第二章随机过程函数.ppt

西安电子科技大学 理学院 二维分布情况： 由于本例的随机相位信号是一个可预测的随机过程，当n1时刻随机过程的取值为1时，也就意味着在本次随机试验中取的是样本函数x1(n)，那么由图可以看出，即在n2 时刻随机过程的取值必定为-1，取其它值的概率为零。 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） 复随机过程的概率分布是实随机过程X和Y的联合概率分布！ 3 随机过程的统计描述－数字特征 随机变量的数字特征有均值、方差、相关系数等，相应地随机过程的数字特征常用的也是均值、方差、相关函数等，然而随机过程的数字特征一般不是常数，而是时间t（或n）的函数，因此随机过程的数字特征也常称为示性函数。 （1）均值 随机过程X (t) 的均值是时间t 的函数，也称为均值函数，统计均值是对随机过程X (t) 中所有样本函数在时间t 的所有取值进行概率加权平均，所以又称为集合平均，它反映了样本函数统计意义下的平均变化规律。 （2）方差 方差也是随机过程重要的数字特征之一，定义 对于随机序列X(n)，方差定义为 只受衰减作用后的信号 其它方向的粒子散射到接收点的信号 均值代表接收点处的平均信号（功率），只考虑发射信号受到媒质的衰减作用。 方差代表接收点处的起伏信号（功率），随机分布的粒子从各个方向散射向接收点处的信号。 代表某一时刻的总功率。 （3）相关函数 均值和方差只描述了随机过程在某个特定时刻的统计特性, 所用的只是一维概率密度, 能反映随机过程在两个不同时刻状态之间的联系, 如图所示的两个随机过程X (t) 和Y(t) 大致具有相同的均值和方差, 但这两个信号还是有明显的区别的,Y(t) 随时间t 的变化较为剧烈, 各个不同时刻状态之间的相关性较弱, X (t) 随时间的变化较为缓慢, 不同时刻状态之间的相关性较强,若只用均值函数和方差函数是不能反映出这些特征的,相关函数能反映两个不同时刻状态之间相关程度的数字特征。 （随机介质波P86） 自相关函数R(t1，t2) 可正可负，其绝对值越大，表示相关性越强。一般说来t1，t2相隔越大相关性越弱，R(t1，t2)的绝对值也越弱，当t1=t2时其相关性应最强。（随机介质波传播P96） （4）协方差函数 相关性的描述除了用相关函数外，有时也用协方差函数 正交、不相关、独立的关系？ 当两个随机过程保持统计独立时，它们必然是不相关的，但反过来则不一定成立，即不相关的两个随机过程不一定能保持统计独立，唯有在高斯随机过程中才是例外。从统计角度看，保持统计独立的条件要比不相关还要严格。 正交、不相关、独立的关系？ 当两个随机过程保持统计独立时，它们必然是不相关的，但反过来则不一定成立，即不相关的两个随机过程不一定能保持统计独立，唯有在高斯随机过程中才是例外。从统计角度看，保持统计独立的条件要比不相关还要严格。 内积为零可作为两个信号之间正交的定义，对于随机过程来说，除了互协方差函数外，还要求至少其中有一个随机过程的均值等于零，这时两个随机过程才互相正交。因此正交的条件满足了，不相关的条件就自然满足，但是反过来就未必然。可见正交条件要比不相关条件严格些。如果统计独立的条件能满足，则正交条件也自然满足，但反过来也不一定成立。因此统计独立的条件最严格。 （A）独立则必定不相关，而不相关却不一定互相独立，只有是高斯时独立和不相关才等价。 （B）正交和不相关没有必然关系，只有当一个随机变量的统计平均等于零时，正交和不相关等价。 独立 －－－－－－－－－－－－－ 不相关 －－－－－－－－－－－－－ 均值为零的高斯随机对象 有一期望为零 不相关 －－－－－－－－ 正交 学会自己解决有疑问的地方！ 西安电子科技大学 理学院 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 无线电物理中随机场及简单应用 第五章 随机过程(函数)理解、概念、研究方法。 18 随机场 第四章 随机微积分及其求解方法介绍。 6 随机微积分 第三章 随机过程(函数)理解、概念、研究方法。 16　 随机过程(函数) 第二章 课程介绍、方法分享、相互熟悉、概率论回顾。 4 　绪论 第一章 主要内容 学　时 题目 章　序 第2章 随机过程（函数） 2.1随机过程的基本概念 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)