[理学]2平稳随机过程.ppt

5.3.平稳过程均方连续性与其自相关函数的关系 定理 设平稳过程{X(t),t?T}的自相关函数为Rx(?),则下列条件等价： ①{X(t),t?T}在T上均方连续； ②{X(t),t?T}在t=0均方连续； ③ Rx(?)在?=0连续； ④ Rx(?)在T上连续。 证明：①?②，显然； ②?③：当h?0时， ③?④：当h?0时， ④?①：当h?0时 定义：设 为随机过程，对任意 若存在随机变量 使得 6．随机过程的均方导数 则称 在 t 处均方可导。记为 称X为 在 t 处的均方导数。若 在每一点都是均方可导的，则称它在T上均方可导或均方可微，且记它的均方导数为 或 X 定义： 一个普通的二元函数 称为在 广义二次可导，如果 存在。称此极限为 在 处的广义二次导数。记为 定理（均方可导准则） 随机过程 在 均方可导 在 处广义二次可导。 定理：设 的均值函数为 ，相关函数为 ，在T上的均方导数为 ，则 均方导数的性质 1） 若X(t)在t处均方可导，则X(t)在t处均方连续。 2） 若X(t)，Y(t)在t处均方可导，则对任意的常数a, b有 3）若两个随机过程的均方导数相等，则它们只相差一个 随机变量。 特别的，若X是一个随机变量，则其均方导数为零。 4） 设f(t)是普通可导函数，X(t)是均方可导过程，则f(t)X(t) 也是均方可微过程，且 定理 对平稳过程{X(t)},有(1) (2),(1) (4) (3). (1) {X(t)}均方可导。 (2) {X(t)}在 t = 0 处均方可导。 (4) 二次可导。 (3) 在 处二次可导。 例 讨论维纳过程 的可微性。 解 由于当 时，有 可见 不是均方可微的。 7．随机过程的均方积分 定义 设随机过程{X(t),t∈T},[a,b?T],f(t)是[a,b]上的普通实值函数。对[a,b]的任一组分点?:a=t0t1t2…tn=b,记：?tj=tj-tj- 1,tj-1 ≤ uj ≤ tj, j=1,2,…,n,|?n|=max{?tj,1≤j≤n} 若存在与?n及{uj}的取法无关的随机变量Y，使得 则称f(t)X(t)在[a,b]上均方可积，并称Y为f(t)X(t)在[a,b]上的均方积分，记作： 关于均方积分的定义可推广到如下的情况： （1）f(t)是[a,b]上普通的复值函数，(7.1)式改为： 式中|*|为复数的模。 （2）f(t)改为h(s,t),可定义 为一新的随机过程。 （3）积分区间[a,b]可改为[a,+∞]或[-∞,+∞]等，可定义 定理 设{X(t)}为一均方连续的随机过程,f(t),g(t)是[a,b]上的实值连续函数，则 证明：（1）由定义 上式表明，随机过程积分运算与数学期望运算的次序可换。（2）类似可证。 注意：这个定理可推广到更一般的积分情况，例如，当f(t),g(t)是复值函数时，定理的（2）改为 式中 为g(t)的共轭。 * 在自然科学,工程技术中人们经常遇到这样一类过程,这类过程一方面受到随机因素的影响而产随机波动,同时又有一定的惯性使在不同时刻的波动特性基本保持不变,其统计特性是,当过程随时间的变化而产生随机波动时,它的统计特性不随时间的推移而变化，即：过程的概率规律具有平稳性。且这种联系不随时间的推移而改变。例如,导弹在飞行中受到端流影响产生的随机波动,军舰在海浪中的颠波,通讯中的干扰噪声等，本节讨论这一类随机现象的数学描述和主要性质。 * 有时需要同时考虑两个平稳过程{X(t)},{Y(t)},t?T,例如：当线性系统的输入为平稳过程{X(t)},则输出{Y(t)}也是平稳过程，此时就需讨论两个平稳过程。 * 在普通函数的微积分中的连续，导数和积分等概念都是建立在极限概念的基础上。对于随机过程的研究，也需要建立随机过程的连续性，导数和积分等概念，而这些概念都是建立在随机序列极限的基础上，有关这部内容统称