第4章各态历经性与随机实验解析.pptVIP

第4章 各态历经性与随机实验 目录 4.1 各态历经性 4.2 参数的估计与测量方法 4.3 随机模拟方法与实验 4.4 简单随机数的产生方法 为什么要研究各态历经性？ 要得到随机过程的统计特性，需要观察大量的样本函数； 求统计平均的试验工作量很大，处理方法也很复杂； 随机信号具有各态历经性时，对统计特性的测量与实验只需要在其一个样本函数上进行即可。 4.1 各态历经性 各态历经性的定义：在一定条件下，随机信号的任何一个样本函数的时间平均（观察时间足够长），从概率意义上趋近于或等于统计平均值（或集平均），称为各态历经性(Ergodicity)(或埃尔哥德性或遍历性)。 各态历经性或遍历性的理解 随机过程的各样本函数都同样经历了随机过程的各种可能状态，或者说彷佛“遍历”信号的全部状态； 从随机过程的任何一个样本函数都可以得到随机过程的全部统计信息； 任何一个样本函数的特性可以充分代表整个随机过程的特性。 如果随机信号的所有参数都具有各态历经性，则称该信号为严格（或狭义）各态历经的。 如果随机信号的均值和相关函数同时具有各态历经性，则称该信号为广义各态历经的或广义遍历的，简称为各态历经的或遍历的。 各态历经（或遍历）过程与平稳过程的关系 各态历经(或遍历)过程必须是平稳的，而平稳过程不一定是各态历经（或遍历）的。 只有平稳随机过程才可能具有各态历经性 在通信系统中所遇到的随机信号和噪声，一般均能满足各态历经条件。 由随机信号的某一样本函数X(t,ξ)测量均值E[X(t)]=m(t) , 定理4.2 若实信号X(t)广义平稳，相关函数为 RX(τ)，其相关函数各态历经性的充要条件为: 具有各态历经性的随机信号数字特征的物理含义 信号的均值等于直流分量幅度 * 一阶概率分布＝ 一阶分布时间平均 一阶概率分布 一阶分布各态历经 样本统计相关函数＝ 样本时间相关函数 相关函数 相关函数各态历经 样本统计平均＝ 样本时间平均 信号均值 均值各态历经 基本特征 分类依据 名称 各态历经性的分类 严格各态历经和广义各态历经 各态历经过程或遍历过程的实际应用 一般随机过程的时间平均是随机变量，但各态历经(或遍历)过程的时间平均为确定量，因此可用任一样本函数的时间平均代替整个过程的统计平均，在实际工作中，时间不可能无限长，只要足够长即可。 例如，测量接收机的噪声，用一般的方法，需要在同一条件下对数量极多的相同接收机进行测量和记录，然后用统计方法计算出所需的数学期望、相关函数等数字特征，对输出噪声做长时间记录，然后用统计方法计算数字特征。若利用随机过程的各态历经性，则只要一部接收机，在环境条件不变的情况下，对输出噪声做长时间记录，然后用求时间平均的方法求出数字特征。 实验数据:（一段）样本函数X(t,ξ) 均值和相关函数为： 随机信号的统计均值和统计相关函数 称为局部时间平均，当T足够大，上式趋于E[X(t)]。 均值各态历经性 其中 ， 称为局部时间平均算子。 当T→∞时，上式变为全局时间平均（或算术平均）。 ，称为全局时间平均算子。 均值各态历经性是指： 等价于 (1) E[X(t)]=m（常量），称该信号均值平稳； (2) Var{A[X(t,ξ)]}=0, 即时间平均只取一个固定值。 物理含义：只要观测的时间足够长，每个样本函数都将经历信号的所有状态，因此，从任一样本函数中可以计算出其均值。 定义 如果它依概率1收敛于集合均值，即 则称X(t)均值具有各态历经性或遍历性。 则称X(t)自相关函数具有各态历经性或遍历性 。 如果它依概率1收敛于集合自相关函数，即 为时间均值， 定义时间自相关函数为： 时间平均和时间相关函数的其他表示符号 定理4.1 若实信号X(t)广义平稳，协方差函数为C(τ)，则其均值具有各态历经性的判断条件如下。 ①充分条件： ②充要条件： ③充要条件： 对于离散随机序列，时间平均由下式计算。 其均值各态历经性的判断条件与连续随机信号相仿。例如，如果 ，则X(n)是均值各态历经的。 例 4.1 随机信号X(t)=C，其中C为某随机变量(C的方差不为零)，讨论其均值各态历经性。 解：X(t)的均值和相关函数分别为： 故X(t)为广义平稳信号。但是 即A[X(t)]为一随机变量，虽然均值为mc，但方差不为0，故X(t)不是均值各态历经的。 例4.2 设随机信号X(t)=A+n(t)，其中A为常量，n(t)是白噪声，且Rn(τ)=qδ(τ)。讨论其均值的各态历经性。 解：因为白噪声的均值为零，又因为 CX(τ)=Rn(τ)=qδ(τ)，利用定理4.1的条件②, 判定X(t)的均值是