随机过程的数字特征分析.ppt

* 2.2-2 随机过程的数字特征 ? 均值与方差 ? 自相关函与自协方差函数 ? 计算举例 ??? dxtxxftXEtm XX , 2 [ ] [ ] X X Xt E X t m t E X t m t? ? ? ? ? 1. 均值与方差 Mean and Variance 定义： 1 均值函数 ?? ?? 2 方差函数 2 E X t ? ? t ? m t X X 表示消耗在 单位电阻上 的总的平均 功率。 2 2 2 平均交流 功率。 平均直流 功率。 1. 均值与方差 Mean and Variance 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 2. 自相关函数与自协方差函数 自相关函数反映了随机过程在 两个不同的时刻取值的相关性。 自相关函数 Autocorrelation Function 的定义： X t X t t t 相关性强,变化越缓慢 2. 自相关函数与自协方差函数 自相关函数可正可负，其绝对值越大，表示相关 性越强。一般说来，时间相隔越远，相关性越弱， 自相关函数的绝对值也越弱，当两个时刻重合时， 其相关性应是最强的，所以RX t,t 最大。 自协方差函数 Autocovariance Function 的定义： K X t1 , t2 ? E [ X t1 ? mX t1 ][ X t2 ? mX t2 ] ? E[ X t1 X t2 ] ? mX t1 mX t2 K X t1 , t2 ? RX t1 , t2 ? mX t1 mX t2 2. 自相关函数与自协方差函数 K X t1 , t 2 ? 0 RX t1 , t 2 ? 0 X t1 , X t2 不相关 X t1 , X t2 正交 f X x1 , x2 , t1 , t 2 ? f X x1 , t1 f X x2 , t 2 X t1 , X t2 统计独立 2. 自相关函数与自协方差函数 常用的一些概念: 3. 计算举例 例2.2-3 随机正弦信号的数字特征 X t ? A cos 2?f0t ? ? ? ? 0，f0是常数，A是均匀分布于 -1,1 上的 随机变量，随机幅度信号 ? A、 f0是为常数, ?为均匀分布于[0, 2?]上的随机变量 随机相位信号 ? ? 0，A 1, f0 均匀分布于[-B,B]上的随机变量 随机频率信号 0 1 0 2[ ]cos 2 cos 2E A f t f t? ? ? ? ?0 1 2 0 1 2[ ] cos 2 E A f t? ? cos 2 t t f t? ? ? ? ? ?0 1 2 0 1 2cos 2 f t? ? ? cos 2 t t f t? ? ? ? R t1 , t2 ? E[ X t1 X t2 ] ? E[ A cos 2?f0t1 A cos 2?f0t2 ] 2 2 1 2 1 1 3 2 E[ X t ] ? E[ A cos 2?f0t ] ? E[ A]cos 2?f0t ? 0 随机幅度信号的均值和自相关函数 3. 计算举例 ? ? 2 ? 0 A cos 2?f0t ? ? d ? ? 0 1 2? X t t 随机相位信号任意时刻 取值的平均值为零 3. 计算举例 随机相位信号的均值和自相关函数 X t ? A cos 2?f0t ? ? E[ X t ] ? E[ A cos 2?f0t ? ? ] A E cos 2?f0 1 2 0 1 2t ? 2?] t ? t ? cos[2?f t ? A ? A cos 2?f0 1 2t ? t ? 2 2 2? A cos 2?f0 1 2t t ? 1 2 2 1 2 1 2 2 ? 1 0 1 2 2 ? cos[2?f0 t1 ? t2 ? 2?]d ? 随机相位信号的平均功率 ? ? 3. 计算举例 随机相位信号的均值和自相关函数 RX t1 , t2 ? E X