第11章节gauss系跟时间序列资料.pdf

龚光鲁,钱敏平著 应用随机过程教程 – 与在算法和智能计算中的应用 清华大学出版社, 2004 第 11 章Gauss 系, 二阶矩过程, 时间序列 1. 全体方差有限的随机变量构成的 Hilbert 空间 1, 1 实值情形 期望为 0 且方差有限的随机变量全体构成的集合, 记为 L2 ．它是一个无穷维的线性空间. 在L 2 上可以仿照欧氏空间定义内积: (x ,h) E (xh) , ( x ,h L 2 ). 于是L2 在此内积下成为(无穷维)欧氏空间. 再仿照欧氏空间定义模 (相当于长度，也称为 均方距离) 1 2 || x || (x ,x ) ． 它有以下的重要性质: （１）Cauchy不等式:| (x ,h) ||| x || ||h || . （２）三角形不等式: || x h ||||x || ||h || . 这样 d (x ,h) || x h || 就是定义在 L2 上的一个距离,从而有了收敛性:即若 || x x || 0 , n 2 2 则称 xn x (它的含义恰是均方收敛E | xn x | 0 ).作为线性空间 L 除了不再是有限 维以外,它与普通的有限维欧氏空间一样,作为距离空间都是完备的,即:随机序列{xn }在 L 2 中收敛的充要条件为它是一个Cauchy列(见第9章),也就是 e 0, N , 只要n,m N ,就有||xn xm || e . 定义１１.１ 完备的无穷维欧氏空间常称为Hilbert空间. 1. 2 复值情形 在通信等领域,人们常用复值的量.记i 为虚数单位,若x ，h 都是随机变量，则 V x ih 称为复值随机变量,它具有复的数学期望EV E x iEh ,非负的方差 var V E (VV } Ex 2 Eh 2 . 用一点技术处理可以证明(本书从略):对于任意复常数a ,恒有E (aV) aEV .两个期 望为0的复随机变量V ,V 的内积定义为 (V ,V ) E (V V ) . 于是, 实值情形的结论对于复值 1 2 1 2 1 2 情形也是适用的. 2 随机变量族的均方信息空间与滤波 2. 均方信息空间1 记号１ １．２ 由随机变量族{xa :a I } 中任意有限个元素的任意有界连续函数全体 组成L2 的一个线性子空间(但对极限并不封闭),记为 (x ) . 再记 (x ) 为:包含 (x ) 且对 L2 中收敛性封闭的最小集合,那么 (x ) 是L 2 的 Hilbert子空间.我们称它为{xa :a I } 的均方信息空间.这里 ”均方信息” 的含义是指 只要 “方差有限”的信息. 284 2. 2滤波问题