随机振动第2章.pptVIP

马力 第二章 随机过程 随机过程的基本概念 两类事物的变化过程 确定性过程 随机过程 随机过程 一般定义 变化过程没有确定的变化形式 没有必然的确定性变化规律 不能用确定的函数加以描述 但具有一定的统计规律 技术工程试验角度 对某物理量变化全过程试验测量得到的结果是时间t的函数 但对该物理量变化过程独立的重复进行多次测试所得结果不同 举例 同一驾驶员、同一车速、同一辆车、在同一段路上 多次测试驾驶员座椅处垂直加速度值 记录第一次到第n次试验得到的加速度曲线 其结果都不相同 样本函数和样本空间 样本函数 任一条试验曲线 称为样本函数 又称为子样函数，或这个过程的一个“现实” 样本空间 所有可能的“现实”构成 样本空间又叫样本集合 记 截口（或称状态） 定义 随机过程的概率分布和概率密度 一维分布和概率密度 随机过程在 时刻的一维分布 概率密度函数 基本关系 二维联合分布和概率密度 随机过程对于 和 时刻的二维联合分布 二维联合概率密度函数 基本关系 随机过程X（t）的n维联合分布和概率密度 可容易依次写出n维联合分布和概率密度函数 随机过程的数字特征 数学期望 集合平均 设随机过程X（t）的样本函数为 给定时刻 “截口”随机变量 取值为 数学期望定义（集合平均） 一般计算 若“截口”处的概率密度函数为 ，集合平均可表示为 一般情况下它依赖与采样时刻 时间平均 对单个样本求平均值 计算公式（第k个样本） 一般情况下，不同的样本得到不同的时间平均值 方差 集合平均 在任意“截口” 处，有 时间平均 对第k个样本 自相关函数 描述不同时刻“状态”之间的联系 集合平均 设 和 是随机过程 两个状态，且 随机过程的自相关函数为 用二维联合分布概率密度函数表示 时间平均 计算公式 一般情况下不同的样本，时间平均下的自相关函数也不同 平稳随机过程和各态历经随机过程 平稳随机过程 强平稳随机过程定义 一个随机过程 ，如果对于时间 的任意 数值 和任意实数 ，随即过程的n维分布函数满足关系 或者与此相对应，其概率密度函数满足关系 则称此随机过程为平稳随机过程。 弱平稳随机过程 上述两式只在n=1、2时成立，则称随机过程为弱平稳随机过程 特点 有的随机过程，如果弱平稳条件满足，其强平稳条件也满足 对正态过程，弱平稳条件也是强平稳过程 工程实际中，多数过程是弱平稳过程，但不都一定是强平稳过程 平稳过程的数学期望是一常数，不随时间变化 或 方差为常数，不随时间变化 自相关函数仅是时差的函数，而与绝对时间无关 各态历经过程 定义 对于平稳过程X（t），若其每个样本函数按“时间平均”的 数字特征（数学期望、方差、自相关函数等）均相等，且 等于任一“截口”处的“集合平均：，则该平稳过程称为各态 历经过程，简称遍历过程 数学式表达 平稳过程数学期望的各态历经性 每个子样函数时间平均的数学期望都相同且等于集合平均 平稳过程自相关函数的各态历经性 每个子样函数时间平均的自相关函数都相同且等于集合平均 若数学期望和自相关函数均具各态历经性，则称平稳过程 是各态历经过程，或称遍历过程 数字特征计算式 可从一次试验所得样本函数来计算，比较方便 数学期望 方差 标准差 均方值 均方根值 自相关函数 武汉理工大学汽车学院 马力 王元良 027 2005.06 * 确定的自 由落体过程 任确定一时间 ，对应 每一根曲 线都有一函数值 ， 它们构成一随机变量，用 表示， 这个随机变量即为对应于时刻 的 随机过程的“截口”，又称状态。 一个随机过程 是由无限多个随机 变量构成的随机变量系 各截口数 学期望、方 差、和 自相关函 数分别相等 各态历经过程的时间历程 武汉理工大学汽车学院 马力 王元良 027 2005.06