概率论与随机过程第2章

概率论与随机过程第2章

ID:37818618

大小:953.10 KB

页数:26页

时间:2019-05-31

概率论与随机过程第2章_第1页
概率论与随机过程第2章_第2页
概率论与随机过程第2章_第3页
概率论与随机过程第2章_第4页
概率论与随机过程第2章_第5页
资源描述:

《概率论与随机过程第2章》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、第二章随机信号概论随机过程的基本概念及分类随机过程的统计特性数字特征:均值函数mx(t)方差函数Dx(t)协方差函数Cxy(t1,t2)相关函数Rxy(t1,t2)特征函数Fx(u)=E{exp(jux(t))}7/25/2021概率论与随机过程§2-1.随机过程的概念随机事件A----事件之间的关系,事件的概率pA及其关系。随机变量X----f(x),F(x),f(x,y),fX(x),fY(y),随机变量函数的概率密度/E[X],D[X],Cov[X,Y]→随机过程(随机信号)。随机函数------随非随机

2、(确定性)参数变化的随机变量。例如,X(u,v).e.g.时间,空间等随机过程----随时间参数t变化的随机变量。记为,X(t)。1.非随机参数对应的函数值是随机变量;2.随机过程是随机函数的特例。7/25/2021概率论与随机过程具体的波形不能事先预知但必为可能波形之一所有可能波形x1(t),x2(t),…..xn(t)…….的集合构成了随机过程例:测量接收机的输出噪声电压tv(t)7/25/2021概率论与随机过程随机过程的两种表达式:xi(t)是随机试验第i次的实验结果,称为随机过程的样本函数;所有xi(

3、t)的集合{xj(t)}构成随机过程,记为X(t)~{xj(t)}在ti时刻的各种可能结果的取值X(ti),称为随机过程X(t)在ti时刻的随机变量。所有随机变量X(ti)集合{X(ti)}构成随机过程的另一表达式。即:X(t)~{X(ti)}随机变量X(ti)7/25/2021概率论与随机过程随机过程的分类按时间和状态分类类别状态时间连续随机过程连续连续离散随机过程离散连续连续随机序列连续离散离散随机序列离散离散经过判别电路,大于门限电压为“1”,小于门限电压为“0”7/25/2021概率论与随机过程按样本函

4、数形式分类类别过去观测值与未来值的关系不确定随机过程结果不可预测(不能描述成t的函数)确定随机过程可预测(可描述成t的函数)按统计特性、分布函数、概率密度函数等分类:平稳随机过程;高斯过程;白噪声;独立随机过程马可夫链泊松过程…..7/25/2021概率论与随机过程随机过程的一维分布函数和密度函数在ti时刻,X(ti)是一个随机变量,其分布函数记为:其密度函数记为:在任意t1,t2时刻,{X(t1),X(t2)}的联合密度函数表示为:在任意t1,…tn时刻,{X(t1),….X(tn)}的联合密度函数表示为:孤

5、立时间点的分布特性比一维分布信息多7/25/2021概率论与随机过程(2)过程X(t)为:式中a,w0为常数,F~(0,2p)上均匀分布-----随相正弦波例(1)抛硬币试验,样本空间是S={H,T},现定义,7/25/2021概率论与随机过程例3(2.4)抛硬币试验,样本空间是S={H,T},现定义假设出现正面和反面的概率相同,试确定X(t)的一维分布函数FX(x;0.5),FX(x;1),以及FX(x1,x2;0.5,1)X(t=1/2)01X(t=1)2-17/25/2021概率论与随机过程2.3已知随机

6、过程X(t)为w0是常数,X是标准高斯分布r.v.,求X(t)的一维概率密度。解1(p233):解2发解3,雅各比行列式的方法7/25/2021概率论与随机过程t1t27654321z1z2z3z4X(t1)1263X(t2)5421例3(2.5):一个随机过程由如图所示的四条样本函数组成,且每条样本函数出现的概率分别为:1/8,1/4,3/8,1/4,求:E[X(t1)],E[X(t2)]E[X(t1)X(t2)]及联合概率密度函数解:X(t1)X(t2)126351/8000401/4002003/8010

7、001/47/25/2021概率论与随机过程§2.随机过程的研究方法随机过程的特征:随机过程的研究方法:1.概率描述法:利用多维联合概率密度与分布函数的描述;2.统计平均描述法:利用数字特征:均值,方差,相关函数,高阶矩等描述。随机性(不同时刻为不同的随机变量)关联性(不同时刻的随机变量之间有波及性)7/25/2021概率论与随机过程概率描述法(微观描述):概率描述是从随机过程X(t)在某一个时刻ti的随机变量的概率密度开始描述,逐步延伸到某二个时刻ti,tj的随机变量X(ti),X(tj)的联合概率密度,直至

8、随机过程X(t)在n个时刻n维随机变量的描述。微观描述-----利用多维随机变量的联合概率密度和分布函数对随机过程细部特征的一种描述方法。7/25/2021概率论与随机过程显然,随着维数n的增加对随机过程的描述将渐逐地清晰。理论上当n→∞,则描述完备。然而,随着描述的深入,其复杂度将越来越高。t2t3titj7/25/2021概率论与随机过程统计平均描述法:统计平均描述法所关心的是:随

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。