1)  Gauss white noise
Gauss 白噪声
1.
This paper aims at the nonlinear dynamic system which under the zero mean Gauss white noise and creates stochastic increment-dimensional precise integrate method.
本文针对受到零均值 Gauss 白噪声激励的非线性动力系统,将 Monte-Carlo 法与增维精细积分法相结合,提出随机增维精细积分法,用于计算非线性随机动力系统的数值解,并通过应用实例,说明了该算法对非线性随机动力系统在数值计算与数字模拟上的有效性。
2)  gauss white noise
Gauss白噪声
3)  Gaussian white noise
Gauss白噪声
1.
A series of stationary analytical solutions are obtained for the first time for the dynamical system of Brownian particles with Rayleigh friction model and parabolic potential under Gaussian white noise exciatation.
对于Rayleigh磨擦模型、拋物型势能和Gauss白噪声激励下的Brown粒子动力系统,首次得到了描述系统响应的一系列稳态解析解,在四维相空间上,系统处于远离平衡态时的稳态解析解为扩散的极限环。
4)  non Gaussian white noise
非Gauss分布白噪声
5)  Weak white noise
弱白噪声
6)  white noise
白噪声
1.
Virtual white noise generator based on Logist eqution and Labview;
基于Logist方程和Labview的虚拟白噪声发生器的设计
2.
The Calculation of Correlation Function of the Linear System Output When the Random Input is White Noise;
随机输入为白噪声时线性系统输出的相关函数的计算
3.
Design of Logist equation virtual chaotic white noise generator based on LabWindows/CVI technology;
基于LabWindows/CVI技术的Logist方程虚拟混沌白噪声发生器设计
参考词条
补充资料:白噪声


白噪声
white noise

  白噪声[咖te俪se;6e几u曲川yM] 有常值谱密度(sPeet阁de招ity)的广义平稳随机过程(stationa理stochasticP联ess)X(t).白噪声的广义相关函数形如刀(r)二。’占(t),其中叮’是正常数而占(t)是吞函数.白噪声过程被广泛应用于描述有很小相关周期的随机扰动(例如“热噪声”—导体中由电子的热运动产生的电流强度的脉动).在白噪声的谱分解 x(。)一丁。!、!d:(、)中,其“基本振动”e“‘d:(又)在所有频率又处都有同样的平均强度;更确切些说,它们的平均平方振幅是 Eld:(洲2一兰以一二<伙二. 2兀这个谱分解意味着,对每一平方可积函数甲(t), 一J,(:)X(。)d:一丁石(、)d·(、),其中石(劝是毋(t)的R脚让r变换(Fourie:tr二-form);广义过程X二(x,毋>对函数职(t)的更明显的依赖性可以由一个与d以劝同类型的对应随机测度d叮(t)来描述(d叮(t)是随机测度dz(又)的Fou-rier变换),即 ‘X,,,一了,(。)d。(亡)· G泣仍s白噪声(Gauss恤认七ite noise)X(t)作为肠旧翎.运动(Bro~订幻石。n)叮(t)的广义导数(X(t)=叮‘(t)),是构造“受控”于一随机微分方程的随机扩散过程(diffusionp联ess)y(t)的基础: Y,(t)=a(t,Y(t))+。(t,Y(t))粉‘(t)·这方程常常写成微分形式: dy(t)=a(r,Y(r))dr+。(r,Y(t))d叮(t). 涉及白噪声应用的另一类重要模型是描述有平稳随机扰动X(t)作用于其上的稳定振动系统行为的随机过程Y(t),这时,Y(s)(st).这种系统的一个很简单的例子是 _了d、,,、 PI‘竺一】Y(t飞=X(t)、 一\dt/一‘一’其中尸(:)是全部根都在左半平面的多项式;在阻尼掉“瞬时过程’之后,过程Y(t)即由下式给出: y“,一f击“·‘、,·实际应用中,在所谓散粒效应(shot effect)过程的描述中,如下形式的白噪声 x(。)二艺占(。一;*) k起着重要的作用(k在一的与的之间变动,而…,:一:,;〔,,:t,…构成一Poisson过程);更确切地说,X(t)是Poisson过程粉(t)的广义导数.散弹效应过程本身有如下形式: Y(:)一了。(。,:)x(、)、:一J。(。,:)、。(、) =艺c(:,Tk) k其中c(t,、)是满足条件 丁!。(:,:)}2、:、二的权函数;此外,广义过程X=的均值是 a‘,,一a丁,(「)d‘,其中a是Poisson律的参数(见上),而该过程的谱表示 X(:)一a+丁。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。