概率论与数理统计第2版资源-宗序平 主编 概率统计124.ppt

一、 相关函数的性质: 定义 设X(t)是一个平稳过程,若 以概率1成立,则称X(t)的均值具有各态历经性.若 以概率1成立,则称的自相关函数具有各态历经性. 若X(t)的均值和自相关函数都具有各态历经性,则称X(t)是(宽)各态历经过程,或者说X(t)具有遍历性. 二、 各态历经性(Ergodic) 定理1 (均值各态历经定理) 平稳过程X(t)的均值具有各态历经性的充要条件是 其中 证明: 定理2 (自相关函数各态历经定理) 平稳过程X(t)的自相关函数具有各态历经性的充要条件是 其中 证略 例：考察随机相位正弦波均值的各态历经性。 解： 故X(t)的均值具有各态历经性 输入：自然光 输出： 输入：x(t) 输出： 频率1 频率2 . . . Fourier 变换 三、 平稳过程的功率谱密度 2cos(t)+cos(t/2) 0.5cos(t)+2cos(t/8) cos(t)+cos(t/8) 设x(t)是周期为T的函数,若x(t)在[-T/2,T/2]上满足Dirichlet条件, 则在[-T/2,T/2] 上（x(t)的连续点上）x(t)可表示为 其中， 对于非周期的函数x(t),可以看成是以T为周期的函数当T→∞时的近似.于是 1 时间函数的功率谱密度 其中， 若上述极限存在,则 综上所述,设x(t)是时间的函数,若x(t)满足Dirichlet条件,且绝对收敛，则（在x(t)的连续点上）x(t)可表示为 其中， 称为x(t)的Fourier变换或频谱 。 由Parseval等式 等式左边表示x(t)的总能量， 右边如何解释？ 称 为x(t)的能谱密度。 对于能量无限的信号x(t)，该如何展开？ 设x(t)是一个普通函数,记 则 * * 主讲 宗序平 《概率论与数理统计》 §12.4 平稳随机过程 平稳过程是什么意思？ 定义 若随机过程 具有相同的分布函数,则称随机过程X(t)为严平稳过程. 与 和任意 对于任意时刻 若严平稳过程的均方值函数存在,则 均值函数为 均方值函数为 方差函数为 相关函数 定理若严平稳过程X(t)还是二阶矩过程,则 (1)X(t)的均值函数是一常数,记为 E[X(t)]=mX; (2)X(t)的相关函数RX(t1,t2)是单变量?= t2-t1的 证明:(1) 因为X(t)与X(t+h)同分别, 令h=-t, 得 定义 若随机过程 二阶矩都存在 则它为二阶矩过程. 函数, 记为 同分布 令h=-t1得 同分布， 若对任意 定义 给定二阶矩过程 则称X(t)是一个宽平稳过程或 (常数), (仅仅是时间差函数), 广义平稳过程,简称平稳过程. 例1 考察随机相位正弦波 的平稳性。 （式中a和b是常数,?是在（0,2?)上具有均匀分布的随机变量） 例2 设s(t)是一周期为T的函数, ?是在区间(0,T)上服从均匀分布的随机变量,称X(t)=s(t+?)为随机相位周期过程.试讨论它的平稳性. 例3 设X(t)是白噪声序列， 定义 设有随机变量序列{X(t),t?T} {tk|k=0,+1,+2,…}?T ,且 则称X(t)为一白噪声序列。 称Y(t)为n阶滑动和过程MA(n),判断其平稳性。 解: 常数 仅是?的函数. 故Y(t)是 平稳过程. 证明:先证柯西-许瓦茨不等式: 即 再由 由柯西-许瓦茨不等式 即 是非负定的,即对任意 和任意实值函数g(.)都有 证明: 可以证明:任一连续函数,只要具有非负定性,那么该函数必是某平稳过程的自相关函数。 (5)如果平稳过程X(t)满足条件 则称它为周期是T0的平稳过程. 周期平稳过程的自相关函数必是周期函数,且其周期也是T0. 证明: 由柯西-许瓦茨不等式 (6) 平稳过程{X (t), t∈T}，当 ?的绝对值充 分大时，其状态X (t)与X (t＋?)独立，即有 例5设平稳过程{X (t), t∈T}，当?的绝对值充 分大时，X (t)与X (t＋?)独立，其相关函数为 求X (t)的均值. 解 由性质得 这一性质很有趣，对于平稳过程的相关函数, 只要知道在 ?=0处连续，就可以得出对任意点处都连续，对于一般连续函数是不具备这样的性质的（其证明超出要求范围）. (7) R(?)、B(?)在t处连续的充要条件为R(?)、B(?)在 ?=0处连续. 如何根据平稳过程的观察值估计过程的数字特征？ 二、 各态历经性 定义 设X(t)是一个平稳过程,称 为X(t)在[-T,T]上的历时平均值.称 为X(t)在[-T,T]上的历时相关函数. 时如何取“极限”？ 上式中的“积分”是什么概念？ 当 定义设Xn,n=1.2…是由二阶矩存在的随机变量组成的序列,X是一个随机变量