湖南城市学院-随机过程讲稿11.pptVIP

1 4.1 白噪声 4.2 高斯随机过程 4.3 高斯随机过程的线性变换 4.4 常用时间序列模型 第四章 白噪声与高斯随机过程 数字化技术的应用和发展使得随机序列的分析变得日益广泛和重要，并由平稳随机过程在时间轴上的 取样引出平稳离散随机信号或时间序列的概念。对于这类随机序列，主要采用相关函数和功率谱进行分析。对于平稳离散时间信号，还常用时间序列描述方法进行研究，由此提出时间序列模型法。它是采用各种随机差分方程表示时间序列信号的模型。在许多情况下，一个平稳离散随机信号可以视为白噪声序列通过某一离散时间线性系统所产生的。 2/40 4.4常用时间序列模型 在时间序列信号模型分析中，自回归(AR)模型、滑动平均(MA)模型和自回归滑动平均(ARMA)模型是三种最常见的标准线性模型，它们均由白噪声序列通过离散时间线性系统而产生。而实际应用中许多平稳时间序列往往可由这些模型近似表示，使得有关的分析变得更为简单，也为平稳随机序列的分析和产生提供了有效方法。另外，这些线性模型都具有连续功率谱形状，在参数谱估计方面显示出极大的优点。除非特别说明，本章只讨论具有连续谱特性的平稳时间序列。 3/40 其中W(n)为零均值的平稳白噪声，其方差为 ，ak(k=1,2,…,N)为常数。上式就成为N阶自回归模型。实际上X(n)可以看作平稳白噪声通过离散线性系统后的响应。 4.4.1