版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1
平穩(wěn)隨機(jī)過程23.1平穩(wěn)隨機(jī)過程3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性3.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)第三章平穩(wěn)隨機(jī)過程3.4高斯平穩(wěn)隨機(jī)過程33.1平穩(wěn)隨機(jī)過程3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性3.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)第三章平穩(wěn)隨機(jī)過程3.4高斯平穩(wěn)隨機(jī)過程4隨機(jī)幅度的正弦信號隨機(jī)頻率的正弦信號幅度、相位和頻率都是隨機(jī)的隨機(jī)相位的正弦信號3.1平穩(wěn)隨機(jī)過程3.1平穩(wěn)隨機(jī)過程Exercise3.1此項(xiàng)為常數(shù)此項(xiàng)為零3.1平穩(wěn)隨機(jī)過程Exercise3.17Exercise3.13.1平穩(wěn)隨機(jī)過程8在任何時(shí)刻計(jì)算嚴(yán)平穩(wěn)過程的統(tǒng)計(jì)結(jié)果都是相同的嚴(yán)平穩(wěn)過程的n維概率密度不隨時(shí)間平移而變化,或者說與時(shí)間起點(diǎn)無關(guān)。3.1平穩(wěn)隨機(jī)過程Definition3.1(Strict-senseStationaryStochastic
Process)9Definition3.2(JointStrict-senseStationaryStochastic
Process)3.1平穩(wěn)隨機(jī)過程10嚴(yán)平穩(wěn)過程具有以下性質(zhì)1、嚴(yán)平穩(wěn)過程X(t)的一維概率密度與時(shí)間無關(guān)嚴(yán)平穩(wěn)過程的數(shù)學(xué)期望和方差與時(shí)間無關(guān)3.1平穩(wěn)隨機(jī)過程2、嚴(yán)平穩(wěn)過程X(t)的二維概率密度只與兩個(gè)時(shí) 刻t1和t2的間隔有關(guān),與時(shí)間起點(diǎn)無關(guān)。嚴(yán)平穩(wěn)過程X(t)的自相關(guān)函數(shù)和協(xié)方差函數(shù)都只是時(shí)間間隔的函數(shù)。3.1平穩(wěn)隨機(jī)過程嚴(yán)平穩(wěn)過程具有以下性質(zhì)一維概率密度與時(shí)間有關(guān),故不是嚴(yán)平穩(wěn)過程。3.1平穩(wěn)隨機(jī)過程Exercise3.2一個(gè)嚴(yán)平穩(wěn)過程只要它的均方值有限,則它必定是廣義平穩(wěn)的。但是,反之則不一定成立。廣義平穩(wěn)的高斯過程必定也是嚴(yán)平穩(wěn)的,即對于高斯過程來說,嚴(yán)平穩(wěn)與寬平穩(wěn)是等價(jià)的。Definition3.3(Wide-senseStationaryStochastic
Process)3.1平穩(wěn)隨機(jī)過程隨機(jī)幅度的正弦信號隨機(jī)頻率的正弦信號幅度、相位和頻率都是隨機(jī)的隨機(jī)相位的正弦信號3.1平穩(wěn)隨機(jī)過程Exercise3.33.1平穩(wěn)隨機(jī)過程Exercise3.3隨機(jī)相位的正弦信號3.1平穩(wěn)隨機(jī)過程Exercise3.3隨機(jī)幅度的正弦信號3.1平穩(wěn)隨機(jī)過程Exercise3.3隨機(jī)頻率的正弦信號3.1平穩(wěn)隨機(jī)過程Exercise3.3幅度、相位和頻率都是隨機(jī)的3.1平穩(wěn)隨機(jī)過程Exercise3.3幅度、相位和頻率都是隨機(jī)的3.1平穩(wěn)隨機(jī)過程Exercise3.3幅度、相位和頻率都是隨機(jī)的3.1平穩(wěn)隨機(jī)過程Exercise3.43.1平穩(wěn)隨機(jī)過程Exercise3.53.1平穩(wěn)隨機(jī)過程Exercise3.53.1平穩(wěn)隨機(jī)過程Exercise3.5253.1平穩(wěn)隨機(jī)過程Exercise3.63.1平穩(wěn)隨機(jī)過程Exercise3.7273.1平穩(wěn)隨機(jī)過程Exercise3.8283.1平穩(wěn)隨機(jī)過程Exercise3.83.1平穩(wěn)隨機(jī)過程Exercise3.93.1平穩(wěn)隨機(jī)過程Exercise3.93.1平穩(wěn)隨機(jī)過程Exercise3.9323.1平穩(wěn)隨機(jī)過程-聯(lián)合平穩(wěn)Definition3.4(JointWide-senseStationaryStochastic
Process)3.1平穩(wěn)隨機(jī)過程Exercise3.103.1平穩(wěn)隨機(jī)過程Exercise3.10353.1平穩(wěn)隨機(jī)過程3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性3.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)第三章平穩(wěn)隨機(jī)過程3.4高斯平穩(wěn)隨機(jī)過程36兩個(gè)平穩(wěn)過程的典型例子(相同的均值與方差)3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性各態(tài)歷經(jīng)性373.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性各態(tài)歷經(jīng)性問題的提出:我們知道,隨機(jī)過程的數(shù)字特征(均值、相關(guān)函數(shù))是對隨機(jī)過程的所有樣本函數(shù)的統(tǒng)計(jì)平均,但在實(shí)際中常常很難測得大量的樣本,這樣,我們自然會提出這樣一個(gè)問題:能否從一次試驗(yàn)而得到的一個(gè)樣本函數(shù)x(t)來決定平穩(wěn)過程的數(shù)字特征呢?