随机过程 第9讲.docVIP

第四章 二阶矩过程、平稳过程和随机分析 （四） 随机分析（续） 5．随机微分方程初步 设是一均方连续的二阶矩过程，是一存在一、二阶矩的随机变量，假设和是独立的，考虑以下随机微分方程： 试研究的统计特性。 解：方程两边在均方意义下积分，有： 并且该解是唯一的。由于： 所以，当时， 又相关函数为： 所以，当时，有： 设有一阶线性微分方程： 其中是一确定性函数，是一均方连续的实二阶矩过程，是存在一、二阶矩的随机变量，则此线性方程有唯一的解： 下面研究其均值函数和相关函数 （五） 各态历经性 各态历经性 本节主要讨论根据试验记录（样本函数）确定平稳过程的均值和相关函数的理论依据和方法。 一般地，计算平稳过程的均值和相关函数有各种不同的方法，例如： 这样的计算需要对一个平稳过程重复进行大量地观察，以便获取数量很多的样本函数，而这在实际当中是非常困难的，有时甚至是不可能的。但是根据平稳过程的统计特性是不随时间的推移而变化，于是自然希望在很长时间内观察得到一个样本函数，可以作为得到这个过程的数字特征的充分依据。本节给出的各态历经性定理指出：对平稳过程而言，只要满足一些较宽的条件，那么集平均（均值函数和相关函数）实际上可以用一个样本函数在整个时间轴上的时间平均值来代替。 定义：设是均方连续平稳随机过程，如果它沿整个时间轴上的平均值（时间平均）存在，即 存在，而且 则称该随机过程的均值具有各态历经性。 注：表示该随机过程的集平均或统计平均。 定义：设是均方连续平稳随机过程，且对于固定的，也是连续平稳随机过程，表示沿整个时间轴上的时间平均，即 若存在，称为的时间相关函数。若 则称该过程的自相关函数具有各态历经性。 定义：如果是一均方连续平稳随机过程，且其均值和相关函数均具有各态历经性，则称该随机过程具有各态历经性，或者说是各态历经的，或是遍历的。 例：计算随机正弦波的时间平均和时间相关函数，其中，为常数。 例：设有平稳随机过程，是一异于零的随机变量，问该过程是否各态历经？ 引理1：车贝雪夫不等式：设是一随机变量，若，则对于，有：。 引理1：设是一随机变量，则有：，即： 定理1：（均值各态历经定理）平稳随机过程的均值具有各态历经性的充分必要条件是： 证明：由于是一随机变量，计算的均值和方差： 其中是的自协方差函数。 作变换： 变换的雅可比行列式为： 于是有： 由引理2，即可得定理的结论。 如果随机过程是实过程，则，，对于实平稳过程，均值满足各态历经性的充分必要条件是： 推论：若平实稳随机过程的自协方差函数满足： 则平稳随机过程的均值具有各态历经性。 推论：设随机序列是平稳序列，则 的充分必要条件是 定理2：（自相关函数各态历经定理）平稳随机过程的自相关函数具有各态历经性的充分必要条件是： 其中： 定理3：平稳随机过程的时间平均 和集平均依概率1相等的充分必要条件是： 如果过程是实的，则充分必要条件是： 定理4：平稳随机过程的时间相关函数 和集相关函数依概率1相等的充分必要条件是： 其中： 如果过程是实的，则充分必要条件是： 例：设是均值为零的实平稳随机序列，令： 则有： 其中：是的自相关函数。 证明：由于随机序列的均值为零，则： 联合平稳随机过程 定义：设是两个平稳随机过程，若其互相关函数和仅为其时间差的函数，而与无关，则称两个随机过程是联合平稳随机过程。即有： 显然有： 注意：若设是联合平稳随机过程，则也是平稳随机过程，且有： 联合平稳随机过程的性质 （1），若是实过程，则 （2）若设是实平稳随机过程，且联合平稳，则有： 由不等式： 即可证明以上的结果。 （六） 各态历经性的应用 遍历转换技术： （1）利用遍历转换技术测量具有各态历经性的随机过程的均值 遍历转换技术是近年来发展起来的用于测量某些对象的数字特征，如均值、相关函数等的一项方法。其特点是对模拟量的测量对象不需要采用乘法器和积分器就可以得到数字特征，在精度上可以达到较高的程度，而且稳定性、可靠性都较高。其基本原理分析如下： 设是一具有均匀分布的严平稳遍历的随机过程，是被测的输入平稳遍历随机信号，且和独立，我们设计一转换器，转换器中有一时钟，它给出取样的时刻，在时刻对输入随机信号取样，得到。作为参考电压，在诸取样时刻比较和的值，记比较后的输出为： 由此，输入信号从模拟信号转换到了数字信号。即，这一转换称为遍历转换，在一定的条件下，经过遍历转换后，保留了随机信号的某些数字特征。 定理：设和是相互独立的两个遍历平稳的随机过程，的一维概率分布密度为上的均匀分布，其中取足够大，使得足够的小。，是取样时刻，且有，令 若存在，则有： （a） （b） 证明：（a）由的定义，我们有： 由于，，及和的独立性，我们有： （b）由于是数字信号，只能取0或1