random-c6.ppt

随 机 过 程 第六章 平稳随机过程 秦平 6.1 概念与例子 例子： (1) 严平稳过程 (2) 宽平稳过程 二者关系 复平稳过程 例 6.2 联合平稳过程及相关函数性质 6.2.1 联合平稳过程 6.2.2 相关函数的性质 互相关函数的性质 例 6.3 随机分析 6.3.1 收敛 (1) 几乎处处收敛(以概率1收敛) (3) 均方收敛 4种收敛定义的比较 均方收敛 均方收敛的性质 定理6.3 例1 6.3.2 均方连续 均方连续准则 例2 6.3.3 均方导数 均方可微准则 其它 例3 例4 6.3.4 均方积分 均方可积准则 定理6.8 定理6.9 例5 6.4 平稳过程的各态历经性 定义 样本函数 时间均值和时间相关函数 平稳过程的各态历经性 均值各态历经性的充要条件 相关函数各态历经性的充要条件 例1 工程应用 模拟相关分析仪 数字方法 本章小结 有关平稳过程的 定义 联合平稳过程和相关函数 各态历经性 随机分析 练习题 结 束 ! 定理6.7（均方可积准则） f(t)X(t)在区间[a,b]上均方可积的充要条件为 存在。特别地，二阶矩过程X(t)在区间[a,b]上均方可积的充要条件为RX(t1,t2)在[a,b]?[a,b]上可积。 均方积分有类似于普通函数积分的许多性质，如X(t)均方连续，则它均方可积；均方积分唯一性；具有线性性质,区间可加性等。 设{X(t)}是维纳过程，讨论均方积分 的存在性。 定理6.7（均方可积准则） f(t)X(t)在区间[a,b]上均方可积的充要条件为存在 解：f(t)=1. 维纳过程的均方积分存在 维纳过程的相关函数：RX(s,t)=σ2min(s,t) 时间平均取代统计平均 (Ergodic) 解 均值 相关函数 各态历经性 定理6.10, 6.12 定理6.11, 6.13 平稳过程 随机相位过程是平稳过程。 随机相位过程是各态历经的。 对于实平稳过程： 6 平稳随机过程 * 无线电设备中电压电流的波动； 导弹飞行中受空气湍流产生的波动； 通讯中的高斯白噪声； 随机电报信号； 纺织过程中棉纱截面面积…… 统计特性： 当过程随时间的变化而产生随机波动时，其前后状态是相互联系的，且这种联系不随时间的推延而改变。 随机电报信号 定义2.12 设{X(t)，t ?T }是随机过程，如果对任意常数?和正整数n， t1,t2,?, tn?T, t1+?, t2+?,?,tn+? ?T， 若(X(t1), X(t2), ?, X(tn))与(X(t1+?), X(t2+?),?, X(tn+?)) 有相同的联合分布，则称{X(t)，t ?T }为严平稳过程，也称狭义平稳过程或者强平稳过程。 严平稳过程的统计特征是由有限维分布函数决定的 F(t1;x1)= F(t1- t1; x1) = F(0; x1) = F(x1) 严平稳过程的一维分布函数不依赖与时间； F(t1, t2 ;x1, x2)= F(t1- t1, t2- t1;x1, x2 ) =F(0,?; x1, x2 ) = F(?; x1, x2 ) 二维分布函数仅仅依赖于时间间隔? ，而与t1, t2个别值无关。 定义2.13 设{X(t)，t ?T }是随机过程，如果 (1){X(t)，t ?T }是二阶矩过程； (2)对任意t ?T ，mX(t)=EX(t)=常数； (3)对任意s,t ?T ， RX(s,t)=E[X(s)X(t)]=RX(t-s)， 则称{X(t)，t ?T }为宽平稳过程，也称广义平稳过程或者弱平稳过程，简称平稳过程。 平稳序列 若T为离散集，称平稳过程{X(t)，t ?T }为平稳序列。 宽平稳过程 严平稳过程 严平稳过程 宽平稳过程 二阶矩存在 严平稳过程 宽平稳过程 正态过程 B 讨论随机过程{X(t),t?T}的平稳性。 解： 注： 当X(t)和Y(t)是联合平稳随机过程时，W(t)=X(t)+Y(t)是平稳随机过程 设{X(t),t ? T}是实平稳过程， 计算均值和方差。 解： 均值：E[X(t)]=mX=?5 方差：DX(t)= BX(0)= RX(0)-mX2=4 实平稳过程：BX(τ)＝ RX(τ)－mX2=4/(1+6τ2) BX(s, t)＝ RX(s, t)－mX(s) mX(t) 随机分析：微积分中普通函数的连续、导数和积分等概念