[第2章随机信号的时域分析.pptVIP

第二章 随机信号的时域分析 第二章 随机信号的时域分析 2.1 随机过程的基本概念与统计特性（3） 2.2 平稳随机过程（26） 2.3 两个随机过程联合的统计特性（42） 2.4 复随机过程（50） 2.5 随机过程的微分与积分（55） 2.6 高斯过程（63） 2.7 各态历经过程（70） 2.1 随机过程的基本概念及统计特性 （1）随机函数与随机信号 随某些参量变化的随机变量称为随机函数 通常将以时间为参量的随机函数称为随机过程，也称为随机信号。 （3）随机过程的定义 定义1：设随机试验的样本空间为Ω={ei}，对于空间的每一个样本 ,总有一个时间函数X(t, ei)与之对应 ，对于空间的所有样本 ，可有一族时间函数X(t,e)与其对应，这族时间函数称为随机过程，简记为X(t)。 定义2：设有一个过程X(t)，若对于每一个固定的时刻tj(j=1,2,…)，X(tj)是一个随机变量，则称X(t)为随机过程。 定义3：设Ek(k=1, 2, …)是随机试验。 每一次试验都有一条时间波形（样本函数），记作xi(t)，所有可能出现的结果的总体{x1(t), x2(t)， …, xn(t)， …}就构成一随机过程，记作X(t)。 无穷多个样本函数的总体叫做随机过程 (4) 随机过程的特点 2.1.2 随机过程的分类 （1）按照时间和状态是连续还是离散来分类 （3）按照统计特性、频带等来分类 平稳随机过程（2.2） 非平稳随机过程 2.1.3 随机过程的分布 （1）一维概率分布 对于任意的时刻t，X(t)是一个随机变量，设x为任意实数，定义 为随机过程X(t)的一维分布函数。 随机过程一维分布的性质： （2）二维概率分布 对于随机过程X(t)，在任意两个时刻t1和t2可得到两个随机变量X(t1)和X(t2)，可构成二维随机变量{X(t1),X(t2)}，它的二维分布函数 称为随机过程X(t)的二维概率分布函数。 若 对x1,x2的偏导数存在，则定义 为随机过程X(t)的二维概率密度。 n维概率分布函数 例：设随机过程 ，其中w0是常数，X是均值为零，方差为1的正态随机变量，求 时Y(t)的概率密度，及Y(t)的一维概率密度 2.1.4 随机过程的数字特征 （1）数学期望 对于任意的时刻t，X(t)是一个随机变量，将这个随机变量的数学期望定义为随机过程的数学期望，记为mx(t)，即 （2）均方值与方差 均方值：随机变量X(t)的二阶原点矩为随机过程的均方值。 （3）离散型随机过程的数字特征 概率密度函数： 相同数学期望和方差，不同相关性的两个随机过程 （1） 自相关函数 设X(t1)和X(t2)是随机过程X(t)在t1和t2二个任意时刻的状态，fX(x1,x2;t1,t2)是相应的二维概率密度，称它们的二阶联合原点矩为X(t)的自相关函数，简称相关函数 （2） 自协方差函数 二阶联合中心矩 例2.1：设随机过程 ， 是均值为5，方差为6的随机变量，求 的均值、方差、自相关函数和自协方差函数。 例：求随机过程 的数学期望，方差及自相关函数。其中，a、w0为常数， 是在区间 上均匀分布的随机变量。 2.1.5 随机过程的特征函数 一维特征函数的定义 （2）随机过程的二维特征函数 二维特征函数的定义 2.2平稳随机过程 （1）严平稳随机过程 n维概率密度函数满足 则称随机过程X(t)是严平稳过程（狭义平稳随机过程） 　 严平稳过程的一维概率密度与时间无关 　数学期望和方差与时间无关； 　 严平稳过程的二维概率密度与两个时刻的间隔有关与时间起点无关 　自相关函数和协方差函数只与时间间隔有关。 （2）宽平稳随机过程（广义平稳） 随机过程X(t)满足 　一阶矩（期望）： 　二阶矩（自相关）： 　且 　则X(t)称为宽平稳过程 2.2.2 平稳随机过程自相关函数的性质 例2.6：已知非周期平稳随机过程X(t)的自相关函数为 求：X(t)的均值、均方值、方差和协方差函数。 2.2.3 相关系数和相关时间 2.3 两个随机过程联合的统计特性 一、两个随机过程的联合分布 （3）两个随机过程互相独立 （1）互相关函数 （3）两过程正交 三、两个随机过程的联合平稳