随机信号复习2015.pptx

2017-6-27 1 随机信号分析 概念复习 2017-6-27 2 1历史上哪些学者对随机过程学科的基础理论做出了突出贡献？ 答: 随机过程整个学科的理论基础是由柯尔莫哥洛夫和杜布奠定的。这一学科最早源于对物理学的研究，如吉布斯、玻尔兹曼、庞加莱等人对统计力学的研究，及后来爱因斯坦、维纳、莱维等人对布朗运动的开创性工作。1907年前后，马尔可夫研究了一系列有特定相依性的随机变量，后人称之为马尔可夫链。1923年维纳给出布朗运动的数学定义，直到今日这一过程仍是重要的研究课题。随机过程一般理论的研究通常认为开始于20世纪30年代。1931年，柯尔莫哥洛夫发表了《概率论的解析方法》，1934年A·辛饮发表了《平稳过程的相关理论》，这两篇著作奠定了马尔可夫过程与平稳过程的理论基础。1953年，杜布出版了名著《随机过程论》，系统且严格地叙述了随机过程基本理论。 2017-6-27 3 2 概率空间有哪几个要素，其概念体现了对随机信号什么样的建模思想？ 答：样本空间、事件集合、概率函数称为概率空间的三要素。概率函数建立了随机事件与可描述随机事件可能性大小的实数间的对应关系，因此，概率空间是在观测者观测前对随机事件发生的可能性大小进行了量化，其有效性是通过多次观测体现出来的，也即在多次观测中，某个随机事件发生的频率可直接认为与其发生的概率相等，所以，概率空间的建模思想实际是对大量观测中某随机事件发生频率的稳定性的描述。 3 可用哪些概率函数完全描述一个随机变量？ 答：概率分布函数（cdf）、概率密度函数（pdf）、特征函数（cf）。 4 可用哪些数字特征部分描述一个随机变量？ 答：均值、方差、协方差、相关系数和高阶矩。 2017-6-27 4 5 随机变量与通常意义上的变量有何区别与联系？ 答：随机变量具有通常意义上的变量的所有性质和特征（即变量特性），还增加了变量取每个值的可能性大小的描述（即概率特性）。因此，描述或刻画一个随机变量时，还必须要特别考察其概率函数或各阶矩函数。 6 什么是随机现象？ 答：对于某个客观对象，在观测前能知道其可能的结果，但不能明确知道是可能结果中的哪一个，那么该客观对象称为随机现象。 2017-6-27 5 7 如何理解随机过程？ 答：一个理解：随机过程是一组样本函数的集合；根据这个理解，可用试验的方法研究随机过程，通过随机试验观测其各个样本函数，观测次数越多，所得样本函数的数目越多，就越能掌握该随机过程的统计规律。另一个理解：随机过程可看作是一簇随时间变化的随机变量的集合；随机过程可视为多维随机变量的推广，时间分割越细，多维随机变量的维数越大，对随机过程的统计描述也就越全面，因此，概率论中多维随机变量的理论也可作为随机过程分析的理论基础。 8 为什么完全描述一个随机过程需要用概率函数族？ 答：随机过程是一簇随时间变化的随机变量的集合，对于每一个固定时刻，它们都是随机变量，可以用概率函数来描述。这些不同时刻的随机变量是相互联系的，要描述它们间的各阶关联特性就必须用各阶概率函数。因此，完全描述一个随机过程必须用概率函数族。 2017-6-27 6 9 可用哪些数字特征部分描述随机过程？ 答：均值函数、自相关函数、互相关函数、功率谱密度等。 10 如何理解随机过程的自相关函数？ 答：两个随机变量的相关矩定义为两个随机变量乘积的统计均值，利用相关矩可以描述这两个随机变量的相对相关性，因此，随机过程的自相关函数可以描述该过程不同时刻所对应随机变量间的相对相关性。 11严格平稳随机过程的最基本的特征是什么？ 2017-6-27 7 12 严格平稳随机过程与广义平稳随机过程有什么联系？ 答：严格平稳随机过程必定是广义平稳随机过程，但广义平稳随机过程不一定是严格平稳随机过程。 13 蒙特卡洛仿真的原理是什么？ 答： Monte Carlo 仿真方法是通过大量的计算机模拟来检验系统的动态特性并归纳出统计结果的一种随机分析方法，Monte Carlo仿真设计以及结果解释等内容，其作用在于用数学方法模拟真实物理环境，并验证科学结论或进行科学计算。 2017-6-27 8 13为什么说相关理论是很重要的？ 14 为什么随机过程的频域表示不能直接采用其傅立叶变换，而要采用功率谱密度的概念？ 答：随机过程的样本函数一般不满足傅里叶变换的绝对可积条件，而且，样本函数往往并不具有确定的形状，因此不能直接对随机过程进行傅立叶变换，但随机过程各个样本函数的平均功率总是有限的，可以利用推广的频谱分析法，引入功率谱的概念。 2017-6-27 9 15 如何理解随机过程的功率谱密度？ 答：功率谱密度从统计意义上描述了随机过程的样本函数的功率在频率域上的分布，它是描述随机过程常用的一个指标，与自相关函数的描述是等价的。特别对于平稳随机