第2章随机过程.pptVIP

或简记为R(τ)Pξ(ω)关系式（2.2-18）称为维纳-辛钦关系，在平稳随机过程的理论和应用中是一个非常重要的工具。它是联系频域和时域两种分析方法的基本关系式。根据上述关系式及自相关函数R(τ)的性质，不难推演功率谱密度Pξ(ω)有如下性质：第30页，共85页，星期日，2025年，2月5日（1）Pξ(ω)≥0，非负性；（2.2-20）（2）Pξ(-ω)=Pξ(ω)，偶函数。（2.2-21）因此，可定义单边谱密度Pξ(ω)为Pξ1(ω)=0W0W0例2-1某随机相位余弦波ξ(t)=Acos(ωct+θ)，其中A和ωc均为常数，θ是在(0,2π)内均匀分布的随机变量。（1）求ξ(t)的自相关函数与功率谱密度；（2）讨论ξ(t)是否具有各态历经性。第31页，共85页，星期日，2025年，2月5日解(1)先考察ξ(t)是否广义平稳。ξ(t)的数学期望为ξ(t)的自相关函数为第32页，共85页，星期日，2025年，2月5日见ξ(t)的数学期望为常数，而自相关函数只与时间间隔τ有关，所以ξ(t)为广义平稳随机过程。根据平稳随机过程的相关函数与功率谱密度是一对傅里叶变换，即R(τ)Pξ(ω)，则因为第33页，共85页，星期日，2025年，2月5日cosωcτπ［δ(ω-ωc)+δ(ω+ωc)］所以，功率谱密度为Pξ(ω)=［δ(ω-ωc)+δ(ω+ωc)］平均功率为S=R(0)=(2)现在来求ξ(t)的时间平均。根据式（2.2-6）可得第34页，共85页，星期日，2025年，2月5日比较统计平均与时间平均，得a=,R(τ)=，因此，随机相位余弦波是各态历经的。第35页，共85页，星期日，2025年，2月5日2.3高斯随机过程2.3.1定义若随机过程ξ(t)的任意n维（n=1,2,…）分布都是正态分布，则称它为高斯随机过程或正态过程。其n维正态概率密度函数表示如下：fn(x1,x2,…,xn;t1,t2,…,tn)式中,ak=E［ξ(tk)］，σ2k=E［ξ(tk)-ak］2，|B|为归一化协方差矩阵的行列式，即第36页，共85页，星期日，2025年，2月5日b12…b1nB211…b2nBn1bn2…1…………|B|jk为行列式|B|中元素bjk的代数余因子，bjk为归一化协方差函数，且第37页，共85页，星期日，2025年，2月5日2.3.2重要性质（1）由式(2.3-1)可以看出,高斯过程的n维分布完全由n个随机变量的数学期望、方差和两两之间的归一化协方差函数所决定。因此，对于高斯过程，只要研究它的数字特征就可以了。（2）如果高斯过程是广义平稳的，则它的均值与时间无关，协方差函数只与时间间隔有关，而与时间起点无关，由性质（1）知，它的n维分布与时间起点无关。所以，广义平稳的高斯过程也是狭义平稳的。（3）如果高斯过程在不同时刻的取值是不相关的，即对所有j≠k有bjk=0，这时式（2.3-1）变为第38页，共85页，星期日，2025年，2月5日fn(x1,x2,…,xn;t1,t2,…,tn)=(2.3-2)也就是说，如果高斯过程在不同时刻的取值是不相关的，那么它们也是统计独立的以后分析问题时，会经常用到高斯过程中的一维分布。例如，高斯过程在任一时刻上的样值是一个一维高斯随机变量，其一维概率密度函数可表示为=f(x1,t1)·f(x2,t2)…f(xn,tn)第39页，共85页，星期日，2025年，2月5日