Identyfikacja Procesów Technologicznych, 12 Generatory przebiegów przypadkowych c d

background image

**.Cyfrowe metody generowania zakłóceń przypadkowych


Większość metod cyfrowego generowania to metody powtarzalne.
Kryteria oceny generatorów cyfrowych to:

1.Długość okresu
2.Jednorodność gęstości prawdopodobieństwa
3.Mały stopień autokorelacji
4.Szybkość działania algorytmu

I metoda: Multiplikatywna metoda kongruencyjna (integer)

(

)

m

x

a

x

i

i

mod

1

=

+

oznacza to że ostatnia wartość

i

x jest mnożona przez stałą

a

i następnie dzielona w sensie

całkowitym przez

m

, następna wartość

1

+

i

x

jest resztą z dzielenia.


Przykład: a=8,m=64;

11

=

i

x

;

24

1

=

+

i

x


Ale żeby generator był „dobry” muszą być spełnione następujące warunki:

1.Wartość startowa

0

x liczba nieparzysta

m

x

<

0

2.

i

m

2

=

gdzie i jest liczbą akceptowaną przez maszynę cyfrową

okres powtarzalności generatora

4

/

m

T

gen

=

powinien on być dłuższy od eksperymentu

3.

a

powinna być rzędu

m

a

ale spełniać dodatkowo warunek

3

8

±

=

k

a

gdzie k jest

dowolną liczbą całkowitą

Przykład : Należy wygenerować 10 000 liczb przypadkowych:

1. rozsądna ilość liczb powinna być większa od 40 000 powiedzmy

768

32

2

15

=

=

m

2.

a

powinna być zbliżona do

7.5

2

=

a

czyli zbliżona do 181

3. najbliższą liczbą spełniającą warunek

3

8

±

=

k

a

jest 179

4.

11

0

=

x

Przy takich ustaleniach mamy:

24771

1969

11

2

1

0

=

=

=

x

x

x

Wartości generowane będą liczbami nieparzystymi z zakresu 0-32768 można oczywiście
Wyniki przeskalować i przetworzyć.







background image

II metoda: Multiplikatywna metoda kongruencyjna (zmienno-przecinkowa)

Zmieniają się zasady stosowania algorytmu dla zapewnienia kryteriów:

1.wartość początkowa

m

x

<

0

2.

i

m

10

=

ale okres tym razem wynosi

20

/

m

T

gen

=

3.

a

powinna być rzędu

m

a

ale spełniać tym razem warunek

r

k

a

±

=

200

gdzie k jest

dowolną liczbą całkowitą zaś

r może być równe tylko:

3,11,13,19,21,27,29,37,53,59,61,67,69,77,83, lub 91

Przykład: Należy wygenerować 10 000 wartości szumu, ponieważ

20

/

m

T

gen

=

więc

m

powinno być rzędu

000

200

>

m

wybieramy sobie

000

000

1

10

6

=

=

m

.

m

a

czyli

1000

a

aby spełnić warunek

r

k

a

±

=

200

przyjmujemy

3

;

5

=

=

r

k

wówczas

1003

a

otrzymujemy zatem:

66099

11033

11

2

1

0

=

=

=

x

x

x


Zakres generowanych liczb będzie się rozciągał w zakresie 0-1 000 000 będą to liczby
nieparzyste.


III.Metoda. Generowanie zakłóceń przypadkowych przez sumowanie sygnałów
Sinusoidalnych


Metoda pozwala wygenerować szum o rozkładzie quasi-normalnym o zadanej gęstości
widmowej, Unika się w ten sposób, stosowania filtrów do kształtowania gęstości widmowej.


Jak pamiętamy pole pod g/ęstością widmową równe jest przenoszonej mocy przez

sygnał

( )

2

2

x

xx

d

j

Φ

πσ

ω

ω

=

+∞

. Dzielimy to pole na m

2

równych części.

Moc przenoszona przez jedną porcję wynosi zatem

m

p

x

m

2

πσ

=

wartość skuteczna

odpowiadająca takiej porcji mocy wynosi zatem

m

x

x

sk

σ

π

=

moc tę reprezentuje

Sygnał sinusoidalny o amplitudzie

m

A

x

σ

π

2

sin

=

czyli sygnał quasi-przypadkowy

wygenerowany tym sposobem będzie miał postać :

( )

)

sin(

2

1

k

m

k

k

x

t

m

t

x

ϕ

ω

σ

π

+

=

=

background image

Przykład:

Częstości wybrano jako:

95

.

1

80

.

1

75

.

1

65

.

1

50

.

1

20

.

1

50

.

0

7

6

5

4

3

2

1

=

=

=

=

=

=

=

ω

ω

ω

ω

ω

ω

ω

Tzw. Podharmoniczna w tym przypadku wynosi 0.05 rad zatem

[s]

126

05

.

0

2

=

=

π

gen

T

Jeżeli zadbamy aby końcówki po przecinku były liczbami pierwszymi sprawa znacznie się
polepszy:

951

.

1

801

.

1

753

.

1

657

.

1

499

.

1

201

.

1

499

.

0

7

6

5

4

3

2

1

=

=

=

=

=

=

=

ω

ω

ω

ω

ω

ω

ω

Podharmoniczna w tym przypadku wynosi 0.001 rad zaś

[s]

6280

001

.

0

2

=

=

π

gen

T


Wyszukiwarka

Podobne podstrony:
Identyfikacja Procesów Technologicznych, 11 Generatory przebiegów przypadkowych
Identyfikacja Procesów Technologicznych, 02 Eksperyment czynny
Identyfikacja Procesów Technologicznych, 07 Identyfikacja stochastyczna
Identyfikacja Procesów Technologicznych, Identyfikacja charakterystyki statycznej obiektu dynamiczne
Identyfikacja Procesów Technologicznych, Identyfikacja charakterystyk statycznych obiektu dynamiczne
Identyfikacja Procesów Technologicznych, Identyfikacja parametrycznarekurencyjną metodą najmniejszyc
Identyfikacja Procesów Technologicznych, 06 Metoda Momentów pelna
Identyfikacja Procesów Technologicznych 10.FFT
Identyfikacja Procesów Technologicznych 03.Obiekt oscylacyjny
Identyfikacja Procesów Technologicznych 05.Metoda momentów
Identyfikacja Procesów Technologicznych 09.Metodya korelacji
Identyfikacja Procesów Technologicznych, 05 Metoda momentów
Identyfikacja Procesów Technologicznych, Identyfikacja parametryczna obiektu dynamicznego (cz.1 i 2)
Identyfikacja Procesów Technologicznych, Identyfikacja parametryczna obiektów dynamicznych, Nr ?wicz
Identyfikacja Procesów Technologicznych, Realizacja liniowych modeli dyskretnych z wykorzystaniem si
Identyfikacja Procesów Technologicznych 06.Metoda Momentów pelna
Identyfikacja Procesów Technologicznych, 08 Pomiar gestosci prawdopodobienstwa
Identyfikacja Procesów Technologicznych 07.Identyfikacja stochastyczna
Identyfikacja Procesów Technologicznych 08.Pomiar gestosci prawdopodobienstwa

więcej podobnych podstron