системы являются зависимости вероятности ошибки от уровня помех,'I • С Г -V 1 1*J ' I 'V i 'V I . f • и и , Л ^ 1 V I : -у * Ч М Г ' М » < •'.* 4 * j i . • » . * ' •» • ■' • . •■J ■ I , i " действующих в канщте (при заданной скорости обработки). 5.3 Выбор метода моделирования. Модель двусторонней системы должна представлять собой упрощенное отображение реального объекта и, вместе с тем, адекватное отображение тех свойств, которые подлежат рассмотрению. Из всех известных типов моделей наиболее привлекательными являются математические модели, которые обеспечивают большую гибкость в выборе условий испытаний и учете априорной информации. Основу для создания математических моделей составляют расчетные формулы методов, используемые при постановке экспериментов на модели и обработка всех полученных результатов. Наиболее широко используется метод моделирования, основанный на статистических испытаниях исследуемого объекта. Этот метод обладает высокой помехоустойчивостью к случайным ошибкам, возможным при проведении отдельных опытов. Практическое использование этого метода гарантирует при увеличении числа испытаний на модели получение все более и более точных оценок. Модель исследуемой системы является лишь приближенным отображением реального объекта. Поэтому, при проведении ее статистических испытаний, возникают ошибки, из которых наиболее существенное значение для практики имеет ограниченность статистики в проведении исследований. При определении вероятности ошибочного приема необходимо определить математическое ожидание отношения количества неправильно зарегистрированных символов к общему количеству переданных. Как показано в /87/, среди всех линейно несмещенных оценок среднее арифметическое: |
ляется обеспечение минимально возможной вероятности ошибки, критерием оценки эффективности исследуемой системы являются зависимости вероятности ошибки от уровня помех, действующих в канале (при заданной скорости передачи). 4.3 Выбор метода моделирования Модель двусторонней системы должна представлять собой упрощенное отображение реального объекта и, вместе с тем, адекватное отображение тех свойств, которые подлежат рассмотрению. Из всех известных типов моделей наиболее привлекательными являются математические модели, которые обеспечивают большую гибкость в выборе условий испытаний и учете априорной информации. Основу для создания математических моделей составляют расчетные формулы методов, используемые при постановке экспериментов на модели и обработка всех полученных результатов. Наиболее широко используется метод моделирования, основанный на статистических испытаниях исследуемого объекта. Этот метод обладает высокой помехоустойчивостью к случайным ошибкам, возможным при проведении отдельных опытов. Практическое использование этого метода гарантирует при увеличении числа испытаний на модели получение все более и более точных оценок. Модель исследуемой системы является лишь приближенным отображением реального объекта. Поэтому при проведении ее статистических испытаний возникают ошибки, из которых наиболее существенное значение для практики имеет ограниченность статистики в проведении исследований. При определении вероятности ошибочного приема необходимо определить математическое ожидание отношения количества неправильно зарегистрированных символов к общему количеству переданных. Как показано в /87/, среди всех линейно несмещенных оценок среднее арифметическое ции, является эффективной оценкой истинного значения, так как имеет наименьшую дисперсию. В силу центральной предельной теоремы частота Р* при достаточно больших N стремится к нормальному закону распределения. В этой связи для каждого значения достоверности а можно выбрать из таблиц нормального распределения такую величину ta , что точность е , с которой вычисляется Рот >будет равна /87/: (4.1) где N — количество испытаний; г, — количество наступлений исследуемого события в i-той реализаЕ = t а 124 |