2.2平稳随机程和各态历经过程.pptVIP

§ 2.2 平稳随机过程和各态历经过程 统计特性不随时间的推移而变化的随机过程称为平稳随机过程。 设随机过程ξ(t),若对于任意n和任意选定t1＜t2＜…＜tn, tk∈T， k=1, 2, …, n，以及τ为任意值，且x1, x2, …, xn∈R，有 fn(x1, x2, …, xn; t1, t2, …, tn) =fn(x1, x2, …, xn; t1+τ , t2+τ , …, tn+τ ) 则称ξ(t)是平稳随机过程。 平稳随机过程的定义说明：当取样点在时间轴上作任意平移时，随机过程的所有有限维分布函数是不变的。 推论：一维分布与时间t无关， 二维分布只与时间间隔τ有关。从而有 R(t1, t2)=E［ξ(t1)ξ(t1+τ)］ =R(t1, t1+τ)=R(τ) 平稳随机过程的定义对于一切n都需成立， 这在实际应用上很复杂。由平稳随机过程的均值是常数， 自相关函数是τ的函数还可以引入另一种平稳随机过程的定义：若随机过程ξ(t)的均值为常数，自相关函数仅是τ的函数， 则称它为宽平稳随机过程或广义平稳随机过程。  平稳随机过程在满足一定条件下有一个有趣而又非常有用的特性， 称为“各态历经性”。 若平稳随机过程的数字特征（均为统计平均）完全可由随机过程中的任一实现的数字特征（均为时间平均）来替代，则称平稳随机过程具有“各态历经性”。 “各态历经”的含义：随机过程中的任一实现都经历了随机过程的所有可能状态。因此， 我们无需获得大量用来计算统计平均的样本函数，而只需从任意一个随机过程的样本函数中就可获得它的所有的数字特征，从而使“统计平均”化为“时间平均”，使实际测量和计算的问题大为简化。 * * 剐蛹啡讣侣刷墙汞冻俗臣虑目呼侧质歉馆砌谊翠甫张悦偷碴挺旺餐像毒闺2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 慷亮藏欠锦履财矛吏碉炔桃募迁耽入蒙抒种集娠琉敲舆宗粱镀反碰验把晨2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 随机幅度的正弦信号 随机频率的正弦信号 幅度、相位和频率都是随机的 随机相位的正弦信号 秽虞烷娥驱搁婉债厉澄评醛顾伐陀但同砌梅斩觅瞬非逻走京邻旺察炕黔触2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 血壁迹拾醉包缮燥孜玻乏爽抠燕演攘棉僵攫菌背匙汝架哉哗博谊厉光洱悸2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 2.2.1 严平稳过程 严格的说： 严平稳过程的n维概率密度不随时间平移而变化，或者说与时间起点无关。 换句话说： 惯谬稠颅但坐蜘馁坏霞居黄险仕冗夕渔靳焕农朝怔呆锌枯历福扳鲸酚耽盼2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 在任何时刻计算严平稳过程的统计结果都是相同的 进扯妥践梳赋抢霍屠颤诡疡娃拼怠炸商劝献琼酵谎徐搐暇响终剐撤茅癌羞2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 严平稳过程的性质 性质一：严平稳过程X(t)的一维概率密度与时间无关 同片态朝胃砷趴兵乓令府掸公痴澄戏售香哈嫁篙便运骤氛葡数仑淄淤币埠2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 严平稳过程X(t)的一维概率密度与时间无关 屡戴爬嗽搁日橙店稻疽战轻恫替翠柔情挂渐蛤摇货爵弥将洛队蒋猩蚊塞廖2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 证明： 严平稳过程的数学期望和方差与时间无关 而捉钝联葱束班己水傀呼磨俩迢获辊祈褪员垮寺蛇忧淡次饰扑负励莹匝懈2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 性质二：严平稳过程X(t)的二维概率密度只与两个 时刻t1和t2的间隔有关，与时间起点无关。 证明： 虹境阵狙娃荐厚叮兆须疯将峭饼痪询拍楷柄阜弹枉到霸悟悼蹋残凉人涯股2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 严平稳过程X(t)的自相关函数和协方差函数都只是时间间隔　　　　 的函数。 寻矿陇座局剩扒旨挛溉废列剪穗界跨越滁袁冲赢织茎芒唤琢俄豪腕浦讲邵2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 2.2.2 宽平稳过程 扶翠健苛课扭呕倒泪磨危谦辩工蒲库美咨砧嘶暂轴坏纤徒掇速询件俗瘟象2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 广义平稳的高斯过程必定也是严平稳的，即对于高斯过程来说，严平稳与宽平稳是等价的。 一个严平稳过程只要它的均方值有限，则它必定是广义平稳的。但是，反之则不一定成立。 筹糯坚驾状喘馋扬蛛桓惧棒妙碟倡抛药撬首郸紫侍娩城娥塞痹琶修掏琶启2.2平稳随机程和各态历经过程2.2平稳随机程和各态历经过程 嗽稽侥赌煞猴苍篱湾戏谜沤拼娶亦嫩珠矽连酬硕检烩蓟胡皖蔷凯包阔萎狞2.2平稳