- •Корреляционные модели случайных процессов. Прогнозирование случайных процессов
- •Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «тюменский государственный нефтегазовый университет»
- •Корреляционные модели случайных процессов. Прогнозирование случайных процессов
- •Введение
- •1Прогнозирование случайных процессов
- •2Корреляционная функция
- •2.1Свойства автокорреляционной функции
- •2.2Построение корреляционной модели случайного процесса
- •3Алгоритмы прогноза
- •3.1Прогноз по последнему значению
- •3.2Прогноз по математическому ожиданию
- •3.3Статистический прогноз по одной точке
- •3.4Статистический прогноз по двум и более точкам
- •4Задание к лабораторной работе
- •5Содержание отчета
- •6Контрольные вопросы
- •7Список рекомендуемой литературы
- •Приложение а
- •Приложение б
- •Корреляционные модели случайных процессов. Прогнозирование случайных процессов
- •625000, Тюмень, ул. Володарского, 38.
- •625039, Тюмень, ул. Киевская, 52.
5Содержание отчета
Цель работы.
По результатам выполнения п.2 задания к лабораторной работе – графики смоделированных случайных процессов, графики автокорреляционных функций этих процессов, вывод.
По результатам выполнения п.3 задания к лабораторной работе – графики трех выборок и их корреляционных функций, вывод.
Результы сравнения различных алгоритмов прогнозирования (Таблица 2). Вывод.
Таблица 2 – Результаты прогнозирования по различным алгоритмам.
Метод прогноза |
Алгоритм прогноза |
Формула для среднего квадрата ошибки |
Значение
|
по последнему отсчету |
|
|
|
по математическому ожиданию |
|
|
|
статистический прогноз по одной точке |
|
|
|
6Контрольные вопросы
Критерий качества прогноза.
Корреляционная функция процесса. Ее свойства.
Интервал корреляции.
Прогноз по последнему отсчету.
Прогноз по математическому ожиданию.
Прогноз с использованием корреляционной функции.
7Список рекомендуемой литературы
Дьяконов В.П. MATLAB 6/6.1/6.5+Simulink 4/5 в математике и моделировании. Полное руководство пользователя. М.: СОЛОН-Пресс.-2003-576 с.
Ефимов А.А. Предсказания случайных процессов. М., Знание, 1976-64 с.
Пащенко Ф.Ф. Введение в состоятельные методы моделирования систем: Учебное пособие: В 2-х частях Часть 1. Математические основы моделирования систем.- М.: Финансы и статистика, 2006.-328 стр.: ил.
Сергиенко А.Б. Цифровая обработка сигналов:Учебник для вузов. 2-е изд. – СПб.: Питер, 2007. – 751 с.: ил.
Приложение а
Текст М-файла для расчета построения графика корреляционной функции моделируемого случайного процесса
|
|
clear all; |
|
|
N=200;% число точек для вычисления значений процесса |
|
|
maxlags=200;% число точек для вычисления кор.функции |
|
|
i=1:N; |
|
|
Tmax=10;% длительность временного интервала в секундах |
|
|
t(i)=Tmax/(N-1)*(i-1);%задание временной сетки |
|
|
f1=40% частота первой составляющей в Гц |
|
|
f2=400 % частота второй составляющей в Гц |
|
|
% вычисление мгновенных значений функции |
|
|
f(i)=0.1*sin(2*pi*f1*t(i)+5)%+0.5*sin(2*pi*f2*t(i)); |
|
|
[c,lags] = xcov(f,f,maxlags); % вычисление кор. функции |
|
|
c=c/c(maxlags+1);% нормирование кор. функции |
|
|
figure(3); |
|
|
subplot(1,2,1); |
|
|
plot(i,f);% построение графика процесса |
|
|
grid on; |
|
|
set(get(gcf,'CurrentAxes'),'FontName','Times New Roman Cyr','FontSize',12); |
|
|
title('\bfГрафик процесса'); |
|
|
subplot(1,2,2); |
|
|
plot(lags,c);% построение кор. функции |
|
|
grid on; |
|
|
set(get(gcf,'CurrentAxes'),'FontName','Times New Roman Cyr','FontSize',12); |
|
|
title('\bfАвтокорреляционная функция'); |
