- 1、本文档共53页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第十章 随机过程及统计描述 一、随机过程的定义 1.定义1 设E是一随机实验,样本空间为Ω={?},参数T?(-?,+?),如果对每个??? ,总有一个确定的时间函数X(?,t)与之对应,这样对于所有的??? ,就得到一族时间t的函数,我们称此族时间t的函数为随机过程,而族中每一个函数称为这个随机过程的样本函数。 定义2:设E是一随机实验,样本空间为Ω={?},参数T?(-?,+?),如果对任意t ?T ,有一定义在Ω上的随机变量X(?,t)与之对应,则称{X(?,t),t ?T}为随机过程,简记为?X(t),t ?T ?或?X(t)?,也可记为X(t). (2)通常将随机过程?X(t),t ?T ?解释为一个物理系统, X(t)表示系统在时刻t所处的状态,X(t)的所有可能状态所构成的集合称为状态空间,记为I,对于给定的t0 ?T,及x ?I,X(t0)=x 说成是在时刻t0,系统处于状态x. (3)从定义2的角度上看,随机过程是有限维随机变量的推广. 2.随机过程的举例 随机过程{Xn,t∈T}中参数t通常解释为时间集,便于理解,符合实际。但参数t还可以表示为其它的量,例如序号,距离等等. 例2: 某寻呼台在时间段[0,t]内接到的呼唤次数是与t有关的随机变量X(t ),对于固定的t, X(t )是一个取非负整数的随机变量,故{X(t ),t≥0}是随机过程。 例3:(热噪声电压)电子元件或器件由于内部微观粒子(如电子)的随机热骚动所引起的端电压称为热噪声电压,在无线电通讯技术中,接收机在接收信号时,机内的热噪声电压要对信号产生持续的干扰,为要消除这种干扰(假设没有其他干扰因素),就必须考虑热噪声电压随时间变化的过程,现以电阻的热噪声电压为例说明这种变化过程的描述方法: 我们通过某种装置对电阻两端的热噪声电压进行长时间的测量,并把结果记录下来,作为一次试验结果,便得到一个电压-时间函数(即电压关于时间t的函数)x1(t),如图. 二、随机过程的分类 1.按状态空间I和时间是可列集还是连续集分类: (1). 连续型随机过程:T是连续集,且?t?T,X(t)是连续型随机变量,则称过程{X(t),t?T}为连续型随机过程. (2).离散型随机过程:T是连续集,且?t?T,X(t)是离散型随机变量,则称过程{X(t),t?T}为离散型随机过程。 (3).连续型随机序列: T是可列集,且?t?T,X(t)是连续型随机变量,则称过程{X(t),t?T}为连续型随机序列. (4).离散型随机序列:T是可列集, 且?t?T, X(t)为离散型随机变量, 则称过程{X(t),t?T}为离散型随机序列。通常T取为T ={0,1,2…}或T ={0, ± 1,±2…},此时随机序列常记成{Xn,n=0,1,…}或{Xn,n?0}。 2.按分布特性分类: 依照过程在不同时刻状态的统计依赖关系分类。例如:独立增量过程,马尔可夫过程,平稳过程等。 三、随机过程的概率分布 1.一维分布函数: 三、随机过程的概率分布 1.一维分布函数: 三、随机过程的概率分布 2.二维分布函数: 三、随机过程的概率分布 3.n维分布函数: 设{X(t),t?T}是随机过程,对于任意整数n≥1及T中任意n个不同的参数t1,t2,…,tn,称随机向量(X(t1),X(t2),…,X(tn))的分布函数 2.随机过程的数字特征 ⑤ Rx(s,t)=E[X(s)X(t)]为{X(t),t?T}的自相关函数,简称相关函数 四、二维随机过程 1.定义: X(t)、Y(t)为定义在同一样本空间Ω和同一参数集T上的随机过程,对于任意t?T,若(X(t),Y(t))是二维随机变量,则称{(X(t),Y(t)),t?T}为二维随机过程。 2.有限维分布函数和独立性 (1) {(X(t),Y(t)),t?T}为二维随机过程,对于任意的正整数n和m,以及任意的t1,t2,…,tn;t?1, t?2,…,t?m?T ,称n+m元函数 称{X(t)}与{Y(t)}相互独立,其中FX,FY分别为{X(t)},{Y(t)}的有限维分布函数. 3.二维随机过程的数字特征 (1) 互相关函数: 称 RXY(s,t)=E[X(s)Y(t)] 为{(X(t),Y(t)),t?T}的互相关函数. 若对于任意的s,t∈T, RXY(s,t)=0,称{X(t)}与{Y(t)}正交. (2)互协方差函数: 例1: 设X(t)为信号过程,Y(t)
文档评论(0)