推荐09第二章平稳随机过程.pptVIP

二阶随机序列{Xn}相应的分布函数为{Fn(x)}，二阶矩随机变量X对应的分布函数为F(x).若对F(x)的每一个连续点处，有 记作 称二阶矩随机序列{Xn}依分布收敛于二阶矩随机变量X， 依分布收敛 收敛性概念 （1）以概率1收敛 （2）以概率收敛 （3）均方收敛 （4）依分布收敛 a.e m.s P d 不收敛 收敛性概念 (2)若 ,则 均方连续 定义6.6 设有二阶矩过程{X(t),t∈T}，若对每一个t∈T，有 则称X(t)在t点均方连续，记作 若T中一切点都均方连续，则称X{t}在T上均方连续。 均方导数 定义6.7 设{X(t),t∈T}为二阶矩过程，若存在另一个随机过程X’(t)，满足 则称X(t)在t点均方可微，记作 并称X’(t)为X(t)在t点的均方导数。 均方积分 定义6.8 设{X(t),t∈T}为二阶矩过程，f(t)为普通函数，其中T=[a,b]，如果当Δn→0时，Sn均方收敛于S，即 则称f(t)X(t)在区间[a,b]上均方可积，记作 定理6.8 设f(t)X(t)在区间[a,b]上均方可积，则有 定理6.9 设{X(t),t∈T}为二阶矩过程在区间[a,b]上均方连续，则 在均方意义下存在，且随机过程{Y(t), t∈T}在区间[a,b]上均方可微，且有Y’(t)=X(t)。 作业: 6.1 6.2 6.12(奇数编号) * * 第二周第二次结束(4) * 如果我们已经得到一个较长时间的样本记录，是否可由此获得平稳过程的数字特征的充分依据，即按时间取平均来代替集合平均呢？ * 第5次课结束 * 如果随机过程均方可微，则其数学期望运算与求导运算可以交换顺序。 第二章：平稳随机过程 严平稳过程的定义 宽平稳过程的定义 平稳过程的数字特征 平稳过程自相关函数的性质 时间平均和集合平均的概念 平稳过程遍历性定义 遍历性判定定理 遍历性应用举例 平稳随机过程是一类应用广泛的随机过程，在稳定系统中出现的随机过程都属于平稳随机过程。 例如：纺织过程中棉纱横截面积的变化；军舰在海浪中的颠簸；电阻的热噪声； 这些随机现象的特点是：统计特性不随时间的推移而变化。 严平稳过程的定义 设{X(t),t∈T}是随机过程，如果对任意常数τ和正整数n， t1,t2, …,tn∈T，t1+τ,t2+τ, …,tn+τ ∈T，(X(t1),X(t2), …, X(tn))与(X(t1+τ),X(t2+τ), …,X(tn+τ))有相同的联合分布，则称{X(t),t∈T}为严平稳过程或狭义平稳过程。 严平稳过程的统计特征是由有限维分布函数决定的，在实际应用中难以确定。 均值：mX(t)=E[X(t)]; 均方值： φ X(t)=E[X2(t)]； 方差：D[X(t)]=E[X2(t)]-[E(X(t))]2 =φX(t)-mX2(t); 自相关函数：RX(t1,t2)=E[X(t1)X(t2)]； 协方差函数：Cov(t1,t2)=RX(t1,t2)-mX(t1)mX(t2) 平稳过程的数字特征 对于平稳随机过程X(t)的一维分布F1(X1,t1)=F1(X1,t1+ τ)，若令τ =-t1，则 F1(X1,t1)=F1(X1,0)=F1(X1) 因此平稳随机过程的一维分布函数与时间无关，其在任何时刻的统计规律相等。 若随机过程X(t)平稳过程，则其均值、均方值和方差均为常数。 对于平稳随机过程X(t)的二维分布 F2(X1,X2;t1,t2)=F2(X1,X2;t1+ ε,t2+ ε)，若令ε=-t1，则 F2(X1,X2;t1,t2)=F2(X1,X2;0,t2-t1)，令t2-t1= τ ，则： F2(X1,X2;t1,t2)=F2(X1,X2; τ) 平稳过程的自相关函数是时间τ的单变量函数。 同理，协方差函数是时间τ的单变量函数 宽平稳过程的定义 设{X(t),t∈T}是随机过程，如果 {X(t),t∈T}是二阶矩过程； 对任意t∈T，mX(t)=EX(t)=常数； 对任意s,t ∈T，RX(s,t)=E[X(s)X(t)]=RX(s-t)则称{X(t),t∈T}为广义平稳过程或宽平稳过程。 严平稳过程和宽平稳过程的关系 （1）宽平稳过程不一定是严平稳过程 （2）严平稳过程只有当二阶矩存在时为宽平稳过程 （3）但是对于正态过程，其分布由均值和自相关函数完全确定，二者是等价的。 例题1： 设Y是随机变