也是严平稳过程.ppt

工程随机数学第15讲 平稳随机过程 第十二章 平稳随机过程 12.1 平稳随机过程的概念 12.2 各态历经性 12.3 相关函数的性质 12.4 平稳随机过程的功率谱密度 在随机过程的大家族中，有一类随机过程，它的统计特性或者说统计变化规律与所选取的时间起点无关。或者说，整个随机过程的统计特性不随时间的推移而变化。 12.1 平稳随机过程的概念 平稳随机过程——随机过程的统计特征不随时间的推移而变化。 1、严平稳过程的一维概率密度与时间无关 2、严平稳过程的二维概率密度只与t1、t2的时间间隔?=t2-t1（时间差?）有关， 而与“时间起点”无关。 要按严平稳过程的定义来判断过程是否平稳很困难。 二、宽平稳过程 1、定义 若二阶矩过程(E[X2(t)] ∞ ) X(t) 满足: 2、两个随机过程联合平稳 12.2 各态历经过程 各态历经过程的定义 一、时间平均 也就是当X(t)各态历经时，我们可用一个样本函数的时间均值和时间自相关函数作为过程X(t)的数学期望、自相关函数的近似。 最后顺便说明，对于许多实际问题，如果要从理论上判定一个过程是否为各态历经过程，往往是比较困难。因此工程上经常都是凭经验把各态历经性作为一种假设，在后根据实验来检验这个假设是否合理。 在实际应用一般不可能给出随机过程X(t)的样本函数x(t)的表达式，因此，确定各态历经过程的数学期望、自相关函数，有两种方法： 如图14.6把[0, T]等分为N个长为 的小区间，再在时刻 ， 取样，得N个函数值 。于是再把积分表过式表示为基本区间上的和，就有数字估计式 类似可以写出在 时的自相关函数估计式，由这个估计式可算出自相关函数的一系列近似值，从而可作出自相关函数的近似图形，见P345图14.7。 12.3 相关函数性质 对于一个随机过程，它的基本数字特征是数学期望和相关函数，但是当随机过程为平稳过程时，它的数学期望是一个常数，经中心化后可以变为零，所以当过程X(t)平稳后其基本数字特征实际上就是相关函数。 相关函数性质 一、用模拟自相关分析仪，自动画出自相关曲线。 二、用数字处理方法（即近似计算方法）。 图14.6 此外，相关函数不仅可向我们提供随机过程各状态间的关联特性的信息，而且也是求取随机过程的功率谱密度以及从噪声中提取有用信息工具。为此下面我们专门研究一下平稳过程相关函数的性质。 平稳过程的自相关函数在 τ=0 上的值是非负值。 在下章将看到 RX(0) 表示平稳过程X (t) 的“平均功率”。 证明： 同理可得， 即自相关函数是变量 τ的偶函数。 即自相关函数在 τ=0 上具有最大值。 证明：任何正函数的数学期望恒为非负值，即 对于平稳过程X ( t ) 代入前式，可得 于是 同理可得： 即自协方差函数在 τ=0 上也具有最大值。 值得注意的是 这里并不排除在 其它τ≠0 地方的 RX(τ) 也有可能出现同样的最大值。 例如，随机相位正弦信号的自相关函数 在 ，n=0，±1，±2，…时，均出现最大值 类似有互相关函数和互协方差函数： 互相关系数 自相关系数 * * 此外当我们知道一个随机过程是平稳过程时，它应不随时间的推移而变幻无常。例如当我们要测定一个电阻的热噪声的统计特性，由于它是平稳过程，因而我们在任何时间进行测试都能得到相同的结果。 例如，飞机在某一水平高度h上飞行时，由于受到气流的影响，实际飞行高度H(t)总是在理论设计高度h水平上下随机波动，此时飞机的实际飞行高度H(t)是一个随机过程，显然此过程可看作不随机推移面变化的过程，这个随机过程，我们把它看作是平衡的随机过程。 一、严平稳随机过程 定义 设有随机过程{ X(t) , t ∈T}，若对于任意n和任意t1t2…tn，（ti ∈T）时刻的n个状态的n维概率密度，不随时间平移?t而变化。(?t为任意值) 则称该过程为严平稳随机过程（或狭义平稳过程）。 严平稳过程的统计特性与所选取的“时间起点”无关，无论从什么时间开始测量n个状态，所得到的统计特性是完全一样的。 即：X(t)与X(t+?t)具有相同的概率分布及数字特征。 因此有：严平稳过程的一维数字特征与时间无关 因此：严平稳过程的二维数字特征仅是（时间差?）的函数 a)一般在实用中，只要产生随机过程的主要物理条件，在时间