通信网络基础11ppt课件.ppt

1.3.2 Poisson过程(6) 例1.1 有红、绿、蓝三种颜色的汽车，分别以强度为λR、λG、λB的Poisson流到达某哨卡，设它们是相互独立的。把汽车合并成单个输出过程（假设汽车长度为0）。 西安邮电学院通信工程系 郭娟 1.3.2 Poisson过程(7) （1）求两辆汽车之间的时间间隔的概率密度函数； 解 : 由于独立的Poisson过程之和仍为Poisson过程，且其强度为λC=λR+λG+λB。 设ZC为两辆汽车到达的时间间隔，则其概率密度函数为: 合成的过程的特性？ 西安邮电学院通信工程系 郭娟 1.3.2 Poisson过程(7) (2)求在t0时刻观察到一辆红色汽车，下一辆汽车将是(a)红的，(b)蓝的，(c)非红的概率； 设ZR、ZG、ZB分别为两辆红色、绿色、蓝色汽车到达的时间间隔，Zx为红色与非红色汽车到达的时间间隔，λx为非红色汽车的到达强度，则有：λx=λG+λB 。 ZR t0 西安邮电学院通信工程系 郭娟 1.3.2 Poisson过程(7) 西安邮电学院通信工程系 郭娟 1.3.2 Poisson过程(8) （2）求在t0时刻观察到一辆红色汽车，下一辆汽车将 是(a)红的，(b)蓝的，(c)非红的概率； 令Zy为从t0起的非蓝色汽车到达的时间间隔，λy为非蓝色汽车的到达强度，则有：λy=λG+λR ZB t0 西安邮电学院通信工程系 郭娟 1.3.2 Poisson过程(8) 西安邮电学院通信工程系 郭娟 1.3.2 Poisson过程(10) （3）求在t0时刻观察到一辆红色汽车，下三辆汽车是红的，然后又是一辆非红色汽车将到达的概率。 西安邮电学院通信工程系 郭娟 1.3.3 马尔可夫链(1) 马尔可夫（Markov）链是最简单的马氏过程----即时间和状态过程的取值参数都是离散的马氏过程。 {X( t1), X( t2), X( t3),…, X( tn),…} 西安邮电学院通信工程系 郭娟 1.3.3 马尔可夫链(2) 我们把可列个发生状态转移（变化）的时刻记为t1， t2，…,tn，…，在tn时刻发生的转移称为第n次转移；并且假定在每一个时刻tn (n=1,2,…), Xn =X(tn)所有可能的状态的集合S是可数的，即可表示为S={0,1,2,…}。 对应于时间序列t1,t2,… tn,…,马氏链的状态序列为i1,i2,…, in,… 。这时对应于式（1-9）（马氏过程的概率分布）有马氏链的转移概率为： P{Xn=in|Xn-1=in-1, … , x1=i1} = P{Xn=in|Xn-1=in-1} 该式表示在Xn-1=in-1的条件下，第n次转移出现in的概率。 西安邮电学院通信工程系 郭娟 1.3.3 马尔可夫链(3) 如转移概率与n无关（即与哪一次转移无关，仅与转移前后的状态有关），则该马氏链为齐次马氏链；否则称为非齐次马氏链。 此时式（1-21）可以表示为 Pij = P { Xn= j | Xn-1 = I } 上式称为马氏链的（一步）转移概率。 Pij满足下列条件： 西安邮电学院通信工程系 郭娟 1.3.3 马尔可夫链(4) 相应的转移概率矩阵可以表示为： 西安邮电学院通信工程系 郭娟 1.3.3 马尔可夫链(5) 例1.2 设一盲人（或一个随机点）在如图1-13所示的线段上游走，其步长为l。假定他只能在a1=2l，a2= l，a3=0，a4=-l，a5 = -2l 这5个点上停留，且只在时刻 t = 1,2,…上发生游走。 游走的规则是：如果游走前他在a2，a3，a4这几个点上，那么就分别以1/2的概率向左或向右走动一步；如果游走前他在a1(a5 )上，那么就以概率1走到a2(a4 )点上。 西安邮电学院通信工程系 郭娟 1.3.3 马尔可夫链(6) 以Xn=ai, i=1,2,3,4,5 表示在t=n 时刻盲人位于停留点ai处，则容易看出X1,X2,…是一个马氏链，且他游走的转移概率矩阵为： 西安邮电学院通信工程系 郭娟 1.3.3 马尔可夫链(7) 如果用图来表示这一转移过程，则可得图1-14。图中的圆圈表示马氏过程的状态，图中带箭头的弧线表示状态的转移，弧线上的数字表示一步转移概率。该图称为马氏过程的状态转移图。 西安邮电学院通信工程系 郭娟 1.3.3 马尔可夫链(8) 在考察马氏过程中，我们还经常用到n步转移概率，即 它表示当前（第m 步）的状态为i，经过n步转移后（第n+m步）系统的状态为j的概率。 西安邮电学院通信工程系 郭娟 1.3.3 马尔可夫链(9) 系统中n=m1+m2步状态转移概率可用下式(Chapman—Kolmogorov)等式来求解： 西安邮电学院通信工程系 郭娟 1.3.3 马尔可夫链(10