第二章-隨機(jī)過程_第1頁
第二章-隨機(jī)過程_第2頁
第二章-隨機(jī)過程_第3頁
第二章-隨機(jī)過程_第4頁
第二章-隨機(jī)過程_第5頁
已閱讀5頁,還剩39頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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)行舉報或認(rèn)領(lǐng)

文檔簡介

確定信號:隨時間做有規(guī)律的、已知的變化??梢杂么_定的時間函數(shù)來描述。如:方波、鋸齒波。人們可以準(zhǔn)確地預(yù)測它未來的變化,即:這次測出的是這種波形,下次測出的還是這種波形。確定信號隨機(jī)信號:隨時間做無規(guī)律的、未知的、“隨機(jī)”的變化。無法用確定的時間函數(shù)來描述,無法準(zhǔn)確地預(yù)測它未來的變化。這次測出的是這種波形,下次測出的會是另一種波形。隨機(jī)信號2.根據(jù)隨機(jī)過程的具體形式,求它的概率分布及各種數(shù)字特征;1.隨機(jī)過程的定義、分類;第2章隨機(jī)信號概論本章要求:第2章隨機(jī)信號概論§2.2隨機(jī)過程的統(tǒng)計特性§2.3隨機(jī)序列及其統(tǒng)計特性§2.1隨機(jī)過程的概念及分類§2.1隨機(jī)過程的概念及分類隨機(jī)信號:隨時間做無規(guī)律的、未知的、“隨機(jī)”的變化。無法用確定的時間函數(shù)來描述,無法準(zhǔn)確地預(yù)測它未來的變化。這次測出的是這種波形,下次測出的會是另一種波形。接收機(jī)噪聲

!隨機(jī)信號的統(tǒng)計特性是確定的。因此,用統(tǒng)計學(xué)方法建立了隨機(jī)信號的數(shù)學(xué)模型→隨機(jī)過程。例:在相同條件下,對同一雷達(dá)接收機(jī)的內(nèi)部噪聲電壓(或電流)經(jīng)過大量的重復(fù)測試后,設(shè)觀測到的所有的可能結(jié)果有m種,記錄下m個不相同的波形。特定實(shí)驗(yàn)結(jié)果一個確知的時間函數(shù)一.隨機(jī)過程的定義定義1:設(shè)隨機(jī)試驗(yàn)E的樣本空間S={ζ},若對每個元素ζ∈S,總有確知的時間函數(shù)X(t,ζ),t∈T與它相對應(yīng);這樣,對于所有的ζ∈S,就可以得到一族時間t的函數(shù),將其稱為隨機(jī)過程。族中的每一個函數(shù)稱為該過程的樣本函數(shù)。適用于對隨機(jī)過程的實(shí)際觀測用實(shí)驗(yàn)方法觀測到各個樣本樣本數(shù)目越多,越能掌握隨機(jī)過程的統(tǒng)計規(guī)律性常用于理論分析可以看成隨機(jī)變量的推廣(n維)隨機(jī)變量的維數(shù)越大,越能掌握隨機(jī)過程的統(tǒng)計規(guī)律性一個特定時間一個取決于ζ的隨機(jī)變量定義2:若對于每個特定的時間都是隨機(jī)變量,則稱為隨機(jī)過程。1一個時間函數(shù)族(t和ζ都是變量)2一個確知的時間函數(shù)(t是變量,而ζ固定)4一個確定值(t和ζ都固定)3一個隨機(jī)變量(t固定,而ζ是變量)隨機(jī)過程X(t)在四種不同情況下的含義二.隨機(jī)過程的分類·

按隨機(jī)過程X(t)的時間和狀態(tài)是離散還是連續(xù)進(jìn)行分類1連續(xù)型隨機(jī)過程——任意的都是連續(xù)型隨機(jī)變量;2離散型隨機(jī)過程——任意的都是離散型隨機(jī)變量;3連續(xù)隨機(jī)序列——任意離散時刻的狀態(tài)是連續(xù)型隨機(jī)變量;4離散隨機(jī)序列——隨機(jī)過程的時間和狀態(tài)都是離散的。狀態(tài)時刻連續(xù)型隨機(jī)過程連續(xù)連續(xù)連續(xù)隨機(jī)序列連續(xù)離散離散型隨機(jī)過程離散連續(xù)離散隨機(jī)序列離散離散按隨機(jī)過程的樣本函數(shù)的形式不同進(jìn)行分類不確定性隨機(jī)過程——樣本函數(shù)的未來值不能由過去的觀測值準(zhǔn)確預(yù)測;確定性隨機(jī)過程——樣本函數(shù)的未來值可以由過去的觀測值預(yù)測。隨機(jī)相位信號:Asin(

t+Φ)U(0,2

)

