第五讲 平稳随机过程及互相关函数和平稳随机序列.pptVIP

* 两个随机过程的联合平稳性 平稳随机序列的自相关阵和协方差阵 高斯随机过程与高斯随机序列 第三章 平稳随机过程 第五讲 * 平稳相依：如果X(t)与Y(t)的联合统计特性不随时间 起点的平移而变化，则称X(t)与Y(t)是严 格联合平稳的。即 6.两个随机过程的联合平稳性 P30、31、35 * 6、两个随机过程的广义联合平稳性 互相关函数： 则称X(t)与Y(t)广义联合平稳 若 互相关系数 * 性质： 若X(t)与Y(t)是联合平稳的，则 Z(t)= X(t)+Y(t)是平稳过程，且 证明： * 7、平稳随机序列的自相关阵和协方差阵 P39 均值向量： 自相关阵： Toeplitz阵：对于平稳随机序列， * 协方差阵： Toeplitz阵：对于平稳随机序列， * (1)n维正态随机变量的分布 正态随机变量的两种统计特性的描述方法等价 * 不相关也必定独立 如果各随机变量不相关 * （2）正态随机过程 P54 如果一个随机过程X(t)的任意n维分布都服从正态分布， 则称该随机过程为正态随机过程。 n维分布 * （3）平稳正态过程 * 性质： 对于正态随机过程而言， 两种统计特性的描述方法等价 广义平稳与严格平稳等价； 不相关与独立等价； 一般平稳正态噪声与信号之和为非平稳的正态过程。 高斯随机过程的重要性 * 例 设随机过程 ， 其中A、B是两个独立的正态随机变量，且有 ， ， 为常数，求此过程的一维概率密度。 解、 一维概率密度： * 例 一零均值高斯过程X(t)，其协方差函数为： 求在时刻t1=0、t2=1、t3=2抽样的三维概率密度。 解、 协方差矩阵为： 代入公式，并令m＝0，N=3即得三维概率密度。 * 9.随机过程的模拟－随机序列的模拟 （0，1）均匀分布独立随机序列 x=rand(m,n) 例如，x=rand(1000,1)，产生一个1000个样本的均匀分布的随机矢量。 0 500 1000 0 0.5 1 -0.5 0 0.5 1 1.5 0 20 40 60 80 产生m?n的均匀分布随机数矩阵 * 标准正态分布独立随机序列 x=randn(m,n) 例如，x=randn(1000,1)，产生一个1000个样本的独立标准正态分布列矢量。 0 500 1000 -4 -2 0 2 4 -5 0 5 0 20 40 60 产生m?n的标准正态分布随机数矩阵 * * * * * * * * * * * * * * * * * * * * * * * * * *