第二章随机过程2教学内容.pptVIP

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。;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；;第2章 随机信号概论;;特定实验结果 一个确知的时间函数;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; 1;二.随机过程的分类; 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。 ; 按随机过程X(t)的的分布函数或概率密度的不同特性分类 正态过程、马尔可夫过程、独立增量过程 平稳性过程、遍历性 宽带过程、窄带过程、白噪声、有色噪声 ;§2.2 随机过程的统计特性;一.随机过程的概率分布;1. 一维概率分布 随机过程在任一特定时刻 取样得到随机变量 ， 其概率分布为 称作随机过程X(t)的一维分布函数。 求偏导数数可得 称作随机过程X(t)的一维概率密度。 ;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. 二维概率分布;X(t); 随机过程X(t)的n维分布函数的主要性质： 1、 2、 3、 4、 5、 6、如果 统计独立，则有 ;例 设随机振幅信号 ，其中 是常数，Y是均值为零，方差为1的正态随机变量，求 时的概率密度。; ***虽然随机过程的概率分布族能够完整地描述其统计特性， 但在实际应用中确定这些分布特性非常困难，甚至不可行***; 如果将过程X(t)中的 t 看成是固定的，则 X(t)就是一个随机 变量。设它随机的取值x，则其在 t 时刻取x值的概率密度为 。 因此，期望的定义：;2、均方值与方差 ; 物理意义：如果 表示噪声电压，则均方值 和方差 分别表示消耗在单位电阻上的瞬时功率统计平均值和瞬时交流功率统计平均值。 ;例 设随机振幅信号为 X(t) = Qsin(?0t)，其中 ?0 为常数，Q 为标准正态随机变量，求该随机信号的均值和方差？;3、自相关函数;例 如果随机过程X(t)为：X(t)=Vcos4t，式中V是随机变量， 数学期望为5、方差为6，求随机过程的均值和自相关函数.;4、自协方差函数;5、互相关函数;6、统计独立、不相关和正交;互协方差函数;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。;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：;三.随机过程的特征函数;2. 二维特征函数;因此，随机过程X(t)的相关函数为： ;3. n维特征函数;§2.3 随机序列及其统计特性;均值向量：;若将矩阵元素换成协方差：;性质1：对称性;例 求在[0,1)区间均匀分布的独立随机序列的均值向量，自相 关阵与协方差阵。设N=3。;均值向量与自相关阵分别为