно визначити їх статистичні характеристики зміни в часі.

Рис. 2.16. Дані вимірювань зміни степені обледеніння Землі (тобто сумарного об’єму льоду на планеті) за останні мільйон років

Дата добавления: 2014-01-11