mikrocontroller.net

Forum: Digitale Signalverarbeitung / DSP Was ich an Rauschprozessen nicht verstehe.


Autor: Daniel (Gast)
Datum:

Bewertung
0 lesenswert
nicht lesenswert
man hat doch die Definition vom Rauschprozess X(ksi,t)
jetzt gibt es 2 Sichweisen

1)  t Zeitpunkt ist fest, X(ksi) soll ganz normale
Zufallsvariable sein. Angenommen die Verteilung
ist für jeden Zeitpunkt gleich. zB Standardnormalverteilung.
Wenn ich würfeln würde, würde bei einer gegeben Verteilung
eine Zahl rauskommen. Bei Nstd wäre ich oft nahe 0.
Würde ich jetzt schrittweise über der Zeitachse diese
gewürfelten Werte auftragen, so würde sich doch nie
eine kontinierliche Funktion in t ergeben!?
Das ist mein Problem an dieser Sichweise.

2) Man greift aus der Omega Menge ein Ereignis ksi
und hat dann eine Funktion nur von t. Angenommen ksi
hat auch stdN Verteilung, dann habe ich für ksi
erstmal einen Zahlenwert. Dann bräuchte ich eine
Abbildung x aus R->(f:R->R).
Diese Abbildung hat man zB bei einem Prozess wie
X(ksi,t) = cos(2*pi*f*t + ksi)
Aber meistens hat man keine Abbildung.

Mit 2 sehe ich zumindestens, dass Zeitfunktion
kontinuierlich ist.

Wie würdet ihr stochastischen Prozess umschreiben?

grüsse, Daniel

Autor: Georg (Gast)
Datum:

Bewertung
0 lesenswert
nicht lesenswert
> 1)  t Zeitpunkt ist fest, X(ksi) soll ganz normale
> Zufallsvariable sein. Angenommen die Verteilung
> ist für jeden Zeitpunkt gleich. zB Standardnormalverteilung.
> Wenn ich würfeln würde, würde bei einer gegeben Verteilung
> eine Zahl rauskommen. Bei Nstd wäre ich oft nahe 0.
> Würde ich jetzt schrittweise über der Zeitachse diese
> gewürfelten Werte auftragen, so würde sich doch nie
> eine kontinierliche Funktion in t ergeben!?
> Das ist mein Problem an dieser Sichweise.

Rauschen ist doch zeitlich unkorreliert, d.h. die Musterfunktion wird 
nicht stetig sein. Zeitkontinuierlich ist sie in diesem Fall aber schon.

Autor: Andreas Schwarz (andreas) (Admin) Benutzerseite Flattr this
Datum:

Bewertung
0 lesenswert
nicht lesenswert
Daniel wrote:
> 1)  t Zeitpunkt ist fest, X(ksi) soll ganz normale
> Zufallsvariable sein. Angenommen die Verteilung
> ist für jeden Zeitpunkt gleich. zB Standardnormalverteilung.
> Wenn ich würfeln würde, würde bei einer gegeben Verteilung
> eine Zahl rauskommen. Bei Nstd wäre ich oft nahe 0.
> Würde ich jetzt schrittweise über der Zeitachse diese
> gewürfelten Werte auftragen, so würde sich doch nie
> eine kontinierliche Funktion in t ergeben!?

Um eine kontinuierliche Funktion zu bekommen müsstest du die gewürfelten 
Zahlen unendlich nahe beieinander auftragen. Geht natürlich nicht, in 
der Realität genauso wenig wie im Modell mit den Würfeln. Man hat immer 
eine begrenzte Bandbreite und somit eine Abhängigkeit zwischen den 
Werten.

Antwort schreiben

Die Angabe einer E-Mail-Adresse ist freiwillig. Wenn Sie automatisch per E-Mail über Antworten auf Ihren Beitrag informiert werden möchten, melden Sie sich bitte an.

Wichtige Regeln - erst lesen, dann posten!

  • Groß- und Kleinschreibung verwenden
  • Längeren Sourcecode nicht im Text einfügen, sondern als Dateianhang

Formatierung (mehr Informationen...)

  • [c]C-Code[/c]
  • [avrasm]AVR-Assembler-Code[/avrasm]
  • [code]Code in anderen Sprachen, ASCII-Zeichnungen[/code]
  • [math]Formel in LaTeX-Syntax[/math]
  • [[Titel]] - Link zu Artikel
  • Verweis auf anderen Beitrag einfügen: Rechtsklick auf Beitragstitel,
    "Adresse kopieren", und in den Text einfügen




Bild automatisch verkleinern, falls nötig
Bitte das JPG-Format nur für Fotos und Scans verwenden!
Zeichnungen und Screenshots im PNG- oder
GIF-Format hochladen. Siehe Bildformate.
Hinweis: der ursprüngliche Beitrag ist mehr als 6 Monate alt.
Bitte hier nur auf die ursprüngliche Frage antworten,
für neue Fragen einen neuen Beitrag erstellen.

Mit dem Abschicken bestätigst du, die Nutzungsbedingungen anzuerkennen.