随机过程(4.4)第4章第4节西电宋月.ppt

设{X(t), -∞t+ ∞}, {Y(t), -∞t+ ∞}是联合平稳的 平稳过程,如果互相关函数绝对可积,则 定理2 其中 说明 互谱密度没有明确的物理意义,引入它主要是为了 能在频率域上描述两个平稳过程的相关性. 互谱密度的性质 (3) 若{X(t), -∞t+ ∞}, {Y(t), -∞t+ ∞}是实联合 平稳的平稳过程,则SXY(ω)的实部为偶函数,虚部 为奇函数. 同理证明另一个. 举例 设{X(t), -∞t+ ∞}, {Y(t), -∞t+ ∞}是联合平 稳的平稳过程,它们的谱密度与互谱密度分别为 SX (ω), SY(ω) ,SXY(ω).令 Z(t)=X(t)+Y(t), -∞t+ ∞ 试求 {Z(t), -∞t+ ∞}的谱密度. 例 设随机过程X( t) = acos(ωt+ψ) , Y(t) = bsin(ωt+ψ)是单独的且联合平稳的随机过程.其中a、b、ω为常数,ψ是在(0 ,π) 上服从均匀分布的随机变量, 求RX Y (τ)和RYX (τ) . 例:设 X( t)是实平稳过程, 其相关函数为RX (τ) , 试证对任 意的正整数n, 有 RX (0 ) - RX (τ)≥(1/4)n[ RX (0 ) - RX (2nτ) ] . 分析提示:用数学归纳法加以证明, 并利用实平稳过程的功率谱密度是偶函数的性质. 例 设平稳过程X( t) 的自相关函数为RX (τ) , 相应的功率谱 密度SX (ω)满足SX (ω) = 0 , |ω| ω0 , 试证: ( 1) RX (0) - RX (τ) ≤ ω02τ2/2RX (0) . (2 ) P( |X(t +τ) - X(t) | ≥ε)≤ω02τ2/ε2 E[ X2(t)] , ε 0 . 分析或提示:( 1 ) 利用不等式| sin x | ≤ | x | , 直接计算 RX ( 0) - RX (τ) 并做估计即可.(2 ) 利用车比雪夫不等式及( 1 ) 之结果可得证明. 例 设有随机过程X( t) = Acos (ωt + Θ) , 式中A 是服从瑞利分布的随机变量, 其分布密度为 Θ是在(0,2π)上服从均匀分布且与A 相互独立的随机变量; ω为常数.问X(t)是否为平稳过程? 例：设 ξ是零均值实的随机变量, 而f ( t) 是取复值的函数, 令X( t) = ξf ( t) .试证X( t) 是平稳过程的充分必要条件为f ( t)具有如下形式: f ( t) = cej (λt + θ） 证明：充分性因为 f ( t) = cej (λt + θ） , 所以 E[ X( t) ] = E[ cξej (λt + θ) ] = ( Eξ)· cej (λt + θ) = 0 , RX ( s, t) = E[ X( s) X( t) ] = E[ cξe-j (λs + θ) ] [ cξe j (λt + θ) ] = E(ξ2 ) c2 ejλ(t-s ) 必要性若 X( t)是平稳过程, 则 ● 之前对平稳过程的讨论都是在时域上进行的. 相关函数在时域上描述了平稳过程的统计特征. ● 但对许多物理和工程领域中问题,不仅要研究其 在时域上的特性,还要研究其在频域内的特征,即 从频率的角度来研究随机过程的统计特征. 例如对信号处理、线性系统分析以及随机振动的 研究. 其中广泛采用的方法是频率域分析方法. §4 平稳过程的功率谱密度 ● 频率域分析方法的重要工具是 Fouier变换, 它可以确定时域与频域的转换关系. ●为了在频域上描述平稳过程的统计特征，需要 研究相关函数的谱分析。为此要引入谱密度. 谱密度是在频域内研究平稳过程的重要指标. 数学上 它是相关函数的Fouier变换,它的物理 意义是功率谱密度. ● 时域分析法与频域分析法相互联系,且各有优 点,构成了研究平稳过程的两个重要分支. 1. 功率谱密度的概念 ●工程实际中, 能量有限的信号x(t)称为 能量型信号, 可以定义它的总能量: 当时间趋于无穷时,它的平均功率趋于零. ●另一类信号x(t),其能量是无限的,但平均功率有限.即 称为 功率型信号.周期信号就是常见的功率信号. 设有确定性信号x(t)(时间函数)在区间(-∞,+ ∞)上绝对 可积,则x(t)的Fouier变换存在 (或说x(t)具有频谱). 说明信号的总能量等于能谱密度在全频域上的积分. 右式也是总能量的谱表达式. 由于实际中很多信号(函数)的总能量是无限的, 不满足绝对可积的条件,所以通常研究x(t)在 (-∞,+ ∞)上