第二章随机过程函数课件.pptVIP

西安电子科技大学 理学院 解：以Xn表示时刻n时Q的位置，不同的位置就是Xn的不同状态；而且当Xn=i为已知时，Xn+1所处的状态的概率分布只与Xn=i有关，而与Q在时刻n以前如何到达i完全无关，所以{Xn,n=0,1,2 …}是一马氏链，且是齐次的。它的一步转移概率矩阵为： 任意随机过程均成立，但是几乎不能用此方法计算。 （6）时变谱 如果R采用对称相关函数 8 各态历经特性（遍历特性）（3）遍历和平稳的关系 遍历过程必须是平稳的，而平稳过程不一定是遍历的。（遍历必定平稳由遍历定义即可知） 9 随机过程谱表示(频域研究) 前面我们研究了随机过程的统计特性, 包括分布函数、概率密度、均值、方差和相关函数等，这些统计特性都是从时域的角度进行分析的。我们知道，对于确知信号，如果在时域分析较复杂，我们可以利用傅立叶变换转到频域进行分析。同样，对于随机过程，我们也可以利用傅立叶变换来分析随机过程的频谱结构。不过，随机过程的样本函数一般不满足傅立叶变换的绝对可积条件，而且，随机过程的样本函数往往并不具有确定的形状，因此不能直接对随机过程进行谱分解。但随机过程的平均功率一般总是有限的，因此我们可以分析它的功率谱。 称为非周期性时间函数的帕塞瓦(Parseval)等式。 对于随机过程而言，一般不满足严格的傅立叶变换条件，所以其频谱密度和能谱密度均不存在。但在实际中，随机过程的各个样本函数，其平均功率总是有限的，即 （1）功率谱的定义 （1）功率谱的定义 的功率谱密度 的功率谱密度 的功率谱密度 的功率谱密度 syms w t; Fw=(w^2+4)/(w^4+10*w^2+9); ft=ifourier(Fw,w,t); pretty(ft); att_max=30; x1=0.1; yz1=1.5; randn(state,sum(100*clock)) a1=randn(1,1); a2=randn(1,1); a3=randn(1,1); a4=randn(1,1); a5=randn(1,1); a6=randn(1,1); att_jz(1,1)=yz1; time_jz(1,1)=1; att_jz_index=2; time_jz_index=2; time=2; while 5==5 a=randn(1,1); x=a+0.2703*a1+0.1063*a2+0.0475*a3-0.0028*a4-0.0188*a5-0.0012*a6-0.1080*x1; att=yz1+x; yz1=att; x1=x; a6=a5; a5=a4; a4=a3; a3=a2; a2=a1; a1=a; figure(1) plot( time_jz,att_jz) hold on [pxx,f]=psd(att_jz,1024,0.1,hamming(512),128); figure(2) plot(f,10*log10(pxx/(1024/2))); xlabel(频率 Hz); ylabel(psd dB^2/Hz) if att1.5 attatt_max att_jz(1,att_jz_index)=att; time_jz(1,time_jz_index)=time*10; att_jz_index=att_jz_index+1; time_jz_index=time_jz_index+1; time=time+1; end if att_jz_index==1000 break end end 大作业：计算机傅立叶变换的通用程序，计算解求解功率谱密度的例子。 （2）平稳过程功率谱密度的性质 （3）随机序列的功率谱 （4）互功率谱 （5）非平稳信号的功率谱 基本规律： 随机过程导数的相关函数等于可微随机过程的相关函数的混合偏导数 学习这些用在那儿？ 导数的物理意义… 6 随机过程的连续、微分、积分 （3）积分 对于实随机过程X(t),令 如果 关于积分的一些重要结果 (1)随机过程积分的数学期望等于随机过程数学期望的积分。 (2)随机过程积分的均方值等于随机过程自相关函数的二重积分；随机过程积分的方差为随机过程协方差的二重积分。 (2)随机过程积分的均方值等于随机过程自相关函数的二重积分；随机过程积分的方差为随机过程协方差的二重积分。 (3)随机过程积分的相关函数,等于对随机过程的相关函数作两次变上限积分（先对t1,后对t2积分）。 选读教材P4－P11 7 复随机过程 (1)复随机变量 7 复随机过程 (2)复随机过程 习 题 1、 4、论述正交、不相关、独立的条件及关系？ 6、 7、 基本规