第十二章平稳随机过程.pptVIP

第十二章 平稳随机过程 §12.1 平稳随机过程概念 §12.2 各态历经性 §12.3 相关函数的性质 §12.4 平稳随机过程的功率谱密度 §12.１ 平稳随机过程概念 平稳随机过程:在实际中，有相当多的随机过程，不仅它现在的状态，而且它过去的状态，对未来状态的发生都有着很强的影响。这类随机过程，即为平稳随机过程。 特点：过程的统计特性不随时间的推移而变化。 例12.1.2 设s(t)是一周期为T的函数，Θ是在(0，T) 上服从均匀分布的随机变量，称X(t)＝s(t+Θ) 为随机相位周期过程．试讨论它的平稳性。 解 例12.1.3 考虑随机电报信号.信号X(t)由只取+I或-I的电流给出(图12-1画出了X(t)的一条样本曲线).这里P{X(t)=+I}=P{x(t)=-I}=1/2;而正负号在区间(t,t+τ)内变化的次数N(t,t+τ)是随机的,且假设N(t,t+τ)服从泊松分布,即事件Ak={N(t ,t+τ)=k}的概率为P(Ak)=(λτ)ke- λτ /k!,k=0,1,2, …,其中λ0是单位时间内变号次数的数学期望.试讨论X(t) 的平稳性. §12.2 各态历经性 本节主要讨论，根据实验记录确定平稳过程的均值和自相关函数的理论依据和方法． 首先注意，如果按照数学期望的定义来计算平稳过程X(t)的数字特征，就需要预先确定X(t)的一族样本函数或一维、二维分布函数，这实际上是不易办到的． 但是，平稳过程的统计特性是不随时间的推移而变化的，于是我们自然期望在一个很长时间内观察得到的一个样本曲线，可以作为得到这个过程的数字特征的充分依据．本节给出的各态历经定理将证实：对平稳过程而言，只要满足一些较宽的条件，那末集平均(均值和自相关函数等)实际上可以用一个样本函数在整个时间轴上的平均值来代替．这样，在解决实际问题时就节约了大量的工作量．为此，先介绍随机过程积分的概念 §12.2 .1 随机过程积分的概念 时间均值和时间相关函数 分别称为随机过程X(t)的时间均值和时间相关函数．我们可以沿用高等数学中的方法求积分和求极限，其结果一般来说是随机的。 例12.2 .1 计算随机相位正弦波 X（t）=acos(ωt+Θ)的时间平均?Χ（t）?和?X（t）X（t+τ）?. 解 　　将此例结果与337页例2的结果比较，可知 这表明：对于随机变量相位正弦波，用时间平均和集平均分别算得的均值和自相关函数是相等的．这一特性并不是随机相位正弦波所独有的．下面引入一般概念． 设?X（t）?是一平稳过程， 1. 如果 ?X（t）?=E[X（t）]= μΧ (2.5) 以概率1成立，则称过程X（t）的均值具有各态历经性. 2.如果对任意实数τ, ?X（t）X（t+τ）?=E[?X（t）X（t+τ）?]=RX(τ) (2.6) 以概率1成立，则称过程X(t)的自相关函数具有各态历经性.特别当τ=0,称均方值具有各态历经性. 3.如果X(t)的均值和自相关函数都具有各态历经性,则称X(t)是(宽)各态历经过程,或者说X(t)是各态历经的. 定义中“以概率l成立”是对X(t)的所有样本函数而言的. 注：各态历经性有时也称作遍历性或埃尔古德性(ergodicity).按定义，例1中的随机相位正弦波是各态历经过程． 当然，并不是任意一个平稳过程都是各态历经的．例如平稳过程X(t)=Y其中y是方差异于零的随机变量，就不是各态历经过程．事实上，X(t)＝y＝y，亦即时间均值随y取不同可能值而不同．因Y的方差异于零，这样X(t)就不可能以概率1等于常数E[X(t)]＝E[Y]． 注意,对例l中的随机相位正弦波而言， 不存在，但它的均值是各态历经