4平稳过程.ppt

10.2平稳过程的概念 (2) 由Cauchy-Schwarze不等式 { E[X(s)X(t)]}2? E[X2(s)]E[X2(t)]+?, 所以E[X(s)X(t)]存在。 二、(弱)平稳过程 1． 定义 设{X(t),t?T}是二阶矩过程,如果 (1) E[X(t)]=?x(常数)，t?T； (2) 对任意的t,t+??T, Rx(?)=E[X(t)X(t+?)]只依赖于?。则称{X(t),t?T}为宽平稳过程,简称为平稳过程. 2．严平稳和宽平稳的关系 (1)．严平稳过程不一定是宽平稳过程,因为严平稳的过程不一定是二阶矩过程,但当严平稳过程是二阶矩过程时,则它一定是宽平稳过程。 (2)．宽平稳过程不一定是严平稳过程,但对于正态过程,两者是等价的 性质4. Rx(?)非负定性.即对任意n, 任意实数a1,a2,…,an,任意t1,t2,…,tn∈T有 4．平稳相关与互相关函数 例6: 如图所示，将两个平稳过程X(t)，Y(t)同时输入加法器中,加法器输出随机过程W(t)=X(t)+Y(t),若X(t)与Y(t)平稳相关，则W(t)为平稳过程 例7: 设X(t)=Asin(?t+Θ)，Y(t)=Bsin(?t+Θ-?),A,B, ?, ?为常数，Θ在(0,2?)上服从均匀分布，求RXY(?)。 10.3随机分析 10.4平稳过程的遍历性 引言 如果我们能对过程{X(t)}进行多次重复观察从而得到多条样本曲线用统计方法可以估计其均值及自相关函数 解：已证此过程为平稳过程。 2．(自相关函数遍历性定理) 均方连续的平稳过程{X(t)}，且对给定?,{X(t)X(t+?)}也是均方连续的平稳过程，则{X(t)}关于自相关函数具有遍历性? 1）.{X(t)}关于均值具有遍历性? 三．随机过程的均方积分 1.定义 设二阶矩过程{X(t),t∈T},[a,b]?T,f(t)是[a,b]上的普通实值函数。对[a,b]的任一组分点?:a=t0t1t2…tn=b,记：?tj=tj-tj- 1,tj-1ujtj, j=1,2,…,n,|?|=max{?tj,1≤j≤n} 若存在与?及{uj}的取法无关的随机变量Y，使得 则称f(t)X(t)在[a,b]上均方可积，并称Y为f(t)X(t)在[a,b]上的均方积分，记作： 2.性质 定理： 设{X(t)}为一均方连续随机过程,f(t),g(t)是[a,b]上的实值连续函数，则 证明：（1）由定义 上式表明，随机过程积分运算与数学期望运算的次序可换。（2）类似可证。 注意：这个定理可推广到更一般的积分情况，例如，当f(t),g(t)是复值函数时，定理的（2）改为 式中 为g(t)的共轭。 3.判别法 若{X(t),t?T} 均方连续，f(t)连续， 则{X(t),t?T} 均方可积。 关于均方积分的定义可推广到如下的情况： （1）f(t)是[a,b]上普通的复值函数，(6.3.1)式改为： 式中|*|为复数的模。 （2）f(t)改为h(s,t),可定义 为一新的随机过程。 （3）积分区间[a,b]可改为[a,+∞]或[-∞,+∞]等，可定义 一、 平稳过程遍历性的定义： 二、平稳过程遍历性的充要条件 在实际中,常用如下的方法确定μx及Rx(?)： 其中T充分大，X(t)是{X(t)}的一个样本函数。即：统计平均（均值和自相关函数等）实际上可以用一个样本函数在整个时间轴上的平均值代替。这样节约了大量的工作量，本节就讨论这种方法的理论依据。 一、 平稳过程遍历性的定义： 首先引入平稳过程{X(t)，-?t+?}沿整个时间轴上的两种时间平均： 设{X(t)}为均方连续的平稳过程，且对固定的?，X(t)X(t+?)也是均方连续的平稳过程 时间相关函数： 时间均值： 由于所采用的极限(收敛)的标准不同得到的遍历性定理不同， 本节是对宽平稳过程在均方收敛的意义下的遍历性定理； 1．定义 (1). 设{X(t)}为均方连续平稳过程，若X(t)=E[X(t)]=μx 依概率1成立，即P{X(t)=μx}=1,称{X(t)}关于均值具有均方遍历性。 (2)．若??，X(t)X(t+?)=E[X(t)X(t+?)]=Rx(?)依概率1成立， 即P{X(t)X(t+?)=Rx(?)}=1，称{X(t)}关于自相关函数具有均方遍历性。 (3)．若(1)．(2)均成立，则称该过程具有均方遍历性，或称为遍历过程。 遍历性有时也称作各态历经性或埃尔古德性(ergodicity). 问题：有没有这种遍历过程？ 与第一节中统计平均得到的结果相同。即：用时