随机信号(常建平)分析报告.ppt

习题： 2-14 2.5.1 随机序列的收敛 “数列收敛”的概念： 若有数列S1,S2,…,Sn,…对任意小的正实数ε 0，总能找到一个正整数N，使得当n N时，存在∣Sn-a∣ ε，对任意n N ，则称数列S1,S2,…,Sn,…收敛于常数 a 。用 表示。 或用S1,S2,…,Sn ， 即称：数列 Sn 的极限为a. 一、随机序列收敛的几种定义 1、随机变量序列“处处收敛” 若随机序列样本空间? ζ1, ζ2, ζ3 中的“所有” 的样本序列 普通数列 均收敛， §2. 5 随机过程的微分和积分 则称：随机序列 X n “处处收敛”于随机变量X。 记作： 简写： 在上述“处处收敛”的定义中，?中只要有“一个”ζi对应的样本序列 不收敛，则随机序列 X n 就不是“处处收敛”的。这个条件一般的随机序列都不容易满足。 下面介绍几种常用的“宽松的” 收敛定义。 2、以概率1收敛（“几乎处处收敛”）almost every where 若随机序列 X n 相对试验E的所有可能结果ζ ∈? 满足： 则称：随机序列 X n “以概率1收敛”于随机变量X。 简记： 3、依概率收敛 Probability 若随机序列 X n 对于任意给定小正数 ， 有： 则称：随机序列 X n “依概率收敛”于随机变量X。 记： 4、依分布收敛 distribution 设：Fn x ，n 1,2,…是随机序列 X n 的分布函数，F x 是随机变量X的分布函数。 若存在： 则称：随机变量序列 X n “依分布收敛”于X。 记： 5、均方收敛（平均意义下的收敛）Mean.square 设随机序列 X n 对所有 的n 1,2,…二阶矩存在，随机变量X的二阶矩也存在。 若 X n 、X满足： 则称：随机序列 X n “均方收敛”于随机变量X。 记作： 或： 2 均方收敛的充要条件（柯西准则） 若随机序列 X n 和随机变量X的二阶矩均存在，则 X n 均方收敛于X的充要条件是： 只需要对随机序列 X n 的一个方差 进行检验，比较方便。因此，在随机过程中运用的是均方收敛。 四种收敛模式之间的关系： 例 2.12 已知二维随机变量 X,Y 在平面区域 内服从均匀分布。而随机序列 Z n 定义在平面区域Gn上 见下图 证明： 1 随机序列 Z n 依概率收敛于0； 2 随机序列 Z n 依分布收敛于0； 3 随机序列 Z n 均方收敛于0； 证明 1 ：因为 所以随机序列 Z n 依概率收敛于0。 证明 2 ：由题可知，随机序列 Z n 的分布律和分布函数为 验证收敛于0 随机序列 Z n 分布函数的极限： 常数0，可以看成是仅取值0的特殊随机变量Z0，因此F0 z U z 。 所以有 上式表明：随机序列 Z n 依分布收敛于0。 证明 3 ：由随机序列 Z n 的分布律可得 上式表明：随机序列 Z n 均方收敛于0。 思考：随机序列 Z n 是否以概率1收敛于0？ 一、随机过程处处连续 对于随机过程X t 而言，若它的每一个样本函数在 上都连续： 则称：该过程X t 在 上处处连续。 2·5·2 随机过程的连续性 一般确定函数的连续性： 设函数? t 在 的某个邻域内有定义，当自变量的增量△t→0 时，函数的增量也趋于→0， 则称：函数? t 在 上连续. 在微积分中，一个函数要可微，该函数首先必须要连续。 即： 极限 二、均方连续 1、定义 若二阶矩过程在t∈T上满足 则称X t 在t∈T上，“在均方意义下”连续。或称该二阶矩过程X t 具有“均方连续性”。常表示为 或者简称过程m.s连续。 2、均方连续的准则 过程X t 在t∈T上均方连续的“充要条件” 若X t 的自相关函数 在t∈T t1 t2 t 上连续， 则X t 便在t∈T上均方连续。 ⑴充分性： 均方极限 若 在 t1 t2 t 处一般连续，等式右边有 证明：展开定义式左侧 对上式两边取极限： 则左边就有 ← X t 均方连续. 利用许瓦兹不等式 ⑵必要性： 若X t 在t∈T上均方连续，则 在t1 t2 t上一般连续。 证明： 对不等式两端取极限： 若X t 在t∈T上均方连续， 则不等式右端 即有 即 则 在t1 t2 t上一般连续。证毕。 则 3、推论 1 若自相关函数 在 t1 t2 t∈T C上的每一点连续，则它在时域 t1,t2 ∈ T×T上处处连续。 证：设 t1,t2 ∈ T×T时域中任意 t1≠t2 处， 将 t1,t2 分别代 换 2-123 式中的 t，t 。 同理可证： 若X t 是平稳过程，∵Rx t,t R 0