第三章平稳过程的线性模型.pptVIP

第三章 平稳过程的线性模型 随机信号的模型 “模型”一词常用表示一些假设，这些假设可用于解释或描述组织或约束物理数据产生的内在规律。随机过程用模型表示可回溯到Yule(1972)的一种思想，这种思想就是强相关时间序列u(n)可用独立的随机序列作用于一个线性滤波器产生。通常假设激励是零均值，方差为常数的高斯分布的随机序列。这样的随机序列构成一个纯随机过程，通常指高斯白噪声 3.1 有理分式模型 有里分式模型是应用最为普遍的线性模型，该模型的系统函数为有理式 根据分子分母的具体情况，有理分式模型可以分为： 3.1.1 ARMA模型（autoregressive moving average） 一类很重要的随机过程可以用有理传递函数建模。这类随机信号在实践中经常会出现。有理传递函数模型也通常用于其它类型的随机过程的近似表示。用有理传递函数表示的随机过程可以通过白噪声驱动具有有理传递函数的系统产生。 ARMA(p,q)的系统函数H(z)为： 3.1.4 三种模型系数间关系 实际中，我们常常会关心谱的估计。这将在本书以后章节中介绍。功率谱估计问题是从随机过程单个样本的有限测量集来估计随机过程的功率谱。有两类重要谱估计方法：非参数法和参数法。非参数法不作有关过程的假设。而仅是建立在测量的基础上。这种方法同模型法比性能较差。参数法假设随机过程的模型（MA、AR、ARMA），