概率论第12章12-1.pptVIP

第一节 平稳随机过程的概念 一、平稳随机过程的概念 二、应用举例 三、小结 一、平稳随机过程的概念 二、应用举例 三、小结 在实际中, 有相当多的随机过程, 不仅它现 在的状态, 而且它过去的状态, 都对未来状态的 发生有着很强的影响. 如果过程的统计特性不随时间的推移而变 化, 则称之为平稳随机过程. 1. 定义 具有相同的分布函数, 则称随机过程 具有平稳性, 并同时称此过程为平稳随机过程, 或简称平稳过程 (严平稳过程或狭义平稳过程). 平稳过程的参数集T, 一般为: 机序列, 或平稳时间序列. 说明 (1) 将随机过程划分为平稳过程和非平稳过程有重 要的实际意义. 过程若是平稳的可使问题的分析尤 为简化. (2) 平稳过程的数字特征有很好的性质. 平稳过程数字特征的特点: (即不随时间的推移而变化). 协方差函数可以表示为 说明 要确定一个随机过程的分布函数, 并进而判定其平稳性在实际中不易办到. 2. 广义平稳过程 定义1 说明 (1) 严平稳过程只要二阶矩存在, 则它必定也 是宽平稳的. 反之不成立. (2) 宽平稳的正态过程必定也是严平稳的. 定义2 同时考虑两个平稳过程: 如果它们的互相关函数也只是时间差的单 变量函数, 即 联合宽平稳的. 例1 所以它是宽平稳的随机序列. 严平稳的. 例2 解 X(t) 的均值函数为 而自相关函数 具有周期性 所以随机相位周期过程是平稳的. 特别, 随机相位 正弦波是平稳的. 例3 考虑随机电报信号 是随机的, 即事件 的概率为 解 结果与t 无关 则自相关函数: 其图形为: 解 例4