第五讲随机过程的概念与定义.pptVIP

3 n x2(n) 3 n x3(n) 有关随机游动，参考Wikipedia 应用文献参考： 15th International World Wide Web Conference Random Sampling from a Search Engine’s Index 2.2 随机过程的统计描述 Characterization a Random Process 概率分布与概率密度 一维分布、二维分布、N维分布 数字特征 均值、方差、相关函数 特征函数 2.2.1 随机过程的概率分布 对于随机序列： The first-order distribution The first-order density 例2.6 Random Amplitude Signal 其中 是常数，Y是均值为零，方差为1的正态随机变 量，求 时的概率密度。 解 t=0,由X(0)=Y可知 一般而言, 如果 ,则 如果 ,则 2. 二维概率分布(The second-order distribution) 注意：X(t1)及X(t2)为同一随机过程在两个不同时刻的状态对应的随机变量。 例2 设有随机相位信号 取两个值的概率各等于1/2 求 时的一维和二维概率分布 解: 本题的随机过程只有两个样本函数, 且两个样本函数都具有确定的形式, 是一种可预测的随机过程。它的两个样本函数为 这个过程在任意的时刻都只有两个可能的取值,所以它是一个离散型随机过程. 对于离散型随机过程,只要确定了它的概率分布列就可以确定它的概率密度(一串冲激函数). 一维分布列 1/2 1/2 P(x1,0) 1 0 X(0) 1/2 1/2 P(x2,10) -1 0 X(10) 0 1 -1 0 一维分布列 1/2 1/2 P(x1,0) 1 0 X(0) 1/2 1/2 P(x2,10) -1 0 X(10) 时间不同,概率密度不同,概率密度是时间的函数 二维分布列 0 1/2 1/2 0 -1 0 1 0 X(0) P(x1,x2) X(10) 二维分布列 0 1/2 1/2 0 -1 0 1 0 X(0) P(x1,x2) X(10) 0 二维分布列 0 1/2 1/2 0 -1 0 1 0 X(0) P(x1,x2) X(10) 二维概率密度图 二维概率分布 1/2 1/2 1 二维概率密度图 3. N维分布 (The nth-order distribution) 2.2.2 随机过程的数字特征 均值 方差 自相关函数 自协方差函数 离散随机过程的数字特征 数字特征计算举例 随机过程的均值是时间t的函数，也称为均值函数，统计均值是对随机过程中所有样本函数在时间t的所有取值进行概率加权平均，所以又称为集合平均。随机过程的均值可以直观地理解为在t时刻所有样本函数取值的一取值中心，它反映了样本函数统计意义下的平均变化规律。 1. 均值函数（Mean function) 定义: 2. 方差函数(Variance Function) 定义: 方差函数通常也用 表示 方差反映了一个随机过程的取值相对于均值起伏的大小,一个起伏较大的过程方差也大. 对于随机序列, 均值与方差的物理意义： X(t)-----单位电阻上的电压 X2(t)/1-----消耗在单位电阻上的瞬时功率 [X(t)-mx(t)]2/1-----消耗在单位电阻上的瞬时交流功率 E{[X(t)-mx(t)]2/1}-----消耗在单位电阻上的瞬交流功率的统计 平均值 表示消耗在单位电阻上的总的平均功率。 平均交流功率。 平均直流功率。 3. 自相关函数(Autocorrelation function) 具有相似均值和方差的随机过程 ,但自相关