第二章随机过程.pptVIP

随机过程的一维分布函数和一维概率密度具有一维随机变量的一维分布函数和一维概率密度的各种性质； 随机过程的一维分布函数和一维概率密度还是时间t的函数； 随机过程的一维分布函数和一维概率密度描述该随机过程在任一孤立时刻取值的统计特性。 2). 若两个随机过程X(t)和Y(t)的互协方差函数为零,即 ,则称X(t)和Y(t)之间互不相关。 ! 两个过程互相独立，则必不相关，反之则不一定成立； 两过程正交不一定不相关，除非它们至少有一个零均值。 3). 若两个随机过程X(t)和Y(t)之间的互相关函数等于零，即对 任意t1，t2有： 则两过程正交。 例 设随机过程X(t)=U·t，U在(0,1)上均匀分布，求E[X(t)]，D[X(t)]，Rx(t1,t2)，Cx(t1,t2)。 解： 例2.3 若一随机过程由下图所示的四条样本函数组成，而且每条样本函数出现的概率相等，求RX (t1, t2) 。 解：由题意可知，随机过程X(t)在 t1, t2 两个时刻为两个离散随机变量。所以可列出联合分布率如下： X(t1) X(t2) P?i ?1 1 5 1/4 ?2 2 4 1/4 ?3 6 2 1/4 ?4 3 1 1/4 * Fundamental Theory of Electrical Engineering LUT 确定信号：随时间做有规律的、已知的变化。可以用确定的 时间函数来描述。如：方波、锯齿波。人们可以准确地预测它未来的变化，即：这次测出的是这种波形，下次测出的还是这种波形。 确定信号 随机信号：随时间做无规律的、未知的、“随机”的变化。无法用确定的时间函数来描述，无法准确地预测它未来的变化。这次测出的是这种波形，下次测出的会是另一种波形。 随机信号 2.根据随机过程的具体形式，求它的概率分布及各种 数字特征； 1.随机过程的定义、分类； 第2章随机信号概论 本章要求： 第2章 随机信号概论 §2.2 随机过程的统计特性 §2.3 随机序列及其统计特性 §2.1 随机过程的概念及分类 §2.1 随机过程的概念及分类 随机信号：随时间做无规律的、未知的、“随机”的变化。无法 用确定的时间函数来描述，无法准确地预测它未来的变化。这 次测出的是这种波形，下次测出的会是另一种波形。 接收机噪声 ！随机信号的统计特性 是确定的。 因此，用统计学方法 建立了随机信号的数学模 型→随机过程。 例：在相同条件下，对同一雷达接收机的内部噪声电压（或电 流）经过大量的重复测试后，设观测到的所有的可能结果有m 种，记录下m个不相同的波形。 特定实验结果 一个确知的时间函数 一.随机过程的定义 定义1：设随机试验E的样本空间S＝{ζ},若对每个元素ζ∈S， 总有确知的时间函数X(t,ζ),t∈T与它相对应；这样，对于所 有的ζ∈S，就可以得到一族时间t的函数，将其称为随机过程。 族中的每一个函数称为该过程的样本函数。 适用于对随机过程的实际观测 用实验方法观测到各个样本 样本数目越多，越能掌握随机过程的统计规律性 常用于理论分析 可以看成随机变量的推广（n维） 随机变量的维数越大，越能掌握随机过程的统计规律性 一个特定时间 一个取决于ζ的随机变量 定义2：若对于每个特定的时间 都是随机变量，则称 为随机过程。 1 一个时间函数族（t和ζ都是变量） 2 一个确知的时间函数（t是变量，而ζ固定） 4 一个确定值（t和ζ都固定） 3 一个随机变量（t固定，而ζ是变量） 随机过程X(t)在四种不同情况下的含义 二.随机过程的分类 · 按随机过程X(t)的时间和状态是离散还是连续进行分类 1 连续型随机过程——任意的 都是连续型随机变量； 2 离散型随机过程——任意的 都是离散型随机变量； 3 连续随机序列 ——任意离散时刻的状态是连续型随机变量； 4 离散随机序列 ——随机过程的时间和状态都是离散的。 离散 离散 离散随机序列 连续 离散 离散型随机过程 离散 连续 连续随机序列 连续 连续 连续型随机过程 时刻 状态 按随机过程的样本函数的形式不同进行分类 不确定性随机过程——样本函数的未来值不能由过去的观测值准确预测； 确定性随机过程 ——样本函数的未来值可以由过去的观测值预测。 随机相位信号: Asin(?t+Φ) U(0,2?) 按随机过程X(t)的的分布函数或概率密度的不同特