Strona 4

PPS AWRUK

Przejdź na Memorizer+
W trybie testu zyskasz:
Brak reklam
Quiz powtórkowy - pozwoli Ci opanować pytania, których nie umiesz
Więcej pytań na stronie testu
Wybór pytań do ponownego rozwiązania
Trzy razy bardziej pojemną historię aktywności
Wykup dostęp
Pytanie 25
Filtr cyfrowy jest stabilny jeślI:
zera i bieguny leżą w prawej półpłaszczyźnie zmiennej zespolonej z
bieguny transmitancji leżą wewnątrz koła jednostkowego
zera i bieguny transmitancji leżą wewnątrz koła jednostkowego
bieguny transmitancji leżą w lewej półpłaszczyźnie zmiennej zespolonej z
zera transmitancji leżą wewnątrz koła jednostkowego
Pytanie 26
Szerokość pasma przejściowego filtru cyfrowego nie może być zerowa ponieważ:
wzmocnienie takiego filtru byłoby nieskończenie duże
taki filtr byłby filtrem nieprzyczynowym.
przejście pomiędzy pasmem przepustowym a pasmem zaporowym nie może odbywać się w nieskończenie krótkim czasie
filtr byłby niestabilny
liczba zer lub biegunów musiałaby być nieskończona
Pytanie 27
Proces stochastyczny od zmiennej losowej różni się:
kształtem rozkładu prawdopodobieństwa
posiadaniem jeszcze jednej zmiennej niezależnej jaką zwykle jest czas
dwoma zmiennymi niezależnymi
posiadaniem jeszcze jednej zmiennej losowej jaką zwykle jest czas
Pytanie 28
Zależność E{[x(t1) - m(t1)][x(t2) - m(t2)]} definiuje funkcję
autokorelację dowolnego procesu
autokowariancję dowolnego procesu
autokowariancję procesu stacjonarnego
autokorelację procesu stacjonarnego
Pytanie 29
Cyklostacjonarność wykazują m.in.:
sygnały telekomunikacyjne
sygnały telekomunikacji cyfrowej
sygnały okresowe
sygnały lokalnie stacjonarne
Pytanie 30
Wartość funkcji autokorelacji w zerze określa jednocześnie
wartość średniokwadratową procesu
wariancję procesu
moc procesu
energię procesu
Pytanie 31
Estymator jest wielkością
losową
rzeczywistą
deterministyczną
zespoloną
Pytanie 32
Metody parametryczne estymacji widmowej gęstości mocy wymagają:
podania wartości parametrów sygnału
znajomości wzoru opisującego sygnał
wyznaczenia wartości parametrów modelu
stosowania transformacji Fouriera
założenia modelu sygnału