- •Математическое моделирование задач обработки навигационной информации
- •Оглавление
- •Предисловие
- •Моделирование случайных величин и векторов и определение их статистических характеристик
- •Основные теоретические сведения
- •Порядок выполнения лабораторной работы
- •Оформление отчета
- •Контрольные вопросы
- •Методы оценивания постоянных параметров наблюдаемых сигналов
- •Основные теоретические сведения
- •Порядок выполнения лабораторной работы
- •Оформление отчета
- •Контрольные вопросы
- •Моделирование стационарных случайных процессов
- •Основные теоретические сведения
- •Пример выполнения задания
- •Порядок выполнения лабораторной работы
- •Оформление отчета
- •Контрольные вопросы
- •Оптимальная фильтрация случайных процессов
- •Основные теоретические сведения
- •Порядок выполнения лабораторной работы
- •Оформление отчета
- •Контрольные вопросы
- •Литература
- •Приложение 1
- •Приложение 2
- •Приложение 3
Порядок выполнения лабораторной работы
Получите вариант задания у преподавателя.
С использованием функции normpdf на одном и том же рисунке постройте графики функций плотности распределения вероятности гауссовских случайных величин x1, x2 с параметрами ,1 и ,2 соответственно. Например:
s1=2;
s2=3;
x=-6:0.01:8;
y1=normpdf(x,1,s1);
y2=normpdf(x,2,s2);
plot(x,y1,x,y2)
С использованием функции normrnd получите 200 реализаций случайной величины x1. С помощью функций mean, var и median вычислите выборочные значения математического ожидания, дисперсии и медианы. Повторите эти вычисления при числе реализаций, равном 20000; с помощью функции hist постройте гистограмму для 200 и 20000 реализаций.
Для центрированного гауссовского вектора с параметрами 1, 2, K, указанными в задании, найдите параметры среднеквадратического эллипса ошибок.
Получите 20000 реализаций двумерного центрированного гауссовского случайного вектора с заданной недиагональной матрицей ковариаций. Например:
a=3.5; b=1; tau=pi/10;
x1=normrnd(0,b,20000,1);
x2=normrnd(0,a,20000,1);
plot(x1,x2,'.');
xlim([-10 10]); ylim([-10 10]);
x_1=x1*cos(tau)+x2*sin(tau);
x_2=-x1*sin(tau)+x2*cos(tau);
figure;
plot(x_1,x_2,'.');
xlim([-10 10]); ylim([-10 10]);
С помощью функции cov вычислите выборочную матрицу ковариаций сформированного вектора, сопоставьте значения элементов матрицы с заданными значениями ,,K.
Для полученного случайного вектора с помощью функций Matlab постройте график двумерной функции плотности распределения вероятностей с соответствующими ему изолиниями. Например:
K=2;
r=K/(s1*s2);
[x1,x2]=meshgrid(-5:0.25:5);
z=(1/(2*pi*s1*s2*sqrt(1-r^2)))*exp(-1/(2*(1-r^2))*(x1.^2/s1^2-2*r*x1.*x2/s1/s2+x2.^2/s2^2));
mesh(x1,x2,z);
figure;
[C,h] = contour(x1,x2,z, [0.005 0.01 0.02]);
clabel(C,h);
Найдите параметры и постройте график одномерной гауссовской функции плотности распределения вероятностей для величины, определяющей проекцию центрированного гауссовского вектора на заданное в указанном варианте направление τ*.
Табл. 1. Варианты заданий
Вариант |
1 |
2 |
K |
τ* |
1а |
1 |
2 |
1 |
30 |
1б |
–1 |
45 | ||
2а |
3 |
1 |
2 |
60 |
2б |
–1 |
30 | ||
3а |
2 |
2 |
1 |
45 |
3б |
–3 |
60 | ||
4а |
2 |
3 |
–2 |
30 |
4б |
3 |
45 | ||
5а |
3 |
2 |
–4 |
60 |
5б |
5 |
30 |
Оформление отчета
Отчет о лабораторных исследованиях должен содержать:
исходные данные;
графики функций плотности распределения вероятностей в соответствии с п.2 задания;
гистограммы и выборочные характеристики случайной величины, рассчитанные в соответствии с п.3 задания;
параметры среднеквадратического эллипса ошибок для заданного двумерного гауссовского вектора;
реализации двумерного гауссовского вектора с недиагональной матрицей ковариаций, выборочную матрицу ковариаций;
аналитическое выражение и график двумерной функции плотности распределения вероятностей с соответствующими изолиниями;
параметры и график одномерной гауссовской функции плотности распределения вероятностей для величины, определяющей проекцию центрированного гауссовского вектора на заданное направление;
выводы по работе.