按隨機(jī)過程X(t)的的分布函數(shù)或概率密度的不同特性分類正態(tài)過程、馬爾可夫過程、獨(dú)立增量過程平穩(wěn)性過程、遍歷性寬帶過程、窄帶過程、白噪聲、有色噪聲EXIT§2.2隨機(jī)過程的統(tǒng)計特性隨機(jī)過程是一族依賴于時間t的隨機(jī)變量。因此,可以借用對隨機(jī)變量的分析來“替代”或“近似”對隨機(jī)過程的分析研究。而隨機(jī)過程作為一族時間函數(shù),在具體某次試驗(yàn)中出現(xiàn)哪個時間函數(shù)是服從某種概率分布的,這就要求分析隨機(jī)過程必須采用統(tǒng)計的方法來描述。統(tǒng)計特性的描述方法有兩種:一是通過分布函數(shù)或概率密度函數(shù)來描述;另一種是利用數(shù)字特征來描述。一.隨機(jī)過程的概率分布

時刻采樣,得到一族隨機(jī)變量1.一維概率分布隨機(jī)過程在任一特定時刻取樣得到隨機(jī)變量,其概率分布為稱作隨機(jī)過程X(t)的一維分布函數(shù)。求偏導(dǎo)數(shù)數(shù)可得稱作隨機(jī)過程X(t)的一維概率密度。隨機(jī)過程的一維分布函數(shù)和一維概率密度具有一維隨機(jī)變量的一維分布函數(shù)和一維概率密度的各種性質(zhì);隨機(jī)過程的一維分布函數(shù)和一維概率密度還是時間t的函數(shù);隨機(jī)過程的一維分布函數(shù)和一維概率密度描述該隨機(jī)過程在任一孤立時刻取值的統(tǒng)計特性。X(t)tt1X(t1)t2X(t2)二維概率分布2.二維概率分布隨機(jī)過程X(t)的二維分布函數(shù)為隨機(jī)過程X(t)的二維概率密度為!X(t1)及X(t2)為同一隨機(jī)過程上的隨機(jī)變量。X(t)tt1X(t1)t2X(t2)tnX(tn)隨機(jī)過程X(t)的n維分布函數(shù)為

隨機(jī)過程X(t)的n維概率密度為3.n維概率分布

隨機(jī)過程X(t)的n維分布函數(shù)的主要性質(zhì):1、2、3、4、5、6、如果統(tǒng)計獨(dú)立,則有例設(shè)隨機(jī)振幅信號,其中是常數(shù),Y是均值為零,方差為1的正態(tài)隨機(jī)變量,求時的概率密度。解由X(0)=Y可知可得:不論Y值的大小,當(dāng)時,X(t)=0,即P{X(t)=0}=1,這就是說X(t)的分布函數(shù),因此其概率密度函數(shù)為沖激函數(shù)。***雖然隨機(jī)過程的概率分布族能夠完整地描述其統(tǒng)計特性,但在實(shí)際應(yīng)用中確定這些分布特性非常困難,甚至不可行***二.隨機(jī)過程的數(shù)字特征區(qū)別:隨機(jī)變量的數(shù)字特征通常是確定值;隨機(jī)過程的數(shù)字特征通常是確定性函數(shù)。

計算方法:先把時間t固定,然后用隨機(jī)變量的分析方法來計算。

如果將過程X(t)中的t看成是固定的,則X(t)就是一個隨機(jī)變量。設(shè)它隨機(jī)的取值x,則其在t時刻取x值的概率密度為。因此,期望的定義:

mx(t)描述了X(t)所有樣本函數(shù)在各個時刻擺動的中心——X(t)在各個時刻的狀態(tài)(隨機(jī)變量)的數(shù)學(xué)期望。1、數(shù)學(xué)期望

物理意義:如果隨機(jī)過程表示接收機(jī)的輸出電壓,那么它的數(shù)學(xué)期望就是輸出電壓的瞬時統(tǒng)計平均值。

2、均方值與方差

隨機(jī)過程在任一時刻t的取值是一個隨機(jī)變量。稱其二階原點(diǎn)矩為隨機(jī)過程的均方值,把二階中心矩記作隨機(jī)過程的方差。即:

