Обработка информации и принятие решения в системах ближней локации


головна сторінка Реферати Курсові роботи текст файли додати матеріалПродать работу

пошук рефератів

Курсова на тему Обработка информации и принятие решения в системах ближней локации

завантажити
Знайти інші подібні реферати.
подібні якісні роботи

Розмір: 0.55 мб.
Мова: російська
Розмістив (ла): shatun
24.12.2010
 1 2 3 4 5 6 7 8 9 ... 13    

Ax=skewness(x);% асимметрия

Ex=kurtosis(x) – 3;% эксцесс

k=round (n^0.5);% число интервалов для построения гистограммы

d=(xmax-xmin)/k;% ширина каждого интервала

del=(xmax-xmin)/20;% добавки влево и вправо

xl=xmin-del;% левая граница интервала для построения гистограммы

xr=xmax+del;% правая граница интервала для построения гистограммы

fprintf ('Число интервалов k=%d\n', k)

fprintf ('Ширина интервала h=%14.7f\n', d)

figure% создаем новую фигуру

hist (x, k)% построили гистограмму

set (get(gcf, 'CurrentAxes'),…

'FontName', 'Times New Roman Cyr', 'FontSize', 12)% установка типа и номера шрифта

title ('\bfГистограмма')% заголовок

xlim([xl xr])% границы по оси OX

xlabel ('\itx_{j}')% метка оси x

ylabel ('\itn_{j}')% метка оси y

grid

Рисунок 3 – гистограмма распределения амплитуды сигнала гусеничной техники

Рисунок 4 – гистограмма распределения амплитуды фонового сигнала

Вывод: по виду полученных гистограмм можно сделать предположение о том, что распределение амплитуд сигнала подчиняется нормальному закону.

1.2 Изучение законов распределения случайных величин

Примеры распределений: нормальное, показательное (экспоненциальное), равномерное, рэлеевское

По виду гистограммы подбирается теоретический закон распределения. Для этого смотрим, на какую плотность распределения похожа гистограмма и выбираем соответствующий закон. В этом задании выбор небольшой. Мы рассматриваем только 4 наиболее часто встречающихся а приложениях законов распределения:

1. Нормальное.

2. Показательное (экспоненциальное).

3. Равномерное.

4. Рэлеевское.

Нарисуем с помощью MATLAB графики соответствующих плотностей распределения. Они показаны на рисунках 5 – 8. Здесь для вычисления f(x) используется функция pdf, которая находит плотность любого из имеющихся в MATLAB видов распределений. Можно использовать и другой вариант: вычислять каждую плотность распределения с помощью своей функции: normpdf, exppdf и т.д.

Плотность нормального распределения – колоколообразная кривая, симметричная относительно некоторой вертикальной оси, но она может быть смещена по горизонтали относительно оси Оу. Значения х могут быть разного знака. Выражение для плотности нормального распределения имеет вид:

, (4)

а функция распределения:

, (5)

где Ф(u) – интеграл Лапласа, для которого есть таблицы. Если считать функцию нормального распределения вручную, то удобно пользоваться таблицами интеграла Лапласа, которые есть в любом учебнике по теории вероятностей. При использовании MATLAB в этом нет необходимости: там есть функции normpdf и normcdf, а также функции pdf и cdf, в которых первый параметр (название распределения) должен иметь значение ‘norm. В выражение для плотности и функции нормального распределения входят 2 параметра: m и s, поэтому нормальное распределение является двухпараметрическим. По нормальному закону обычно распределена ошибка наблюдений.

Плотность показательного распределения отлична от нуля только для неотрицательных значений х. В нуле она принимает максимальное значение, равное a. С ростом х она убывает, оставаясь вогнутой и асимптотически приближаясь к 0. Выражение для плотности показательного распределения:

(6)

а для функции распределения:

(7)

Показательно распределение является однопараметрическим: функция и плотность его зависят от одного параметра a.

Обратите внимание: в MATLAB параметр показательного распределения – это величина, обратная a в формулах (6 – 7).

Плотность равномерного распределения отлична от нуля только в заданном интервале [a, b], и принимает в этом интервале постоянное значение:

(8)

Функция равномерного распределения левее точки а равна нулю, правее b – единице, а в интервале [a, b] изменяется по линейному закону:

(9)

    продолжение
 1 2 3 4 5 6 7 8 9 ... 13    

Удобная ссылка:

Завантажити курсову роботу безкоштовно
подобрать список литературы


Обработка информации и принятие решения в системах ближней локации


Постійний url цієї сторінки:
Курсова Обработка информации и принятие решения в системах ближней локации


Разместите кнопку на своём сайте:
Рефераты
вгору сторінки


© coolreferat.com | написать письмо | правообладателям | читателям
При копировании материалов укажите ссылку.