随机过程Ch7 平稳过程谱分析.pptVIP

第七章 平稳过程的谱分析  第七章平稳过程的谱分析 平稳稳过程(X(t),t∈T的相关函数Rx(τ)在时间域上 描述过程的统计特征;为描述平稳过程在频域上的统计特 征,需要引进谱密度的概念.本章主要讨论平稳过程的谱 密度及相关函数Rx(τ)的谱分析 7.1平稳过程的谱密度 谱密度的概念在平稳过程的理论和应用上都很重要.从 数学上看,谱密度是相关函数的傅里叶变换,它的物理意 义是功率谱密度. 我们首先简要介绍普通时间函数x(t)的频谱、能谱密度 的概念 设x(t)绝对可积,即「x(t)ldt∞,则x(t)的傅里叶 变换存在,或者说x(t)具有频谱:  平稳过程的谱密度 Fx(a)=x(t)e-ictdt 一般地,F(0)是复值函数,有 Fx(o)=x(t)eiotdt-F(G) Fx(ω)傅氏反变换为 x(t)=F()eictd 利用以上第一与第三式,可得 x2(t)dt=x(t) F (elota odt ∫。 Fx(o)「x(t) e1o tdtd 故 +232Fx(①)Fx()d0 ∫|F2(o)12d.(☆)  平稳过程的谱密度 (☆)式称为帕塞伐公式.若把x(t)看做是通过19电阻 上的电流或电压,则左边的积分表示消耗在19电阻上的 总能量,故右边的被积函数|F(ω)|2相应地称为能谱密 度,帕塞伐公式即可看做总能量的谱表示式 实际问题中,大多数时间函数的总能量都是无限的,因 而不能满足傅氏变换条件.为此我们考虑平均功率及功率 密度 作一截尾函数 x(t),|t|≤T, 0,t|T. 因为xr(t)有限,其傅氏变换存在,于是有 T)=X(t)ei tdt=XT(t)e-i o tdt, F2(,m的傅氏反变换为xr()=2B2(o,T)eota  平稳过程的谱密度 根据(☆)式的帕塞伐公式,有 ∫x2r(t)at-x2(t)at=2 故 x2(tdt=1 47I IF(a, T)12d 1im1F(ω,T|2d 显然上式左边可以看做是x(t)消耗在19电阻上的平均功 率,相应地,称右边的被积函数 lim F(o, T)I 为功率密度 以上讨论的是普通时间的实质函数的频谱分析,对于随 机过程{X(t),一∞t∞}可以作类似的分析