二.随机变量到随机过程讲解.ppt

?定区间积分： a t 2. 随机过程的三种积分 ?变上限随机过程积分： a t （1）定区间随机过程积分的数学期望等于随机过程数学期望的积分。 证明： 求积分和求期望可以互换顺序。 3.定区间随机过程积分的数字特征 (2) 定区间随机过程积分的均方值等于随机过程自相关函数的二重积分；其方差为随机过程协方差的二重积分。 (1) 数学期望 4. 变上限随机过程积分的数字特征 (2) 相关函数：等于对随机过程的相关函数作两次变上限积分（先对t1,后对t2积分） (3) 协方差函数：等于对随机过程的协方差函数作两次变上限积分（先对t1,后对t2积分） 例4. 随机过程X(t)= 的随机变量，求随机过程 的均值、相关 ，其中V是均值为5，方差为1 函数、协方差函数和方差。 解： (1)求X(t)的均值和相关函数 (2)求Y(t)的均值、相关函数和协方差函数 * * * * 3. 自相关函数 均值和方差都只与随机过程的一维概率密度函数有关，因而它们描述了随机过程在各个孤立时刻的特征。为了描述随机过程在两个不同时刻状态之间的联系， 还需利用二维概率密度引入新的数字特征。 自相关函数用来描述随机过程任意两个时刻的状态之间的内在联系，通常用 描述。 若用随机过程的两个不同时刻之间的二阶混合中心矩来定义相关函数，我们称之为自协方差。用 表示，它反映了任意两个时刻的起伏值之间相关程度。 4. 自协方差函数 比较自协方差和自相关函数的关系 ))] ( ) ( ))( ( ) ( [( ) , ( 1 1 1 1 2 1 t m t X t m t X E t t C X X X - - = 比较自协方差和方差的关系 令 则 例 ：求随机相应正弦波 的数学期望，方差，自相关函数及一维概率密度。式中， 为常数，是区间[0， ]上均匀分布的随机变量。 解：由题可知： （1） ＝ 同理 （2）方差 ＝ ＝ ＝ 可知 （3）自相关函数 ＝ ＝ ＝ （4）一维概率密度 在 范围内， 每个x=sin(w0t+θ)对应两个θ值： 和 所以 由于 1.随机信号的n＋m维联合概率分布和密度函数 两个不同r.s.X(t)与Y(t)之间的联合概率特性。 对随机信号X(t)任取 时，获得n个 随机变量 ; 对随机信号Y(t)任取 时，获得m个 随机变量 。 随机过程联合特性 t1 t2 t3 tn X(t) t s1 s2 s3 sm Y(t) t 定义n＋m维联合概率分布函数为: 定义n＋m维联合概率密度函数为: 两个不同随机信号X(t)与Y(t)的联合矩特性 互相关函数定义为: 互协方差函数定义为: 2. 随机信号的互相关函数与互协方差函数 互相关系数定义为: (1)正交: 对于任意时刻 ,都有 则称X(t)与Y(t)正交。 (2) 线性无关: 对于任意时刻 ,都有 则称X(t)与Y(t)线性无关。 3. 两个随机信号正交、线性无关与统计独立 （3）统计独立:对于X(t)和Y(t)的任一组随机 变量,都有 则称X(t)与Y(t)彼此统计独立。 两个随机信号的正交、线性无关与统计独立 三者关系与两个随机变量间的完全相同。 1.两个随机信号统计独立，它们必然是线性无关的； 2.两个随机信号线性无关，不一定互相独立； 3.在两个随机信号中任一均值为零时，线性无关 性与正交性是等价的； 4.在两个随机信号的互相关和互协方差同时不为零 时，它们不是线性无关的，也不是相互正交的。 ★ 统计独立性，线性无关性和正交性的关系 (a)一般情况下 统 计 独 立 线 性 无 关 相 互 正 交 任一随机信号 均值为零 当 和 均为高斯随机信号时: 统计独立性和线性无关性是等价的； (b)高斯随机信号 线 性 无 关 统 计 独 立 进一步，且有一个均值为零时: 独立性、线性无关性和正交性三者是等价的。 (c)高斯随机信号，且 有一个均值为零 线 性 无 关 统 计 独 立 相 互 正 交 1. 一维特征函数 随机过程 在任一特定时刻t的取值是一维随机变量，其特征函数为: 其反变换为： n阶矩