WhiteNoiseProcess

WhiteNoiseProcess[]

表示高斯(Gaussian)白噪声过程,其中均值为0,标准偏差为1.

WhiteNoiseProcess[σ]

表示高斯(Gaussian)白噪声过程,其中均值为0,标准偏差为 σ.

WhiteNoiseProcess[dist]

表示基于分布 dist 的白噪声过程.

更多信息

范例

打开所有单元关闭所有单元

基本范例  (1)

定义一个高斯白噪声过程:

模拟过程:

均值和方差函数:

协方差函数:

范围  (2)

模拟具有正态分布,标准偏差为5的白噪声过程:

均匀分布成份:

离散均匀分布成份:

过程参数估计:

从样本数据中估计过程参数:

应用  (2)

在周期信号中添加白噪声:

定义一个移动平均过程:

模拟该过程:

过程的均值、方差和峰度:

比较对应的 MAProcess 的特征值:

属性和关系  (6)

WhiteNoiseProcess 是一个离散过程:

状态可以是连续的或离散的:

SliceDistribution[WhiteNoiseProcess[dist],t] 等价于 dist

多变量成份是 dist 与它自己的乘积:

成份的均值总是0:

根据 AutocorrelationTestWhiteNoiseProcess 是不相关的:

高斯白噪声是 MAProcess 的特殊情况:

比较协方差函数:

可能存在的问题  (1)

对于包含来自于均匀分布的白噪声的例子,EstimatedProcess 不工作:

UniformDistribution 使用对称区间,对该情况起到帮助:

巧妙范例  (1)

白噪声过程系列:

Wolfram Research (2014),WhiteNoiseProcess,Wolfram 语言函数,https://reference.wolfram.com/language/ref/WhiteNoiseProcess.html.

文本

Wolfram Research (2014),WhiteNoiseProcess,Wolfram 语言函数,https://reference.wolfram.com/language/ref/WhiteNoiseProcess.html.

CMS

Wolfram 语言. 2014. "WhiteNoiseProcess." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/WhiteNoiseProcess.html.

APA

Wolfram 语言. (2014). WhiteNoiseProcess. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/WhiteNoiseProcess.html 年

BibTeX

@misc{reference.wolfram_2024_whitenoiseprocess, author="Wolfram Research", title="{WhiteNoiseProcess}", year="2014", howpublished="\url{https://reference.wolfram.com/language/ref/WhiteNoiseProcess.html}", note=[Accessed: 23-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_whitenoiseprocess, organization={Wolfram Research}, title={WhiteNoiseProcess}, year={2014}, url={https://reference.wolfram.com/language/ref/WhiteNoiseProcess.html}, note=[Accessed: 23-November-2024 ]}