![](/documents/1230688/0/1200px-Sharifee1.jpg/8c58b63b-753a-7245-0424-0999b3927f66?t=1629537943623&download=true)
25181: فرایندهای تصادفی
نام درس: فرایندهای تصادفی (Random Process)
شماره درس: 25181
پیشنیاز(ها): 25111 (مخابرات 1)
همنیاز(ها): 25162 (تخمین طیف)
تعداد واحد: 3
مقطع: کارشناسی ارشد
آخرین ویرایش: پاییز 1391
توضیحات:
سرفصلها:
مراجع:
شماره درس: 25181
پیشنیاز(ها): 25111 (مخابرات 1)
همنیاز(ها): 25162 (تخمین طیف)
تعداد واحد: 3
مقطع: کارشناسی ارشد
آخرین ویرایش: پاییز 1391
توضیحات:
در این درس مبانی فرایندهای تصادفی نظیر متغیر تصادفی، مشخصههای آماری فرایندها در رتبههای مختلف، فرایندهای ایستان به معنای دقیقی و وسیع، فرایندهای ایستان حلقوی، تابع خودهمبستگی، فرایندهای ارگادیک، فرایندهای باند محدود و نظریه نمونهبرداری و ... مورد بررسی قرار میگیرند.
سرفصلها:
- تعریف متغیر تصادفی و یادآوری مفاهیم احتمال
- تعریف فرآیند تصادفی و مفاهیم عمومی آن
- مشخصههای آماری فرآیندها در رتبههای مختلف
- فرآیندهای ایستان به معنای دقیق (SSS) و به معنای وسیع (WSS)، فرآیندهای ایستان حلقوی (Cyclostationary Process)
- ویژگیهای تابع خودهمبستگی (Auto Corralation Function)، چگالی طیف توان (فرآیندهای پیوسته و ناپیوسته)
- بررسی سیستمها با ورودی تصادفی، رابطه مشخصههای آماری خروجی بر حسب مشخصههای آماری ورودی، رابطه طیفی ورودی و خروجی سیستمهای خطی
- فرآیندهای ارگادیک (Distribution Eng. , Correlation Erg. , Mean-Ergodic)
- بررسی فرآیندهای ویژه به عنوان کاربرد مبحث فرآیندها (نویز سفید، نویز حرارتی، فرآیند وینر، فرآیند پواسون، shot noise، PAM، سیگنال تلگراف و ...)؛ آشکارسازی سیگنال معین در حضور نویز سفید و رنگی، فیلتر منطبق (matched filter)، تبدیل هیلبرت
- فرآیندهای باند محدود و نظریه نمونهبرداری، نمونهبرداری تصادفی
- بسط (Karhunen-Loeve Expansion) KL، سری فوریه به عنوان حالت خاص KL
- Factoriztion and Innovations
- تخمین خطی (Mean Square Linear Estimation)
- تفکیک فرآیندهای regular و predictable
- Smoothing برای فرآیندهای پیوسته و ناپیوسته
- Prediction برای فرآیندهای پیوسته و ناپیوسته
- Filtering and Prediction برای فرآیندهای پیوسته و ناپیوسته
- تخمین فرآیندهای ایستان رگولار آلوده به نویز سفید به عنوان حالت خاص
- تخمین فرآیندهای ایستان با طیف کسری
- فیلترهای Kalman برای فرآیندهای ناپیوسته، سادهسازی فیلتر کالمن برای فرآیندهای ARMA و AR(1) در حضور نویز سفید
مراجع:
- A. Papoulis, S. U. Pillai, Probability, Random Variables and Stochastic Processes, McGraw-Hill, 2002
آخرین بهروزرسانی: 19 / 4 / 1403