两种特殊的随机过程.pdfVIP

两种特殊的随机过程 两种特殊的随机过程 高斯随机过程 高斯随机过程 高斯分布 高斯分布 • 中心极限定理证明：在满足一定条件下， 大量独立、均匀细小的随机变量之和近似 服从是高斯分布。 • 实际应用中最常遇到的、最重要的分布。 高斯过程的特殊地位 高斯过程的特殊地位 • 无线电技术理论中最重要的概率分布，如电阻热 噪声、晶体管和电子管的散粒噪声；大气和宇宙 噪声；许多积极干扰、消极干扰（云雨杂波、地 物杂波） • 噪声理论、信号检测理论、信息理论 • 高斯过程—统计特性最简单 ，常用作噪声的理 • 高斯过程—统计特性最简单 论模型 一、定义 若随机过程X(t) 的任意n维概率分布都是高斯分布的， 高斯分布 则称它为高斯过程或正态过程。 高斯过程或正态过程 1 ⎡ (X −M X )T C−1(X −M X )⎤ ( ,..., ; ... ) exp − f X x1 xn t1 tn n / 2 1/ 2 ⎢ ⎥ (2π) | C | ⎣ 2 ⎦ ⎡E [X (t )]⎤ ⎡m (t )⎤ ⎡C C ... C ⎤ 1 X 1 11 12 1n M ⎢ : ⎥ ⎢ : ⎥ ⎢ ⎥ X C C ... C ⎢ ⎥ ⎢ ⎥ C ⎢ 21 22 2n ⎥ ⎢E [X (t )] ⎥ ⎢m (t ) ⎥ ⎢ ⎥ ⎣ n ⎦ ⎣ X n ⎦n×1 : : ... : ⎢ ⎥ C C ... C ⎣ n1 n 2 nn ⎦n×n 高斯随机过程的n维概率分布完全由均值矢量 与协方 高斯随机过程的n维概率分布完全由均值矢量M X 与协方 差矩阵C所确定 差矩阵C所确定 二、高斯随机过程的性质 1、宽平稳↔严平稳 1、宽平稳↔严平稳 证明： T −1 ⎡ − ′ ′ − ′ ⎤ 1 (X M X ) C (X M