We now apply the same principle to

We now apply the same principle to the autocorrelation function for a stationary process. For
simplicity, we assume that the mean value is zero, i.e. we set μx = 0.
For the nth record, we form Xn(t)Xn(t + τ ) as shown in Figure 8.8, and average this
product over all records, i.e. an ensemble average.
Then, we can write the autocorrelation function as

ผลลัพธ์ (ไทย) 1:

เราตอนนี้ใช้หลักการเดียวกันกับฟังก์ชัน autocorrelation สำหรับกระบวนการเครื่องเขียน สำหรับความเรียบง่าย เราสมมติว่า ค่าเฉลี่ยเป็นศูนย์ เช่นเราตั้งค่า μx = 0สำหรับเรกคอร์ดที่ เราแบบ Xn Xn (t) (t + τ) ดังแสดงในรูปที่ 8.8 และเฉลี่ยนี้ผลิตภัณฑ์ผ่านเรกคอร์ดทั้งหมด เช่นเฉลี่ยวงดนตรีจากนั้น เราสามารถเขียนฟังก์ชัน autocorrelation เป็น

ผลลัพธ์ (ไทย) 2:

ตอนนี้เราใช้หลักการเดียวกันกับการทำงานผิดพลาดที่สัมพันธ์สำหรับกระบวนการนิ่ง สำหรับ
ความเรียบง่ายเราคิดว่าค่าเฉลี่ยเป็นศูนย์คือเราตั้งμx = 0.
สำหรับบันทึกที่ n เราในรูปแบบ Xn (t) Xn (t + τ) ดังแสดงในรูปที่ 8.8 และเฉลี่ยนี้
สินค้ากว่าระเบียนทั้งหมด เช่นชุดเฉลี่ย.
จากนั้นเราสามารถเขียนฟังก์ชั่นอัตเป็น

ผลลัพธ์ (ไทย) 3:

ตอนนี้เราใช้หลักการเดียวกันกับฟังก์ชัน autocorrelation กระบวนการสำหรับเครื่องเขียน สำหรับ
ความเรียบง่าย เราสันนิษฐานว่า ค่าเฉลี่ยเป็นศูนย์ เช่น เราตั้งμ x = 0
สำหรับบันทึกแลกเราจากซินซิน ( T ) ( T τ ) ดังแสดงในรูปที่ 8.8 และเฉลี่ยนี้
สินค้าผ่านระเบียนทั้งหมด เช่น การรวมวง เฉลี่ย
แล้วเราสามารถเขียน ฟังก์ชันอัตสหสัมพันธ์เป็น