08离散时间随杠机信号.pptVIP

第八章 离散时间随机信号 本章我们把随机过程作为离散时间信号的模型来讨论，前提是读者已经熟悉如随机变量、概率分布和平均等概率论中的基本概念。 在实际信号处理的应用中利用随机过程模型时，我们总是把一个具体的序列当做全部序列中的一个样本。若给定一个离散时间信号，相对应的随机过程的统计规律通常是未知的，必须设法从中推导出来。我们可以对该过程的构成做出合理的假设，或者从一个典型样本序列段中估计出某一随机过程的性质。 通常一个随机过程由一组带有序号的随机变量{Xn}表示，随机变量组的特性由一组概率分布函数来描述，该分布函数往往可能是序号n的函数。对于离散时间信号，我们认为它的每一个样本值x[n]都是由服从某种概率论定律的过程所产生的。随机变量Xn可以用如下的概率分布函数来描述 一个随机过程的两个随机变量Xn和Xm之间的相互关联性 随机变量的统计独立 一个随机过程的完整描述需要逐一给出全部可能的联合概率密度分布。正如我们已经指出的，这些概率分布函数可能都是时间序号n的函数。如果所有的这些概率函数对于时间起始点的平移均独立，那么这个随机过程通常被称为是平稳的。 一个随机过程的平均或均值定义为 其中E表示数学期望。通常，均值（期望值）可以与n