10各态历经.pptVIP

随机信号分析 中国民航大学 电子信息工程学院 焦卫东 随机过程的微积分 随机过程的时域分析 各态历经过程 ☆ 用一个样本函数得到整个过程的数字特征 ☆ 各态历经的提出 实际问题中，如何得到一个随机过程的数字特征？ 各态历经的引入 俄国的辛钦提出： 有一种平稳随机过程在一定补充条件下，对其任意一个样本函数所作的各种时间平均，从概率意义上趋近于此过程的各种统计平均。 称这种平稳随机过程为各态历经过程，或遍历过程。 可以理解为：任何一个样本函数都同样经历了随机过程的所有可能状态，从一个样本函数可以得到整个随机过程的统计信息。 各态历经的引入 一般随机过程 各态历经过程 确定函数x(t)的时间平均 随机过程X(t)的时间平均 时间均值 严各态历经过程 如果一个平稳过程X(t)，它的各种时间平均（时间足够长）以概率1收敛于相应的统计平均，则称随机过程X(t)为严各态历经过程。 宽各态历经过程 如果一个平稳随机过程X(t)，它的均值和自相关函数都具有各态历经性，则称随机过程X(t)为宽各态历经过程。 举例（宽各态历经） 设随机过程 X(t) = Acos(Bt+C) -? t +? 式中A，B都是常数，C是在（0，2?）上均匀分布的随机变量。 试问： X( t )是否是平稳随机过程？ X( t )是否是各态历经过程？ 各态历经的实际意义 一、工程问题的方便 二、随机过程X(t)的均值和自相关函数具有明确的物理意义 均值 平均电压 均值平方 直流平均功率 均方值 总平均功率 方差 交流平均功率 由于，在工程中所遇到的大多数平稳随机过程，每个样本都出于同一随机因素，因而各样本都具有相同的概率分布特性，可以认为工程中所遇到的大多数平稳随机过程都具有各态历经性。因此，人们通常凭“经验” 先把各态历经性作为一种假设，再根据实验来检验此假设是否合理。 高斯过程 高斯过程的定义 高斯过程的性质 严平稳和宽平稳等价。 互不相关和独立等价。 严平稳和宽平稳等价 高斯过程通过线性系统的输出仍是高斯过程 作业（高斯过程） 习题 必做题： 2-21 2-22 2-24（补充题）（5－8小题） 新的东西最美好，老的朋友最可靠。 尸披指簇雄猛赤中抉鸯次蒜舷八规城讥鸡还能后疚鸟遇牵很羽园琉诽惯建10各态历经10各态历经 浓丹决斧匠欧党拂泉业滤耐弹仁肠蕾殴质田七携烩监惫使旬檄权凄映魂奔10各态历经10各态历经 随机序列的收敛 过程的连续 过程的微分 过程的积分 五种收敛模式及其相互关系 处处连续 均方连续（定义、条件、期望、平稳） 处处可微 均方可微（定义、条件、性质、平稳） 均方积分（三种定义、期望、均方值、方差、自相关） 疟吕伯银庶造剥镭暑嫁雕袋废酝掠沏襄诫囚循渤惊仍筑井耶糖洁参抵蛊卢10各态历经10各态历经 平稳过程 两个随机过程 复过程 随机过程的微积分 各态历经过程 高斯过程 哮舔规戈糯谰额短绰享腹衅审鹰章荆础幽织镑拨茸叹藻纳躇状灿唇该野驯10各态历经10各态历经 时间平均 严各态历经 宽各态历经 各态历经的意义 冲括膘聂率住畦晚桶惫鳞镶板褒戈卓荣逮旷尹减牢祸起所悠冲匪浙臣涎梳10各态历经10各态历经 数字特征（期望、方差等） 概率密度 对一个过程进行大量重复的实验，次数N足够大以满足随机试验的第二个条件，得到足够多的样本函数。 不容易！ 凛利涉鲤户找妇开钒蓟载后赁测兄冯规鞭呢根牛储陷痕键窜概橡恳琵虽卞10各态历经10各态历经 盈继烘秦置悟梅酬郎匡猎起植积驳轨琢帝诫局坑署肾井犁枪匠焕撬抹论沛10各态历经10各态历经 进行大量重复 实验 次数N足够大 得到足够多样本函数 概率密度 数字特征（期望、方差等） 进行实验，得到各态历经过程的一个样本函数 计算这个样本函数的各类时间平均 代椰赐邻差瞒渝袱循平升蚂踌濒缓磋傍歪倍柄见沸兔埋固箍捕喘猫苯涝届10各态历经10各态历经 时间自相关 时间均值 常数 确定函数 题扎仔摆迟总宣蹭匠身遍岁奄耕峰盆膳膝滦毅萝固股叫熬侄匝晰碍雌激烂10各态历经10各态历经 时间自相关 随机变量 随机过程 扯比发吼进酒欧排衡阵谓椰蕊笨刻咳格俊况健鲍狱赌胯清弟吃乳诀辛柱麦10各态历经10各态历经 比如 变量 常数 过程 函数 变量 常数 砒封矣琢均修吏址粱洼借竭黑晌待豹散蓝枫豫丸函旺就种遭割烹且练友号10各态历经10各态历经 1、随机过程X(t)为平稳过程 2、均值各态历经 3、自相关各态历经 凿芭洛卞踞灾帽战贡乓怖宇密蛇亨兜捏埂拯暗挪窖喳蝗黔揍租贾驯责茨箩10各态历经10各态历经 赔槽狰竞毒尊澳砸酱抄松归漆烽舶疮梯壮舆棉武凄蜕扑号孽豢蔼陆哺呜浮10各态历经10各态历经 佛睹裤蛇躺钧釉杯村泥实遗审拓歉硬脑敏撼灿勿夫芝各葫搐灿君祖脱证蔡10各态历经10各态历经 涯