2.1 随机过程基础

2.1 随机过程基础

ID:24368345

大小:621.50 KB

页数:29页

时间:2018-11-14

2.1 随机过程基础_第1页
2.1 随机过程基础_第2页
2.1 随机过程基础_第3页
2.1 随机过程基础_第4页
2.1 随机过程基础_第5页
资源描述:

《2.1 随机过程基础》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第二章随机信号的特征及其估计本章主要讨论随机信号的描述、分析和处理方法本章包括:随机过程基础估计的质量评价均值、方差、自相关函数的估计相关函数域功率谱白噪声过程和谐波过程2.1随机过程基础2.1.1随机过程及其特征描述1.随机过程随机过程通常用表示,定义为两个自变量的一个集合函数常将变量略去,记作2.1随机过程基础2.随机过程的n维分布1).一维概率分布对于任意的时刻t,X(t)是一个随机变量,设x为任意实数,定义为随机过程X(t)的一维分布函数。若的一阶偏导数存在,则定义为随机过程X(t)的一维概率密度。随机过程

2、一维分布的性质:2).二维概率分布和n维概率分布对于随机过程X(t),在任意两个时刻t1和t2可得到两个随机变量X(t1)和X(t2),可构成二维随机变量{X(t1),X(t2)},它的二维分布函数称为随机过程X(t)的二维概率分布函数。若对x1,x2的偏导数存在,则定义为随机过程X(t)的二维概率密度。对于任意的时刻t1,t2,…,tn,X(t1),X(t2),…,X(tn)是一组随机变量,定义这组随机变量的联合分布为随机过程X(t)的n维概率分布,即定义为随机过程X(t)的n维概率分布函数。为随机过程X(t)的

3、n维概率密度。随机过程X(t)和Y(t)的四维联合概率密度3.随机过程的数字特征1).数学期望(均值函数)对于任意的时刻t,X(t)是一个随机变量,将这个随机变量的数学期望定义为随机过程的数学期望,记为mx(t),即2).均方函数3).方差对于任意的时刻t,X(t)是一个随机变量,称该随机变量X(t)的二阶中心矩为随机过程的方差,记为D[X(t)],即4).自相关函数和协方差函数设X(t1)和X(t2)是随机过程X(t)在t1和t2二个任意时刻的状态,fX(x1,x2;t1,t2)是相应的二维概率密度,称它们的二阶

4、联合原点矩为X(t)的自相关函数,简称相关函数设X(t1)和X(t2)是随机过程X(t)在t1和t2二个任意时刻的状态,称X(t1)和X(t2)的二阶联合中心矩为X(t)的自协方差函数当时,当时,若对于任意的t1和t2都有CX(t1,t2)=0,那么随机过程的任意两个时刻状态间是不相关的。若RX(t1,t2)=0,则称X(t1)和X(t2)是相互正交的。若则称随机过程在t1和t2时刻的状态是相互独立的。4.互相关函数和互协方差函数设有两个随机过程X(t)和Y(t),它们在任意两个时刻t1和t2的状态分别为X(t1)

5、和Y(t2),则随机过程X(t)和Y(t)的互相关函数定义为类似地,定义两个随机过程的互协方差函数为若对于任意时刻t1和t2,有RXY(t1,t2)=0,则称X(t)和Y(t)是正交过程,此时有若对于任意时刻t1和t2,有CXY(t1,t2)=0,则称X(t)和Y(t)是互不相关的,此时有当X(t)和Y(t)互相独立时,满足则有当X(t)和Y(t)互相独立时,X(t)与Y(t)之间一定不相关;反之则不成立。研究随机过程有两条途经:侧重于研究概率结构侧重于统计平均性质的研究例:求随机过程的数学期望,方差及自相关函数。

6、其中,w0为常数,是在区间上均匀分布的随机变量。2.1.2平稳随机过程平稳随机过程的定义:统计特性与时间起点无关的随机过程。(又称严格平稳随机过程)广义平稳随机过程的定义:平均值、方差和自相关函数等与时间起点无关的随机过程。广义平稳随机过程的性质:严格平稳随机过程一定也是广义平稳随机过程。但是,广义平稳随机过程就不一定是严格平稳随机过程。2.1.3各态历经性“各态历经”的含义:平稳随机过程的一个实现能够经历此过程的所有状态。各态历经过程的特点:可用时间平均值代替统计平均值,例各态历经过程的统计平均值mX:各态历经过

7、程的自相关函数RX():一个随机过程若具有各态历经性,则它必定是严格平稳随机过程。但是,严格平稳随机过程就不一定具有各态历经性。稳态通信系统的各态历经性:假设信号和噪声都是各态历经的。一阶原点矩mX=E[X(t)]-是信号的直流分量;一阶原点矩的平方mX2-是信号直流分量的归一化功率;二阶原点矩E[X2(t)]-是信号归一化平均功率;二阶原点矩的平方根{E[X2(t)]}1/2-是信号电流或电压的均方根值(有效值);二阶中心矩X2-是信号交流分量的归一化平均功率;若mX=mX2=0,则X2=E[X2(t)];

8、标准偏离X-是信号交流分量的均方根值;若mX=0,则X就是信号的均方根值。2.1.3高斯过程(正态随机过程)定义:一维高斯过程的概率密度:式中,a=E[X(t)]为均值2=E[X(t)-a]2为方差为标准偏差∵高斯过程是平稳过程,故其概率密度pX(x,t1)与t1无关,即,pX(x,t1)=pX(x)pX(x)的曲线:若a=0,=1,则称这种分布为

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。