第2章_随机过程的基本概念.ppt

功率型信号：平均功率有限、能量无限的信号随机信号的样本函数能量是无限的，但功率往往是有限的。 随机过程的样本函数及其截尾函数 定义随机过程的功率谱密度 物理意义：功率谱密度是从频域描述随机过程的一个重要的数字特征，表示单位频带内信号的 频率分量消耗在单位电阻上的平均功率的 统计平均值。 2. 功率谱密度与相关函数的关系 维纳—辛钦定理： 维纳—辛钦定理需要满足两个条件： 物理谱定义： 3 .功率谱的性质 (1) 若随机过程均值非零，则功率谱在原点有一函数； 若含有周期分量，则在相应的频率处有冲激函数； (2) 对于实的平稳随机过程，功率谱为实的、非负偶函数； (3) 相关性与功率谱的关系为：相关性越弱，功率谱越宽平；相关性越强，功率谱越陡窄。 解：由因式分解 解： 4. 随机序列的功率谱 收敛域是一个包含单位圆的环形区域。 其中C是收敛域内包含平面原点逆时针的闭合围线 由于GX(z)的收敛域包含单位圆，因此可以令z=ejw 随机序列功率谱的性质： 1）功率谱是实偶函数 2）功率谱密度是非负的 解： 5. 互功率谱 设有两个随机过程X(t)和Y(t)，它们的互功率谱定义为 其中， 如果X(t)和Y(t)是联合平稳的， 绝对可积，则 性质： 2.6 典型的随机过程 功率谱密度为常数的平稳随机过程，即 白噪声的功率谱密度和自相关函数 例2 离散型随机过程自相关函数计算举例 每一个样本函数 出现的概率相等 §2.3 平稳随机过程 随机过程可分为平稳和非平稳两大类, 严格地说, 所有信号都是非平稳的, 但是, 平稳信号的分析要容易得多, 而且在电子系统中, 如果产生一个随机过程的主要物理条件在时间的进程 中不改变, 或变化极小, 可以忽略, 则此信号可以认为是平稳 的。如接收机的噪声电压信号, 刚开机时由于元器件上温度的变化, 使得噪声电压在开始时有一段暂态过程, 经过一段时间后, 温度变化趋于稳定, 这时的噪声电压信号可以认为是平稳的。 1. 平稳随机过程的定义 （1）严格平稳随机过程 定义：如果随机过程的任意n维分布不随时间起点变化， 即当时间平移时，其任意的n维概率密度不变，则称是严格平稳的随机过程或称为狭义平稳的随机过程。 对于严格平稳的随机过程，它的均值和方差是与时间无关的常数，而自相关函数只与t1和t2的差值有关，而与本身的取值是无关的。 严格平稳最基本的特征是时间起点的平移不影响它的统计特性，即X(t)与X(t+△t)具有相同的统计特性。 （2）广义平稳随机过程 当随机过程是高斯分布时，两者等价。 例1. 设随机过程Z(t)=Xcost +Ysint ，-∞ t +∞，其中X、Y为相互独立的随机变量，且分别以概率2/3、1/3取值-1和2。试讨论随机过程Z(t)的平稳性。 解： 所以，Z(t) 是广义平稳的。 Z(t) 不是严格平稳的。 由于在许多工程技术问题中，常常仅在相关理论（一、二阶矩）的范围内讨论问题，因此划分出广义平稳随机过程来。而 相关理论之所以重要，是因为在实际中，一、二阶矩能给出有 关平稳随机过程平均功率的几个主要指标，比如，如果随机过 程代表噪声电压信号，那么在相关理论范围内就可以给出直流 分量、交流分量、平均功率及功率在频域上的分布（我们将在后面讨论功率谱密度）等。另外，在电子系统中经常遇到最多的是正态随机过程，对于正态随机过程而言，它的任意维分布 都只由它的一、二阶矩来确定，广义平稳的正态随机过程必定是严格平稳的。 例2. 设随机过程X(t)=tX，X为标准正态分布的随机变量。试问X(t)是否平稳？ 解： 所以X(t)是非平稳的。 2. 平稳随机过程自相关函数的性质 性质： (5)若随机过程含有周期分量，则自相关函数也含有周期分量， 例3 已知平稳随机过程X(t)的自相关函数为 求X(t)的均值和方差。 解: 3. 相关系数及相关时间 （1）相关系数： （2）相关时间： 标准化相关函数 工程上我们常取 相关时间越长，反映随机过程前后取值之间的依赖性越强，变化越缓慢；相关时间越小，反映随 机过程前后取值之间的依赖性越弱，变化越快。 两个不同相关时间随机过程的样本函数 4. 随机过程的各态历经性 定义：对于平稳随机过程X(t)，若有时间平均以概率1等于集合平均，时间相关函数以概率1等于集合相关函数。即 均值遍历性 相关函数的遍历性 如果平稳随机过程的均值和相关函数都具有遍历性，则X(t)为各态历经性。 解： 各态历经过程与非各态历经过程示意图 均值遍历性的充要条件： 相关函数遍历性的充要条件： 零均值平稳正态随机信号： 一般而言，不同的样本函数，时间平均的结果不同，所以，一般说来时间平均是随机变量，但对于各态历经的随机过 程而言，时间平均趋向于一个常数。这就表明，各态历经随机 过程的