隨機(jī)過程

的均方差:物理意義:如果表示噪聲電壓,則均方值和方差分別表示消耗在單位電阻上的瞬時功率統(tǒng)計平均值和瞬時交流功率統(tǒng)計平均值。

X(t)Y(t)Z(t)X’(t)Y’(t)Z’(t)***identicalmeanbutdifferentvariance***例設(shè)隨機(jī)振幅信號為X(t)=Qsin(

0t),其中

0

為常數(shù),Q

為標(biāo)準(zhǔn)正態(tài)隨機(jī)變量,求該隨機(jī)信號的均值和方差?解:均值方差3、自相關(guān)函數(shù)自相關(guān)函數(shù)用來描述隨機(jī)過程任意兩個時刻狀態(tài)間的統(tǒng)計關(guān)聯(lián)程度,通常用描述。

若t1=t2=t,則有例如果隨機(jī)過程X(t)為:X(t)=Vcos4t,式中V是隨機(jī)變量,數(shù)學(xué)期望為5、方差為6,求隨機(jī)過程的均值和自相關(guān)函數(shù).解:

4、自協(xié)方差函數(shù)若用隨機(jī)過程的兩個不同時刻之間的二階混合中心矩來定義相關(guān)函數(shù),我們稱之為自協(xié)方差。用表示,它反映了任意兩個時刻的起伏值之間相關(guān)程度。

自協(xié)方差和自相關(guān)函數(shù)的關(guān)系自協(xié)方差和方差的關(guān)系:若t1=t2=t,則有5、互相關(guān)函數(shù)自相關(guān)函數(shù)是描述一個隨機(jī)過程本身內(nèi)在聯(lián)系的數(shù)字特征,而互相關(guān)函數(shù)則是描述兩個隨機(jī)過程間統(tǒng)計關(guān)聯(lián)特性的數(shù)字特征。中心化互相關(guān)函數(shù),也稱互協(xié)方差函數(shù)為兩個隨機(jī)過程的互相關(guān)函數(shù)定義為6、統(tǒng)計獨(dú)立、不相關(guān)和正交1)、隨機(jī)過程X(t)和Y(t)互相統(tǒng)計獨(dú)立若對任意的則稱X(t)和Y(t)之間是互相統(tǒng)計獨(dú)立。對二維概率密度則有:互協(xié)方差函數(shù)互相關(guān)函數(shù)2).若兩個隨機(jī)過程X(t)和Y(t)的互協(xié)方差函數(shù)為零,即

,則稱X(t)和Y(t)之間互不相關(guān)。!兩個過程互相獨(dú)立,則必不相關(guān),反之則不一定成立;兩過程正交不一定不相關(guān),除非它們至少有一個零均值。3).若兩個隨機(jī)過程X(t)和Y(t)之間的互相關(guān)函數(shù)等于零,即對任意t1,t2有:則兩過程正交。例設(shè)隨機(jī)過程X(t)=U·t,U在(0,1)上均勻分布,求E[X(t)],D[X(t)],Rx(t1,t2),Cx(t1,t2)。解:例2.3若一隨機(jī)過程由下圖所示的四條樣本函數(shù)組成,而且每條樣本函數(shù)出現(xiàn)的概率相等,求RX(t1,t2)。解:由題意可知,隨機(jī)過程X(t)在t1,t2兩個時刻為兩個離散隨機(jī)變量。所以可列出聯(lián)合分布率如下:X(t1)X(t2)P

i

1

151/4

2

241/4

3621/4

4311/4三.隨機(jī)過程的特征函數(shù)對某一固定t時刻的狀態(tài),則隨機(jī)變量X(t)的一維特征函數(shù):將t看成變量,就是隨機(jī)過程X(t)的特征函數(shù)。其逆變換:n階原點(diǎn)矩:1.一維特征函數(shù)2.二維特征函數(shù)隨機(jī)過程X(t)在任意兩個時刻t1,t2的狀態(tài)構(gòu)成二維隨機(jī)變量[X(t1),X(t2)],它們的聯(lián)合特征函數(shù)為:稱作隨機(jī)過程X(t)的二維特征函數(shù)。其逆變換:因此,隨機(jī)過程X(t)的相關(guān)函數(shù)為:上式兩邊對變量u1,u2各求一次偏導(dǎo)數(shù),3.n維特征函數(shù)其逆變換:EXIT§2.3隨機(jī)序列及其統(tǒng)計特性連續(xù)隨機(jī)過程X(t)以ts為間隔進(jìn)行等間隔抽樣,得隨機(jī)序列。表示為:一個N點(diǎn)隨機(jī)序列可看成是一個

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。

評論

0/150

提交評論