回答是肯定的。平穩(wěn)過程在滿足一定的條件下具有一個(gè)有趣而又非常有用的特性,稱為“各態(tài)歷經(jīng)性”(又稱“遍歷性”)。具有各態(tài)歷經(jīng)性的過程,其數(shù)字特征(均為統(tǒng)計(jì)平均)完全可由隨機(jī)過程中的任一實(shí)現(xiàn)的時(shí)間平均值來代替。如何根據(jù)實(shí)驗(yàn)記錄確定平穩(wěn)過程的均值和自相關(guān)函數(shù)呢?用統(tǒng)計(jì)實(shí)驗(yàn)方法,均值和自相關(guān)函數(shù)近似地為:按照數(shù)學(xué)期望和自相關(guān)函數(shù)的定義,需要時(shí)一個(gè)平穩(wěn)過程重復(fù)進(jìn)行大量觀察,獲得一族樣本函數(shù)各態(tài)歷經(jīng)性3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性平穩(wěn)過程的統(tǒng)計(jì)特性不隨時(shí)間的推移而變化,根據(jù)這一特點(diǎn),能否通過在一個(gè)很長時(shí)間內(nèi)觀察得到的一個(gè)樣本曲線來估計(jì)平穩(wěn)過程的數(shù)字特征呢?本節(jié)給出的各態(tài)歷經(jīng)定理證實(shí),只要滿足某些條件,那么均值和自相關(guān)函數(shù)實(shí)際上可以用一個(gè)樣本函數(shù)在整個(gè)時(shí)間軸上的平均值來代替。各態(tài)歷經(jīng)性3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性各態(tài)歷經(jīng)過程非各態(tài)歷經(jīng)過程隨機(jī)過程的各個(gè)樣本函數(shù)都同樣地經(jīng)歷了隨機(jī)過程的各種可能狀態(tài),因此從隨機(jī)過程的任何一個(gè)樣本函數(shù)就能得到隨機(jī)過程的全部統(tǒng)計(jì)信息,任何一個(gè)樣本函數(shù)的特性都能充分地代表整個(gè)隨機(jī)過程的特性。各態(tài)歷經(jīng)性3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性Definition3.5(Ergodic
Stochastic
Process)3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性Definition3.5(Ergodic
Stochastic
Process)3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性43Exercise3.113.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性Exercise3.113.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性45Exercise3.113.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性Exercise3.123.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性Exercise3.133.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性48Exercise3.133.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性49Exercise3.143.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性Exercise3.143.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性51Exercise3.143.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性52Exercise3.153.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性續(xù)Theorem3.1(均值遍歷)3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性Theorem3.1(均值遍歷)3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性證畢!Theorem3.1(均值遍歷)3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性56Corollary3.1(均值遍歷)3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性Theorem3.2(自相關(guān)遍歷)3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性各態(tài)歷經(jīng)性3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性各態(tài)歷經(jīng)定理的重要價(jià)值在于它從理論上給出了如下保證:一個(gè)平穩(wěn)過程X(t),若0<t<+∞,只要它滿足各態(tài)歷經(jīng)性條件,便可以根據(jù)“以概率1成立”的含義,從一次試驗(yàn)所得到的樣本函數(shù)x(t)來確定該過程的均值和自相關(guān)函數(shù)。各態(tài)歷經(jīng)性3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性603.1平穩(wěn)隨機(jī)過程3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性3.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)第三章平穩(wěn)隨機(jī)過程3.4高斯平穩(wěn)隨機(jī)過程61
見下頁3.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)Proposition3.1
