随机过程14(3.4) 平稳过程的谱密度.pptVIP

* ● 之前对平稳过程的讨论都是在时域上进行的. 相关函数在时域上描述了平稳过程的统计特征. ● 但对许多物理和工程领域中问题,不仅要研究其 在时域上的特性,还要研究其在频域内的特征,即 从频率的角度来研究随机过程的统计特征. 例如对信号处理、线性系统分析以及随机振动的 研究. 其中广泛采用的方法是频率域分析方法. 四 平稳过程的谱密度 ● 频率域分析方法的重要工具是 Fouier变换, 它可以确定时域与频域的转换关系. ●为了在频域上描述平稳过程的统计特征，需要 研究相关函数的谱分析。为此要引入谱密度. 谱密度是在频域内研究平稳过程的重要指标. 数学上 它是相关函数的Fouier变换,它的物理 意义是功率谱密度. ● 时域分析法与频域分析法相互联系,且各有优 点,构成了研究平稳过程的两个重要分支. 1.相关函数的谱分解 定理1 (维纳-辛钦定理) 设{X(t), -∞t+ ∞}是均方连续的平稳过程,则 其相关函数可以表示为 证明 所以f(τ)是某个随机变量W的特征函数,即存在 分布函数G(ω),使 称函数FX(ω)为平稳过程{X(t),-∞t+ ∞} 的谱函数. 为平稳过程{X(t), -∞t+ ∞}相关函数的谱展开式, 或谱分解式. 定义 如果存在函数SX(ω),使得 则称SX(ω)为平稳过程{X(t), -∞t+ ∞} 的谱密度. 定理 2 设{X(t), -∞t+ ∞}是均方连续的平稳过程,且RX(τ) 绝对可积,即 则FX(ω)可微,且有维纳-辛钦公式 定理3 设{Xn, n=0, ±1, ±2,…}是平稳时间序列,则其 相关函数可以表示为 对离散参数集上的平稳时间序列,有相类似的结果. 称FX(ω)为平稳时间序列{Xn, n=0, ±1,…}的谱函数. 定义 如果存在函数SX(ω),使得 则称SX(ω)为平稳时间序列{Xn, n=0, ±1…}的谱密度. 定理 4 设{Xn, n=0, ±1,…}为平稳时间序列,且 则FX(ω)可微,且有维纳-辛钦公式 举例1 设{X(t), -∞t+ ∞}是平稳过程,其相关函数为 求{X(t), -∞t+ ∞}的谱密度和谱函数 解 举例2 设{Xn, n=0, ±1,…}为复随机变量序列,且 试求{Y(n), n=0, ±1, ±2,…}的谱密度. 由定理 4 举例3 设X,Y是两个相互独立的实随机变量,EX=0,DX=1 Y的分布函数为F(x),令 试求{Z(t), -∞t+ ∞}的谱函数. 解 因为 {Z(t), -∞t+ ∞}是平稳过程. 2. 谱密度的物理意义 ●工程实际中, 能量有限的信号x(t)称为 能量型信号, 可以定义它的总能量: 当时间趋于无穷时,它的平均功率趋于零. ●另一类信号x(t),其能量是无限的,但平均功率有限.即 称为 功率型信号.周期信号就是常见的功率信号. 设有确定性信号x(t)(时间函数)在区间(-∞,+ ∞)上绝对 可积,则x(t)的Fouier变换存在 (或说x(t)具有频谱). 说明信号的总能量等于能谱密度在全频域上的积分. 右式也是总能量的谱表达式. 由于实际中很多信号(函数)的总能量是无限的, 不满足绝对可积的条件,所以通常研究x(t)在 (-∞,+ ∞)上的平均功率,即 为了能利用Fouier变换给出平均功率的谱表达式, 构造一个截尾函数: 定义 设{X(t), -∞t+ ∞}是平稳过程,则称 为平稳过程的功率谱密度. 并记 定理 设{X(t), -∞t+ ∞}是平稳过程,若RX(τ) 绝对可积,则{X(t), -∞t+ ∞}的谱密度就是 功率谱密度.即 3. 谱密度的性质和计算 定理1 平稳过程的谱密度是非负实函数. 特别 实平稳过程的谱密度是非负实偶函数. 证明 特别 对实平稳过程, 定理2 平均功率 说明 第一式说明功率谱密度曲线下的总面积(平均功率) 等于平稳过程的均方值. 第二式说明功率谱密度的零频率分量等于相关函数 曲线下的总面积. 谱密度的计算 ●广义积分-可利用复变函数中的留数定理 ● 利用已知的基本公式和Fourier变换的性质等 ● 利用已知的一些性质计算，P122 *