Полтавский Основные положения и теории марковского случайного процесса позволяют оценить совокупность наблюдаемых сигналов с приемников навигационных спутниковой системы ГЛОНАСС/GPS в дифференциальном режиме работы в задачах определения координат местоположения подвижного объекта управления (ОУ) 1( ),., ( ), Yt Y t которые будем рассматривать как n компоненты n-мерного векторного процесса (). <...> Yt Случайный векторный процесс сигналов с приемников навигационных спутников ГЛОНАСС/GPS () Yt должен быть таким, чтобы при непрерывном изменении аргумента t за любой малый промежуток времени t его компоненты ()iYt изменялись на величину порядка t и все траектории каждой компоненты были непрерывны с вероятностью единица в обычном смысле понятия непрерывности функций. <...> Считаем, что большие изменения компонент рассматриваемого случайного процесса маловероятны, конечные скачки имеют нулевую вероятность, а также в последовательные моменты времени 12 . tt t m, взятые в интервале существования рассматриваемого случайного процесса, будут известны значения его компоненты в виде Y ( ),., ( );.; ( ),., ( ).nm n m 11 1 tt при 11 1 hh 1, h ( ),., ( ), не зависит от того, какие значения случайные функции 1(),., ()n принимали в моменты времени, предшествовавшие моменту времени th 1 . <...> Функции при n-мерном случайном марковском процессе Y(t) для векторного аргумента Для многомерного марковского непрерывного процесса вводятся соответствующие две ха( 1,., )n f ( , ) , y t dy ( , , ) , (10) где T y – скалярное произведение векторов и .y Так как многомерные плотности вероятности являются также интегрируемыми в бесконечных пределах неотрицательными функциями, то существует и преобразование Фурье, определяющее эти функции через соответствующие характеристические функции: 47 f y t y t1 (7) )) ( ( ) ( )) . <...> Уравнение (6) получается путем простого обобщения на многомерный векторный процесс f (( ), ( )) yt yt в следующем виде: (8) Надежность и качество сложных систем. <...> Характеристические <...>