- •Семинар сабағы 1. Регуляр, кездейсоқ және хаостық сигналдар Сигнал ұғымы. Сигналдың математикалық және физикалық мағыналары.
- •Сигналдың түрлері мен табиғаты
- •Регуляр, кездейсоқ және хаостық сигналдар
- •Семинар сабағы 2. Кванттау шуылы. Кванттау қадамы мен дискреттеу жиілігінің сигнал формасына әсері Сигналды кванттау қадамы және дискреттеу жиілігі
- •Аналогтық сигналдан сандық сигналды алу
- •Семинар сабағы 3. Сигналдардың спектралды талдауы Фурье қатары. Фурье түрлендіруі
- •Дискретті Фурье түрлендіруі. Жылдам Фурье түрлендіруінің алгоритмі
- •Матлаб жүйесінде жылдам Фурье түрлендіруінің алгоритмін зерттеу
- •Фурье түрлендіруін сигналдарды талдауда қолдану
- •Сигнал спектрі
- •Найквист жиілігі.
- •Семинар сабағы 6. Сигнал формасын сипаттайтын параметрлер Сигналдарды сипаттайтын негізгі параметрлер. Байланыс каналының өткізу қабілеті
- •Семинар сабағы 7. Өзара корреляциясы бар космостағы процестер
- •Корреляциялық талдау
- •Корреляция коэффициенті
- •Авто және кросс корреляциялық функциялар
- •Сигналдардың өзара корреляция коэффицентін есептеу
- •Семинар сабағы 8. Космостағы фракталдық құрылымдарғы мысалдар Фракталдар
- •Сигналдың фракталдық өлшемділігін есептеу алгоритмі
- •Семинар сабағы 9. Ең кіші квадраттар әдісі мен оны Херст көрсеткішін анықтауда қолдану. Херст көрсеткішінің есептеу аспектілері r/s статистика
- •Херст көрсеткіші және оның сигналдың фракталдық өлшемімен байланысы. Персистенттік және антиперсистенттік қасиеттері
- •Херст көрсеткішін есептеу алгоритмі
- •Семинар сабағы 10. Мультифракталдық талдау көмегімен алынатын сигналдардың қасиеттері Мультифрактал
- •Мультифракталдық спектралдық функция
- •Семинар сабағы 11. Шуылды басу үшін сигналдарды фильтрлеу Фильтрлер. Олардың түрлері. Амплитуда-жиіліктік сипаттамалары
- •Семинар сабағы 12. Космостағы құрылымдардың энтропиясы
- •Вейвлеттер. Вейвлет түрлендіруі.
Херст көрсеткіші және оның сигналдың фракталдық өлшемімен байланысы. Персистенттік және антиперсистенттік қасиеттері
Табиғи процестерді бақылаулардың көбісі уақыт бойынша өлшеулердің қатарларын құрайды. Мысалы: ауа температурасын өлшеудің ұзақ қатарлары болады. Қысқа және ұзақ уақыт аралығында температураны өлшегенде оның ретсіздігі байқалады. Сол сияқты, өзендердің қуатын, тұнбалардың мөлшерін, ағаш сақиналарының жуандығын т.б. уақыт бойынша өзгеретін көптеген процестерді нормаланған құлаш әдісі арқылы зерттеуге болады немесе оны Херст әдісі деп те атайды. Жоғарыдағы аталған өлшеулердің заңдылықтары Н көрсеткішімен сипатталады.
Кез-келген шаманың уақыттық жиыны x(t) болсын. Х шаманың максимал және минимал мәндерінің айырымы құлаш деп атайды. R әрпімен белгіленеді:
Мұндағы t – дискретті уақыт;
τ – қарастырылатын уақыт аралығының ұзақтығы.
R τ-ға байланысты өседі.
R/S өлшемсіз қатынасты қолданып, әртүрлі құбылыстардың құлаштарын салыстыруға болады, мұнда S – стандартты ауытқу, яғни дисперсияның квадрат түбірі:
Көптеген уақыт қатарларының R/S нормаланған құлаш төмендегі эмпириялық қатынаспен жақсы сипатталады:
Херст көрсеткішін осы формуланы логарифмдеу арқылы таба аламыз:
H =
0<H<0.5 аралында - антиперсистентті, яғни шуылы жоғары деңгейде болады.
0,5<H<1 аралығында – персистентті, яғни шуылы төменгі деңгейде болады.
Радиоэлектроникада Херст әдісі фазаның ауытқуы, жиіліктің ығысуы сияқты Винер процесстерін сипаттау үшін қолданылады.
Херст көрсеткішін есептеу алгоритмі
Табиғи процестерді бақылаулардың көбісі уақыт бойынша өлшеулердің қатарларын құрайды. Мысалы: ауа температурасын өлшеудің ұзақ қатарлары болады. Қысқа және ұзақ уақыт аралығында температураны өлшегенде оның ретсіздігі байқалады. Сол сияқты, өзендердің қуатын, тұнбалардың мөлшерін, ағаш сақиналарының жуандығын т.б. уақыт бойынша өзгеретін көптеген процестерді нормаланған құлаш әдісі арқылы зерттеуге болады немесе оны Херст әдісі деп те атайды. Жоғарыдағы аталған өлшеулердің заңдылықтары Н көрсеткішімен сипатталады.
Кез-келген шаманың уақыттық жиыны x(t) болсын. Х шаманың максимал және минимал мәндерінің айырымы құлаш деп атайды. R әрпімен белгіленеді:
Мұндағы t – дискретті уақыт;
τ – қарастырылатын уақыт аралығының ұзақтығы.
R τ-ға байланысты өседі.
R/S өлшемсіз қатынасты қолданып, әртүрлі құбылыстардың құлаштарын салыстыруға болады, мұнда S – стандартты ауытқу, яғни дисперсияның квадрат түбірі:
Көптеген уақыт қатарларының R/S нормаланған құлаш төмендегі эмпириялық қатынаспен жақсы сипатталады:
Херст көрсеткішін осы формуланы логарифмдеу арқылы таба аламыз:
H =
0<H<0.5 аралында - антиперсистентті, яғни шуылы жоғары деңгейде болады.
0,5<H<1 аралығында – персистентті, яғни шуылы төменгі деңгейде болады.
Радиоэлектроникада Херст әдісі фазаның ауытқуы, жиіліктің ығысуы сияқты Винер процесстерін сипаттау үшін қолданылады.
%Herst файлының листингі
M=load('c:/books/data1');
plot(M(:,1),M(:,2));
% х шамасының максималды және минималды мәндерін табамыз
maxx=max(M(:,2));
minx=min(M(:,2));
% құлаш
R=maxx-minx;
% х шамасының орташа мәні
xmean=mean(M(:,2));
N=length(M);
disper=0;
for i=1:N
disper=disper+(M(i,2)-xmean)^2;
end
S=sqrt((1/N)*disper);
tau=M(end,1)-M(1);
H=log(R/S)/log(tau/2)