平稳过程PPT课件.pptxVIP

(第三章)平稳随机过程

内容提要平稳过程的概念与性质平稳过程的各态历经性联合平稳过程

1平稳过程的概念与性质[定义]设{X(t),t?T}是随机过程，若对任意常数?和正整数n，t1,t2,…,tn?T，t1+?,t2+?,…,tn+??T，(X(t1),X(t2),…,X(tn))与(X(t1+?),X(t2+?),…,X(tn+?))有相同的联合分布函数，则称{X(t),t?T}为严平稳过程，也称狭义平稳过程。严平稳过程

N阶平稳过程[定义]设{X(t),t?T}是随机过程，若对于正整数n?N和任意常数?，t1,t2,…,tn?T，t1+?,t2+?,…,tn+??T，(X(t1),X(t2),…,X(tn))与(X(t1+?),X(t2+?),…,X(tn+?))有相同的n维联合分布函数，则称{X(t),t?T}具有N阶平稳性。（事实上，当n=N时条件满足即可）

严平稳过程的一维概率密度函数(1)严平稳过程X(t)的一维概率密度函数与时间无关。均值：方差：均方值：严平稳过程的均值、均方值和方差均为常数。

严平稳过程的二维概率密度函数(2)严平稳过程X(t)的二维概率密度函数只与t1、t2的时间间隔有关。自相关：自协方差：严平稳过程的自相关和自协方差只与时间差?有关。

宽平稳过程[定义]设{X(t),t?T}是随机过程，如果满足

(1){X(t),t?T}是二阶矩过程；

(2)mX(t)=E{X(t)}=常数；（均值平稳）

(3)RX(t1,t2)=E[X(t1)X(t2)]=RX(t2?t1)=RX(?)；

（自相关平稳）

则称{X(t),t?T}为广义平稳过程，简称(宽)平稳过程。

常用平稳性之间的关系严平稳n阶平稳(n2)二阶平稳一阶平稳均值平稳自相关平稳广义平稳高斯过程

例1设有随机相位过程X(t)=asin(?t+?)，a,?为常数，?为(0,2?)上服从均匀分布的随机变量，试讨论随机过程X(t)的平稳性。[解]因此X(t)是平稳随机过程。

例2（白噪声序列）设{Xn,n=0,?1,?2,?}是实的互不相关随机变量序列，且E[Xn]=0，D[Xn]=?2，试讨论随机序列的平稳性。[解]因为:(1)E[Xn]=0故随机序列的均值为常数，相关函数仅与?有关，因此它是平稳随机序列。

平稳过程相关函数的性质[定理]设{X(t),t?T}是平稳过程，则其相关函数RX(?)具有下列性质：(1)(3)共轭对称性:(2)(4)RX(?)是非负定的，即实平稳过程的相关函数是偶函数

周期过程设{X(t)}是平稳过程，若其相关函数RX(?)满足RX(?)=RX(?+T)则称{X(t)}是周期过程。例1中的随机正弦过程X(t)=asin(?t+?)是一个周期过程，周期为：T=2?/?

平稳高斯过程[定义]设{X(t),t?T}是随机过程，若对任意正整数n和t1,t2,…,tn?T，n维随机变量(X(t1),X(t2),…,X(tn))是联合高斯分布的，则称{X(t),t?T}为高斯随机过程或正态过程。其中，X=(X1,X2,…,Xn)，

m=(m1,…,mn)是常向量（均值向量），

K=(Kij)n×n是正定矩阵（协方差矩阵）。n维高斯分布：

平稳高斯过程均值和自相关函数是平稳的，任意n维联合概率密度函数为平稳高斯过程{X(t),t?T}满足其中，R是由相关系数rij构成的行列式，Rij是行列式中元素rij构成的代数余子式。

平稳高斯过程的一维、二维概率密度函数一维概率密度函数二维概率密度函数

高斯过程的性质高斯过程完全由它的均值和相关函数（协方差函数）决定；高斯过程的不相关与独立等价；高斯过程的宽平稳与严平稳等价；高斯过程与确定信号之和仍为高斯过程；若高斯过程｛X(t),t?T｝在T上均方可微，则其导数过程｛X?(t),t?T｝也是高斯过程；若高斯过程｛X(t),t?T｝在T上均方可积，则其积分过程｛Y(t),t?T｝也是高斯过程。

2平稳过程的各态历经性对于随机过程X(t,e)，对于每一个固定的t?T，X(t,e)是一个随机变量，

E[X(t)