- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1
章 序
题目
学 时
主要内容
第一章
绪论
4
课程介绍、方法分享、相互熟悉、概率论回顾。
第二章
随机过程(函数)
16
随机过程(函数)理解、概念、研究方法。
第三章
随机微积分
6
随机微积分及其求解方法介绍。
第四章
随机场
18
随机过程(函数)理解、概念、研究方法。
第五章
无线电物理中随机场及简单应用
2
无线电物理中的随机场简单应用,纵横分析、资料分析、学习方法升华,作业及课堂情况考核。
2
第2章 随机过程(函数)
2.1随机过程的基本概念
3
自然界变化的过程通常可以分为两大类,确定过程和随机过程,如果每次试验(观测)所得到的观测过程都相同,且都是时间 t 的一个确定函数,具有确定的变化规律,那么这样的过程就是确定过程。反之,如果每次试验(观测)所得到的观测过程都不相同,是时间 t 的不同函数,试验(观测)前又不能预知这次试验(观测)会出现什么结果,没有确定的变化规律,这样的过程称为随机过程。对连续时间的随机过程进行抽样得到的序列称为离散时间随机过程,或简称为随机序列,连续时间的随机过程和随机序列我们都称为随机过程,连续时间的随机过程用X(t)表示,随机序列用X(n)表示。
1 定义及分类
4
随机信号序列
5
6
7
8
按分布特性分类,依照过程在不同时刻状态的统计依赖关
分类。例如:独立增量过程,马尔可夫过程,平稳过程,鞅,
点过程等。
随机过程基本特征体现在两个方面:
其一,它是一个时间函数;其二,在固定的某一观察时刻t1,全体样本在t1时刻的取值ξ(t1)是一个不含t变化的随机变量。
因此,我们又可以把随机过程看成依赖时间参数的一族随机变量。可见,随机过程具有随机变量和时间函数的特点。
9
随机过程的定义:设Sk(k=1, 2, …)是随机试验。 每一次试验都有一条时间波形(称为样本函数或实现),记作xi(t),所有可能出现的结果的总体{x1(t), x2(t), …, xn(t), …}就构成一随机过程,记作ξ(t)。简言之, 无穷多个样本函数的总体叫做随机过程,如图所示。
受随机变量控制的过程;随机变量控制是工程研究的物理基础!
10
另外,随机过程(函数)根据其是否为实函数可以分为实随机过程(函数)和复随机过程(函数)。复随机过程(函数)Z(t) 是由两个实随机过程X(t)和Y(t)线性组合而成。
Z(t)=X(t)+jY(t)
复随机过程的物理意义如何理解呢?随机介质波P99
11
2 随机过程举例
受随机变量控制的过程;随机变量控制是工程研究的物理基础!
用无数次投掷硬币的随机试验可以定义一个随机过程X(t), X(t)称为半二元传输信号。
N=200;
ind=find(rand(N,1)0.5);
z(1:N)=1;
z(ind)=-1;
stairs(1:25,z(1:25));
axis([0 25 -1.5 1.5]);
xlabel(时间-秒 (假定T=1 秒));
ylabel(X(t),FontSize,[12]);
12
一个样本函数
13
是否携带有充分的过程特征呢
14
设t0 为(0,T)上均匀分布的随机变量,且与半二元传输信号统计独立,定义新的随机过程Y(t)=X(t-t0)我们称Y(t)为二元传输信号,二元传输信号是将半二元传输信号平移一随机量t0 构成的。
在实际中还有一类过程,它是按照确定的数学公式产生的时间序列,很显然它是一个确定性的时间序列,但它的变化过程表现出随机序列的特征,我们把它称为伪随机序列,伪随机序列可以用来模拟自然界实际的随机过程。
是否携带有充分的过程特征呢
15
lamda=11;
M=32768;
x(1)=19;
for n=1:500
x(n+1)=(mod(lamda*x(n)+11117,M));
end
plot(x/M);
xlabel(n);
ylabel(x(n));
axis([0 500 0 1])
16
伪随机序列
17
伪随机序列似乎已经失去了“随机”特点,但是它确代替或者模拟了某类随机过程!
所谓:经目之事有恐未真;过耳之言焉能全信!
18
伪随机序列似乎已经失去了“随机”特点,但是它确代替或者模拟了某类随机过程!
所谓:经目之事有恐未真;过耳之言焉能全信!
工程中研究随机过程实际是通过理论分析其大量样本函数,建立符合其实际过程或者称为能体现其过程特点的伪随机序列模型,对伪随机序列进行研究,即可得到其过程特点。
最后才能真正建立其数学模型随机过程!(随机过程课程是拿已经建立好的随机过程模型加以学习随机过程的基本概
原创力文档


文档评论(0)