网站大量收购闲置独家精品文档,联系QQ:2885784924

1.2.3特征函数与矩函数的关系.ppt

  1. 1、本文档共26页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* * * * * * * * * * * * 1.2.3 特征函数与矩函数的关系 数学期望或一阶原点矩 n阶原点矩 说明矩函数可由特征函数唯一地确定 泰勒级数 麦克劳林级数 特征函数由各阶矩函数唯一地确定 矩生成函数 第二特征函数也称为累积量生成函数 数学期望为零的高斯变量的前三阶矩与相应阶的累积量相同 1.3 随机信号实用分布律 一、均匀分布 概率密度 概率分布函数 概率密度 二、高斯分布(正态分布) 1、一维高斯分布 高斯变量的一维概率分布律唯一地由数学期望和方差决定。 高斯变量的概率密度 归一化后的高斯变量的数学期望为零、方差为1。 归一化高斯变量或标准高斯变量 高斯变量的特点 高斯变量的线性组合仍为高斯变量 如果n个独立随机变量的分布是相同的,并且具有有限的数学期望和方差,当n无穷大时,它们之和的分布趋近于高斯分布。即使n个独立随机变量不是相同分布的,当n无穷大时,如果满足任意一个随机变量都不占优势或对和的影响足够小,那么它们之和的分布仍然趋于高斯分布。(中心极限定理) 对于高斯变量来说,不相关和统计独立是等阶的。 2、二维高斯分布 3、多维高斯分布 三、 分布 Y的概率密度为: Y的数学期望和方差为: Y的概率密度为: Y的数学期望和方差为: 分布的一条重要的性质 四、瑞利分布和莱斯分布 1、瑞利分布 *

文档评论(0)

junjun37473 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档