说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 噪声级分析仪
1)  noise level analyzer
噪声级分析仪
2)  Noise Analyzer
噪声分析仪
1.
Design of Noise Analyzer Based on Intelligent Virtual Control;
智能控件化噪声分析仪的设计
3)  sonic noise analyzer
声波噪声分析仪
4)  real-time noise analyzers
实时噪声分析仪
5)  noise gain analyzer
噪声增益分析仪
6)  NFA
噪声系数分析仪
1.
The Application of Digital AGC in NFA Named AV3984A
数字AGC在AV3984A噪声系数分析仪中的应用
补充资料:白噪声分析


白噪声分析
white noise analysis

  有形田广义函数都是有限阶的((.少·)’=口养,(、犷)一,);T和S变换可扩张到(夕·)’,定义为广义函数小对〔,·)中的指数函数的作用:(T。)(f)=<。,。‘朴);任何正的及田广义函数中都是一个正测度v。(KoH八-paTbeB,CaMo认几eHKo与横井的一个定理([A13],IA14」)) 瑰田广义函数的例子.1)局部Wlck幂(focalWiek Power): 中(。)二:。”(t):,(S中)(f)二f.(t). 2)功nsker占函数(Donsker占~丘mction): 中=j(B(t)一a), (S。)(f)一(2:t)’/,e(F(‘)一)’/(,!,,其中F(:)一丁台f(s)J 5. 3)白噪声占函数(white noise占~丘mction)。=j。,,由下式给出: <。,争)二不(。),(s。)(f)二。‘“·介e(f). 4)正规化Gauss函数(norlllal」zed G-auss~): 侧叫二一军共迄黑一, E(e、山人“”) (S小)(f)一。‘f,(K/(‘一2、)),,.注意例4)的正规化指数。(田)=Nexp((田,K田>)对于一大类算子K有完全确定的S变换,比单独用来定义Gauss型与分母的正规化常数的算子类要大得多.对于这样的K,可以由它的S变换来定义Nexp(<田,Ka,)).以其S或T变换来描述魏田广义函数是十分有用的.这之所以可能,是由于下面的表征定理(charaeterization theo~)(【A15」).如下三个命题是等价的: a)设F是Schwartz空间上的复值泛函,使得对任何.厂〔丫:i)g(又,f,,fZ)三F(又f,十fZ)有一个又的整解析开拓;五)对于某正数C‘和p和所有复数公有如下的上界估计: IF(z,f)!簇C,exp(C 2 12}’}l通’fl{;). b)F是一个及田广义函数。钊L?)’的S变换. c)F是一个疮田广义函数。钊酬)‘的T变换. 具有上述性质a)的泛函已被称为U泛函(U-丘mctionals).作为这个定理的一个推论是,如果其对应的U泛函序列是一致收敛的,那么魏田广义函数的序列必定收敛.类似的定理已被证明对于更一般的Gauss系统也成立,特别涵盖了多参数白噪声或向量值Bn)们运动的广义函数这种有意义的情形([A161).其他变种则处理放宽关于U泛函的增长条件a)五)的空间(汇A17」,[A18]) 显然,扩充(LZ)的广义函数空间的构造远非唯一其他的例子有由P.A.Meyer(【A19])、杉田“A211)、渡边“八口0」)研究过的三元丝且,它有较大的检验函数空间,从而有较少的广义函数.还需指出,tAS]中P.K比e的文章有他的原始工作的一个概述与参考文献.相反地,由Meyer和严加安(tA181)提出的三元组由于去掉了U泛函的增长条件而达到了一个更大的广义函数空间.在量子概率(quant切rn pro-恤bi】ity)文献中讨论的检验泛函空间的例子是【八221的空间K二自。,。刀(r(all)). 表征定理有许多的应用和推论,例如动在上面给出的S变换的诸例中,易简洁验证其U泛函性质;从而这个定理直接保证了这些表示式的确是魏田广义函数的S变换.川U泛函在逐点加法与乘法下显然组成一个代数;这导致〔7)‘上的两个代数结构,其相应的广义函数之乘积分别是卷积(用T一l)和正规编序积(用(S一‘)).下)在一对涨田变换之间存在如下的线性关系 S中=F=T小.如果用一个正态分布(加爪.1 distribution)代替白噪声测度,可以发现中不是别的,而是中的F以的er变换(Fourier transform). 无穷维F加的er变换.见[A23]一[A25],[A41第9章.上面的评注建议如下的定义:对于小钊夕)‘,称金二T一’s小为中的Fourie:变换(Fouric:trans-允nn). 若干例子与性质如下.1的Fo盯ier变换是零点处的白噪声占函数:i一。。,占。一1.Fourie:变换把导数与坐标乘法相互关联 (日叫‘一佃示,(。明‘二叼击.这就是为什么单挑出中~小作为Fourier变换对无穷维的自然推广的原因:这是唯一的(当然除相差一常值乘子外)从(夕·)‘到其自身的具有这个关联性质的连续线性变换([八261). 残‘d旧以型.见,口71,[A28],[A4]第10章.回忆一下正的形田广义函数必是测度,对于任何严格正(即v。在所有开集上为正)且使。在L:(dy。)为可闭的涨田广义函数中,从 。(价)“<小,}V中}’>,得到Dinchlet型。“A29」一1 A31」),然后对于这样的。,在LZ(dv。)中有 万(p)=J!万”,职IJ’,其中H是与一状态空间为‘7‘(R)的扩散过程相联系的MapK皿半群的自伴生成元. 若干应用.上面是【A32]中有限维局部Dirichiet型的一个直接推广,用量子力学基态的语言,它产生了Schr团inger Hamilton算子H及解非线性随机微分方程的扩散过程.在现在的构架中,人们自然会提出这样的问题:用对白噪声测度产的(广义)密度函数,即经由正的。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条