对于高斯过程.ppt

对于高斯过程.ppt

ID:55792834

大小:464.50 KB

页数:67页

时间:2020-06-02

对于高斯过程.ppt_第1页
对于高斯过程.ppt_第2页
对于高斯过程.ppt_第3页
对于高斯过程.ppt_第4页
对于高斯过程.ppt_第5页
资源描述:

《对于高斯过程.ppt》由会员上传分享,免费在线阅读,更多相关内容在PPT专区-天天文库

1、2.1随机过程的基本概念和统计特性2.2平稳随机过程2.3高斯随机过程2.4随机过程通过线性系统2.5窄带随机过程2.6信道与噪声第2章随机过程2.1随机过程的基本概念和统计特性图2-1样本函数的总体一、随机过程的定义设Sk(k=1,2,…)是随机试验。每一次试验都有一条时间波形(称为样本函数或实现),记作xi(t),所有可能出现的结果的总体{x1(t),x2(t),…,xn(t),…}就构成一随机过程,记作X(t)。简言之,无穷多个样本函数的总体叫做随机过程。它兼有随机变量和时间函数的特点。二、随机过程的统计特性随机过程的两重性使我们可以用与描述随

2、机变量相似的方法,来描述它的统计特性。分布函数或概率密度函数虽然能够较全面地描述随机过程的统计特性,但在实际工作中,有时不易或不需求出分布函数和概率密度函数,而用随机过程的数字特征来描述随机过程的统计特性,更简单直观。随机变量的统计特性可以用分布函数或概率密度函数来描述。注意,这里t1是任取的,所以可以把t1直接写为t,x1改为x,这时上式就变为随机过程在任意时刻的数学期望,记作a(t),于是a(t)是时间t的函数,它表示随机过程的n个样本函数曲线的摆动中心。1.数学期望设随机过程X(t)在任意给定时刻t1的取值X(t1)是一个随机变量,其概率密度

3、函数为p1(x1,t1),则X(t1)的数学期望为2.方差D[X(t)]常记为σ2(t)。它表示随机过程在时刻t对于均值a(t)的偏离程度。均值和方差都只与随机过程的一维概率密度函数有关,因而它们描述了随机过程在各个孤立时刻的特征。为了描述随机过程在两个不同时刻状态之间的联系,还需利用二维概率密度引入新的数字特征。3.相关函数衡量随机过程在任意两个时刻获得的随机变量之间的关联程度时,常用协方差函数C(t1,t2)和相关函数R(t1,t2)来表示。本书主要采用自相关函数。2.2平稳随机过程一、定义统计特性不随时间的推移而变化。设随机过程{X(t),t∈T

4、},若对于任意n和任意选定t1<t2<…<tn,tk∈T,k=1,2,…,n,以及n为任意值,且x1,x2,…,xn∈R,有pn(x1,x2,…,xn;t1,t2,…,tn)=pn(x1,x2,…,xn;t1+τ,t2+τ,…,tn+τ)则称X(t)是平稳随机过程。该定义说明,当取样点在时间轴上作任意平移时,随机过程的所有有限维分布函数是不变的,具体到它的一维分布,则与时间t无关,而二维分布只与时间间隔τ有关,即有p1(x1,t1)=p1(x1)p2(x1,x2;t1,t2)=p2(x1,x2;τ)这表示平稳随机过程的各样本函数围绕着一水平线起伏

5、。同样,可以证明平稳随机过程的方差σ2(t)=σ2=常数,表示它的起伏偏离数学期望的程度也是常数。而平稳随机过程X(t)的自相关函数尽与时间间隔有关。设有一个随机过程X(t),它的均值为常数,自相关函数仅是τ的函数,则称它为宽平稳随机过程或广义平稳随机过程。相应地,由严格的n维概率密度函数定义的过程为严平稳随机过程或狭义平稳随机过程。因为广义平稳随机过程的定义只涉及与一维、二维概率密度有关的数字特征,所以一个严平稳随机过程只要它的均方值E[X2(t)]有界,则它必定是广义平稳随机过程,但反过来一般不成立。通信系统中所遇到的信号及噪声,大多数可视为平稳

6、的随机过程。以后讨论的随机过程除特殊说明外,均假定是平稳的,且均指广义平稳随机过程,简称平稳过程。二、平稳随机过程自相关函数的性质对于平稳随机过程而言,它的自相关函数是特别重要的一个函数。其一,平稳随机过程的统计特性,如数字特征等,可通过自相关函数来描述;其二,自相关函数与平稳随机过程的谱特性有着内在的联系。设X(t)为实平稳随机过程,则它的自相关函数R(τ)=E[X(t)X(t+τ)](2)R(∞)=E2[X(t)](X(t)的直流功率)具有下列主要性质:(1)R(0)=E[X2(t)]=S(X(t)的平均功率)(3)

7、R(τ)

8、≤R(0)(R

9、(τ)的上界)三、各态历经性假设x(t)是平稳随机过程X(t)的任意一个实现,它的时间均值和时间相关函数分别为如果平稳随机过程依概率1使下式成立:“各态历经”的含义:随机过程中的任一实现都经历了随机过程的所有可能状态。因此,我们无需(实际中也不可能)获得大量用来计算统计平均的样本函数,而只需从任意一个随机过程的样本函数中就可获得它的所有的数字特征,从而使“统计平均”化为“时间平均”,使实际测量和计算的问题大为简化。则称该平稳随机过程具有各态历经性。注意:具有各态历经性的随机过程必定是平稳随机过程,但平稳随机过程不一定是各态历经的。在通信系统中所遇到的随

10、机信号和噪声,一般均能满足各态历经条件。四、平稳随机过程的功率谱

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。