3.随机过程基本知识.pptVIP

？问题： 概率论中怎样描述随机变量的变化规律？ 1) 随机过程的一维分布函数 随机过程的二维分布函数 * 第 3 章 随机过程分析 本章大纲： 随机过程的基本概念 平稳随机过程的定义、各态历经性、相关函数和功率谱密度 高斯过程的定义、性质、一维概率密度函数和分布函数 窄带随机过程的表达式和统计特性 正弦波加窄带高斯过程的统计特性 白噪声和带限白噪声 随机过程通过线性系统 随机过程 随机过程 3.1 随机过程的基本概念和统计特性 第 3 章 随机过程分析 3.2 平稳随机过程 3.3 高斯随机过程 3.4 随机过程通过线性系统 3.5 窄带随机过程 3.6 正弦波加窄带高斯噪声 通信中两种常见的特殊的随机过程 线性系统 ? 窄带系统 窄带随机过程 信号 噪声 3.1 随机过程的基本概念和统计特性 3.1.1随机过程基本概念 通信过程中的信号和噪声，符合随机过程的特点。 一类是其变化过程具有确定的形式，或者说具有必然的变化规律，用数学语言来说，其变化过程可以用一个或几个时间t的确定函数来描述，这类过程称为确定性过程。 另一类过程没有确定的变化形式，也就是说，每次对它的测量结果没有一个确定的变化规律，用数学语言来说， 这类事物变化的过程不可能用一个或几个时间t的确定函数来描述，这类过程称为随机过程。 自然界中事物的变化过程可以大致分成为两类。 设有n台性能完全相同的接收机。我们在相同的工作环境和测试条件下记录各台接收机的输出噪声波形（这也可以理解为对一台接收机在一段时间内持续地进行n次观测）。 测试结果表明，尽管设备和测试条件相同，记录的n条曲线中找不到两个完全相同的波形。这就是说，接收机输出的噪声电压随时间的变化是不可预知的，因而它是一个随机过程。  3.1.1随机过程基本概念 图 3- 1接收机输出的噪声电压随时间的变化 随机过程初步认识 图 3- 1样本函数的总体-------随机过程 所有可能出现的结果的总体{x1(t), x2(t)， …, xn(t)， …}就构成一随机过程，记作ξ(t)。简言之， 无穷多个样本函数的总体叫做随机过程ξ(t)={xi(t)}  3.1.1随机过程基本概念 每一次试验都有一条时间波形（称为样本函数或实现），记作Si=xi(t).  严格定义: 设Sk(k=1, 2, …)是一组随机试验。 样本函数S1 样本函数S2 样本函数Sn 图 3- 1样本函数的总体-------随机过程 随机过程基本特征：（两重性） 确定性(事后):总体上是一个时间函数，并且由无数多个确定的时间函数（样本）组成。 随机性:在固定的某一观察时刻t1，全体样本在t1时刻的取值ξ(t1)是一个不含t变化的随机变量。 3.1.1随机过程基本概念 由接收机输出噪声波形的随机试验可以看出,每次试验之后，ξ(t)取图所示的样本空间中的某一样本函数，至于是空间中哪一个样本，在进行观测前是无法预知的，这正是随机过程随机性的具体表现。 随机变量的统计特性: 概率分布函数F(x) 概率密度函数f(x) 随机变量的数字特征: 数学期望a、方差σ2 协方差和相关系数 3.1.2 随机过程的统计特性 随机变量ξ(t1)小于或等于某一数值x1的概率P表示为［ξ(t1)≤x1］简记为F1(x1, t1)=P［ξ(t1)≤x1］(3.1 - 1)  设ξ(t)表示一个随机过程，在任意给定的时刻t1∈T， 其取值ξ(t1)是一个一维随机变量。而随机变量的统计特性可以用分布函数或概率密度函数来描述。  随机过程的两重性使我们可以用与描述随机变量相似的方法， 来描述它的统计特性。  3.1.2 随机过程的统计特性 1) 随机过程ξ(t)的一维分布函数（取一个时刻）： 在任意给定的时刻t1∈T， 其取值ξ(t1)是一个一维随机变量，每个时刻的分布用一个分布函数说明。并注意它们不一定相同。 t1 t2 t3 f1(x1,t1) f1(x2,t2) f1(x3,t3) 为ξ(t)的一维概率密度函数。 如果F1(x1, t1)对x1的偏导数存在，即有 2) 随机过程ξ(t)的一维概率密度函数 显然，随机过程的一维分布函数或一维概率密度函数仅仅描述了随机过程在各个孤立时刻的统计特性，而没有说明随机过程在不同时刻取值之间的内在联系，为此需要进一步引入二维分布函数。  任给两个时刻t1, t2∈T，则随机变量ξ(t1)和ξ(t2)构成