系统分析与设计中的数学方法384.pptVIP

引入多维随机变量概念 左图代表k个不同测试点所测 得的数据，不同时刻tj对应一个 状态变量（由k个值组成），对 应t1,t2,…,tj,…，就构成了多维 随机变量。 用向量来表示的多维随机变 量，称之随机向量。 每个xj皆为一个一维随机变量。 以二维为例： * fhfh k维随机变量 的统计特征 均值(一阶矩) 协方差（二阶中心矩） * fhfh 三、随机过程的定义 观察不同点处的波幅随时间的 变化 ，它 们不仅是测量点的随机变量，而 且还是时间的函数 称随时间变化而随机取值的时间 随机函数为随机过程。 需要采用随机理论进行定量定 性地分析，研究概率分布，确定 n维概率密度，进行大量的试验 测试和统计。 工程中，需要做一些假设，突 出主要矛盾，形成满足一定假设条 件的随机过程。 * fhfh 两种典型的随机过程 马尔科夫随机过程 随机过程未来的进展和我们所取得的某一开始的时刻有关，而与 这时刻以前的特性无关。 过去即使知道得再多，也无助于了解未来。 比较容易进行数学处理，且结果与实际比较吻合。 平稳随机过程 对于前一段的统计，可以很有意义地用来估计其未来的发展。其 本质特点是：概率密度函数的形状不随时间而变化。即:其形状不随 时间轴上的计时起点而变化。（许多工程实际符合该假设，海浪） 对第k个测量点 所决定的随机过程是平稳随机过程，则有两 组值 * fhfh 几点说明 因为 所以当K=1时，为基波频率项； 若T=4τ0,基波频率Ω=2π/T下降1/2，各线谱间距离缩短一半，其包络线形状一样，只是其高度与T成反比，幅值由A0/2→A0/4； 可以看出: f(t)的各次谐波随频率的变化情况； 因为基波频率Ω=2π/T，当T增大，线谱将互相靠近； 当T →∞时，则成为连续谱，付氏级数→付氏积分。 f(t)通过线性环节后的描述 令r(t)=f(t),为以上方波序列，则 可用下式来描述 * fhfh 二、付氏积分与变换 付氏级数→周期函数，不适用于非周期函数； 对于非周期函数，认为T →∞，由付氏级数引申到付氏积分。 已知周期函数f(t)的付氏级数 将系数代入，即 有 * fhfh 若 有界，当T →∞时，有 当T →∞时， → 0，可看成 dω， ωk → ω， * fhfh 称 * fhfh 其物理意义，对式 取f=ω/2π=1/T作为频率坐标 设F(j2πf)在fk处为单位面积窄脉冲 即F(j2πf)在fk处为单位面积窄脉冲，对应幅值为1的复数正弦 * fhfh 因此，若将付氏变换 分解为一系列窄脉冲，面积分别 是 ，那么，合成的时间函数就是这些复数正弦之和。 由此可见：付氏积分就是在频域上将信号进行分解，其实质 就是将函数f(t)看作由无穷多个谐波叠加而成的。 与付氏级数的比较：连续与离散、非周期与周期 注意：在某个频率点上，谐波的幅值为 ，是无 穷小量，所以一般用相对幅值 表示其频谱。 * fhfh F(jω)可由f(t)曲线求得 设f(t)在±T/2以外为0，则 且已知一周期函数的付氏级数系数为 可得 即:可用根据f(t)构成一个周期函数，并对此进行频谱分析，求得各次谐波的 值，然后计算 ，再将其用光滑曲线连接。 * fhfh 三、典型信号的频谱分析 理想脉冲信号 为方便求解，构建等价函数 应满足 * fhfh 以 为例，计算频谱 * fhfh 利用欧拉公式 对任意ω，其F(jω)都为1，是一种很有用的输入 函数，可测试系统带宽下的特性。 * fhfh 余弦函数 是周期函数，可用付氏级数展开，其线谱由f±f1处的两线段 构成。见右下图 余弦函数不满足绝对可积条件， 借助于δ(t)函数，有 * fhfh 由于 若横坐标改用ω，则频谱为 反推 * fhfh 常值函数 常值的频谱仅