(Autocorrelation
FunctionofSSP)自相關(guān)函數(shù)的非負(fù)定性是平穩(wěn)過程最本質(zhì)的特性,因?yàn)槿我贿B續(xù)函數(shù),只要具有非負(fù)定型,那么該函數(shù)必是某平穩(wěn)過程的自相關(guān)函數(shù)3.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)Proposition3.1
(Autocorrelation
FunctionofSSP)633.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)Definition3.6(PeroidicStationaryStochastic
Process)Theorem3.3(周期平穩(wěn))643.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)653.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)66
應(yīng)用:3.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)673.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)Exercise3.16683.1平穩(wěn)隨機(jī)過程3.2平穩(wěn)隨機(jī)過程的各態(tài)歷經(jīng)性3.3平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)第三章平穩(wěn)隨機(jī)過程3.4高斯平穩(wěn)隨機(jī)過程69一維高斯(正態(tài))分布:
3.4高斯平穩(wěn)隨機(jī)過程70高斯分布的統(tǒng)計(jì)特性均值:
方差:
高斯分布的特點(diǎn):全部統(tǒng)計(jì)特性由其均值和方差確定。(注意上圖中均值和方差的涵義)
3.4高斯平穩(wěn)隨機(jī)過程71
高斯隨機(jī)過程:隨機(jī)過程的任意n維概率密度具有如下的正態(tài)分布特性的隨機(jī)過程稱之。
3.4高斯平穩(wěn)隨機(jī)過程72
高斯隨機(jī)過程(續(xù)):參數(shù)的涵義:
3.4高斯平穩(wěn)隨機(jī)過程73
高斯隨機(jī)過程(續(xù)):高斯隨機(jī)過程的特點(diǎn):其統(tǒng)計(jì)特性完全由其一維、二維統(tǒng)計(jì)值:完全確定。
3.4高斯平穩(wěn)隨機(jī)過程74
高斯隨機(jī)過程的性質(zhì):(1)寬平穩(wěn)與嚴(yán)平穩(wěn)等價(jià)。對于寬平穩(wěn)過程,其一階、二階的統(tǒng)計(jì)值滿足:
對高斯過程,其統(tǒng)計(jì)特性完全由其一階、二階統(tǒng)計(jì)值確定,所以寬平穩(wěn)的高斯隨機(jī)過程與嚴(yán)平穩(wěn)的高斯過程等價(jià)。3.4高斯平穩(wěn)隨機(jī)過程75
高斯隨機(jī)過程的性質(zhì):(2)不相關(guān)與獨(dú)立等價(jià)。若隨機(jī)變量兩兩不相關(guān)
注:只涉及其二維統(tǒng)計(jì)特性。則有:3.4高斯平穩(wěn)隨機(jī)過程76
高斯隨機(jī)過程的性質(zhì):(2)不相關(guān)與獨(dú)立等價(jià)(續(xù))。則有:3.4高斯平穩(wěn)隨機(jī)過程77
通信系統(tǒng)分析中常用的幾個(gè)特殊函數(shù)(1)概率積分函數(shù)3.4高斯平穩(wěn)隨機(jī)過程78
通信系統(tǒng)分析中常用的幾個(gè)特殊函數(shù)(續(xù))(2)誤差函數(shù)(3)互補(bǔ)誤差函數(shù)(4)Q函數(shù)
Q函數(shù)是一單調(diào)降函數(shù)3.4高斯平穩(wěn)隨機(jī)過程79
特殊函數(shù)函數(shù)之間的關(guān)系(1)(2)(3)3.4高斯平穩(wěn)隨機(jī)過程80
高斯白噪聲n(t):幅度取值服從均值為0的高斯分布、功率譜密度滿足:
的一種(理想)的隨機(jī)過程。高斯白噪聲的相關(guān)函數(shù):高斯白噪聲表達(dá)形式簡單、與通信系統(tǒng)中的信號、熱噪聲等許多干擾有相似的性質(zhì),故常用作典型信號和噪聲模型。
3.4高斯平穩(wěn)隨機(jī)過程81
高斯白噪聲的重要性質(zhì)(1)若為確定函數(shù),則是
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年版堅(jiān)定初心專題教育培訓(xùn)協(xié)議版B版
- 2024年環(huán)保項(xiàng)目質(zhì)押擔(dān)保及反擔(dān)保合同范本解析3篇
- 2024年環(huán)保項(xiàng)目抵押融資擔(dān)保合同示范文本3篇
- 房屋租賃合同模板錦集九篇
- 小學(xué)二年級教學(xué)工作計(jì)劃
- 無人貨架項(xiàng)目效益分析報(bào)告
- 中國移動(dòng)CAD行業(yè)市場運(yùn)行現(xiàn)狀及投資戰(zhàn)略研究報(bào)告
- 誰的尾巴中班教案
- 石油化工非標(biāo)設(shè)備項(xiàng)目可行性研究報(bào)告
- 2025-2031年中國海南省生態(tài)旅游行業(yè)發(fā)展前景預(yù)測及投資方向研究報(bào)告
- 在小學(xué)語文教學(xué)中彰顯人文情懷 人文情懷
- 急性呼吸衰竭的診斷和處理
- GB/T 337.1-2014工業(yè)硝酸濃硝酸
- 小學(xué)語文課程標(biāo)準(zhǔn)(2023年版)
- GB/T 13738.2-2017紅茶第2部分:工夫紅茶
- 涉稅風(fēng)險(xiǎn)防范課件
- 《小英雄雨來》閱讀測試題附答案
- 應(yīng)用PDCA降低抗生素的使用率及使用強(qiáng)度課件
- DB31T 1238-2020 分布式光伏發(fā)電系統(tǒng)運(yùn)行維護(hù)管理規(guī)范
- 分包計(jì)劃范文
- 個(gè)人住房質(zhì)押擔(dān)保借款合同書范本(3篇)
評論
0/150
提交評論