3. Случайный процесс с показательным распределениемОдномерная функция плотности этого процесса, среднее значение и дисперсия соответственно равны
где Показательный процесс можно рассматривать как квадрат релеевского случайного процесса (квадрат огибающий узкополосного нормального шума). В связи с этим показательный процесс можно представить как сумму квадратов двух одинаковых независимых стационарных нормальных случайных процессов с параметрами
Корреляционная функция
где
Равенство (2.100) в отличие от равенства (2.96) является точным. Таким образом, можно использовать следующий способ моделирования показательного случайного процесса образуются реализации требуемого показательного случайного процесса. Так, например, если корреляционная функция показательного случайного процесса экспоненциальная вида (2.97), то алгоритм для выработки последовательностей Заметим, что аналогичным путем, суммируя несколько (более двух) квадратов нормальных случайных процессов, можно моделировать случайные процессы с законом распределения
|