[高阶谱第1章高阶统计量的定义与性质.docVIP

第1章 高阶统计量的定义与性质 1.1 准备知识 1. 随机变量的特征函数 若随机变量的分布函数为，则称 为的特征函数。其中为概率密度函数。 离散情况： 特征函数是概率密度的付里叶变换。 例：设~，则特征函数为 令，则 根据公式：，则 　　　　　　　　 若，则。 2. 多维随机变量的特征函数 设随机变量联合概率分布函数为，则联合特征函数为 令,，则 矩阵形式 或 　标量形式 其中，为联合概率密度函数。 例：设维高斯随机变量为 , 的概率密度为 的特征函数为 　　　　 　　　　　　　矩阵形式 其中，, 　 　　标量形式 3. 随机变量的第二特征函数 定义：特征函数的对数为第二特征函数为 　　　　　　　 (1) 单变量高斯随机过程的第二特征函数 　　　 　 (2) 多变量情形 1.2 高阶矩与高阶累积量定义 1. 单个随机变量情形 (1) 高阶矩定义 随机变量的阶矩定义为 (1.1) 显然，。随机变量的阶中心矩定义为 　　　　　　　 (1.2) 由式(1.2)可见，,,。 若存在，则的特征函数可按泰勒级数展开，即 (1.3) 并且与的阶导数之间的关系为 (1.4) (2) 高阶累积量定义 的第二特征函数按泰勒级数展开，有 (1.5) 并且与的阶导数之间的关系为 (1.6) 称为随机变量的阶累积量，实际上由及的连续性，存在，使时，，故第二特征函数对有意义且单值（只考虑对数函数的主值），的前阶导数在处存在，故也存在。 (3) 二者关系 下面推导与之间的关系。形式地在式(2.3)与式(2.5)中令，并利用 (1.7) 比较上式中各同幂项系数，得阶累积量与阶矩的关系如下： 　　　　　　　　　　 若，则　 由上可见，当随机变量的均值为零时，其前三阶累积量与前三阶矩相同，而四阶累积量与相应的高阶矩不相同。 2. 多个随机变量情形 (1) 高阶矩 给定维随机变量，其联合特征函数为 　　　　(1.8) 其第二联合特征函数为 　　 (1.9) 可见，联合特征函数就是随机变量的联合概率密度函数的维付里叶变换。 对式(1.8)与(1.9)分别按泰勒级数展开，则阶数的联合矩可用联合特征函数定义为 (1.10) (2) 高阶累积量 同样地，阶数的联合累积量可用第二联合特征函数定义为 (1.11) (3) 二者关系 联合累积量可用联合矩的多项式来表示，但其一般表达式相当复杂，这里不加详述，仅给出二阶、三阶和四阶联合累积量与其对应阶次的联合矩之间的关系。 设和均为零均值随机变量，则 (1.12a) (1.12b) (1.12c) 对于非零均值随机变量，则式(1.12)中用代替即可。与单个变量情形类似，前三阶联合累积量与前三阶联合矩相同，而四阶及高于四阶的联合累积量则与相应阶次的联合矩不同。注意，式(1.12)中采用表示联合累积量的方法在以后将时常用到。 3. 平稳随机过程的高阶累积量 设为零均值阶平稳随机过程，则该过程的阶累积量定义为随机变量的阶联合累积量，即 (1.13) 而该过程的阶矩则定义为随机变量的阶联合矩，即 (1.14) 这里，表示联合矩。 由于是阶平稳的，故的阶累积量和阶矩仅仅是时延的函数，而与时刻无关，其二阶、三阶和四阶累积量分别为 (1.15a) (1.15b) 　　　　　　　　　 (1.15c) 可以看出，的二阶累积量正好就是其自相关函数，三阶累积量也正好等于其三阶矩，而的四阶累积量则与其四阶矩不一样，为了得到四阶累积量，必须同时知道四阶矩和自相关函数。 1.3 高阶累积量的性质 高阶累积量具有下列重要特性： (1) 设为常数，为随机变量，则 　　　　　　 (2) 累积量关于变量对称，即 　　　　　　 其中为中的任意一种排列。 (3) 累积量关于变量具有可加性，即 　　　　 (4) 如果为常数，则 　　　　 (5) 如果随机变量与随机变量相互独立，则 　　　　 (6) 如果随机变量中某个子集与