第三章 平稳过程线性模型.pptVIP

第三章 平稳过程的线性模型;随机信号的模型;一般地，随机过程模型时域的关系可描述如下： ;3.1 有理分式模型;3.1.1 ARMA模型（autoregressive moving average）;ARMA(p,q)的系统函数H(z)为：; 这里 是零均值，功率为 的白噪声。这样的随机过程叫做自回归滑动平均（autoregressive moving average--ARMA）。 就是自回归参数， 叫做动平均参数。为了明确地指出分子分母的阶数，我们叫这样的随机过程为ARMA(p,q)。;下图表明ARMA过程是如何通过一个白噪声的输入产生的。 ;3.1.2 MA模型（moving average）;传递函数B(z)称为MA过程的“综合滤波器”。它是一个q阶全零点滤波器。下图绘出了MA过程的模型。驱动噪声可以用时间序列x(k)作用于全零点滤波器;3.1.2 AR模型（ autoregressive）;传递函数A(z)即为AR过程的综合滤波器，可以看出它是一个P阶的全极点滤波器。 下图描述AR过程模型。则可以利用时间??列x(n)作用于滤波器 来恢复驱动噪声，这个滤波器被称为分析滤波器。 ;3.1.4 三种模型系数间关系; ;3.2 平稳随机信号通过线性系统;1.相关卷积定理;2.输入输出互相关定理;由式（3.2.4）