北大随机信号分析基础课件随机过程的统计特性.ppt

2.2 随机过程的统计特性 2.2.1 随机过程的概率分布 1. 一维概率分布 对于任意的时刻t，X(t)是一个随机变量，设x为任意实数，定义 为随机过程X(t)的一维分布函数。 若 的一阶偏导数存在，则定义 为随机过程X(t)的一维概率密度。 随机过程一维分布的性质： 2. 二维概率分布和n维概率分布 对于随机过程X(t)，在任意两个时刻t1和t2可得到两个随机变量X(t1)和X(t2)，可构成二维随机变量{X(t1),X(t2)}，它的二维分布函数 称为随机过程X(t)的二维概率分布函数。 若 对x1,x2的偏导数存在，则定义 为随机过程X(t)的二维概率密度。 对于任意的时刻t1,t2,…, tn， X(t1),X(t2),…, X(tn)是一组随机变量，定义这组随机变量的联合分布为随机过程X(t)的n维概率分布，即定义 为随机过程X(t)的n维概率分布函数。 为随机过程X(t)的n维概率密度。 随机过程X(t)和Y(t)的四维联合概率密度 若两个随机过程互相独立，则有 一个随机过程不同时刻状态间互相独立，即X(t1)和X(t2)互相独立 例：设随机过程 其中w0是常数，X是均值为零，方差为1 的正态随机变量，求 时Y(t) 的概率密度，及Y(t)的一维概率密度。 2.2.2 随机过程的数字特征 1. 数学期望 对于任意的时刻t，X(t)是一个随机变量，将这个随机变量的数学期望定义为随机过程的数学期望，记为mx(t)，即 2. 方差 对于任意的时刻t，X(t)是一个随机变量，称该随机变量X(t)的二阶中心矩为随机过程的方差，记为D[X(t)]，即 3. 自相关函数和协方差函数 设X(t1)和X(t2)是随机过程X(t)在t1和t2二个任意时刻的状态，fX(x1,x2;t1,t2)是相应的二维概率密度，称它们的二阶联合原点矩为X(t)的自相关函数，简称相关函数 设X(t1)和X(t2)是随机过程X(t)在t1和t2二个任意时刻的状态，称X(t1)和X(t2)的二阶联合中心矩为X(t)的自协方差函数 当 时， 当 时， 若对于任意的t1和t2都有CX(t1,t2)=0,那么随机过程的任意两个时刻状态间是不相关的。 若 则称随机过程在t1和t2时刻的状态是相互独立的。 4. 互相关函数和互协方差函数 设有两个随机过程X(t)和Y(t)，它们在任意两个时刻t1和t2的状态分别为X(t1)和Y(t2)，则随机过程X(t)和Y(t)的互相关函数定义为 类似地，定义两个随机过程的互协方差函数为 若对于任意时刻t1和t2，有RXY(t1,t2)=0，则称X(t)和Y(t)是正交过程，此时有 若对于任意时刻t1和t2，有CXY(t1,t2)=0，则称X(t)和Y(t)是互不相关的，此时有 当X(t)和Y(t)互相独立时，满足 则有 当X(t)和Y(t)互相独立时， X(t)与Y(t)之间一定不相关；反之则不成立。 研究随机过程有两条途经： 侧重于研究概率结构 侧重于统计平均性质的研究 例：求随机过程 的数学期望，方差及自相关函数。其中，w0为常数， 是在区间 上均匀分布的随机变量。 2.2.3 随机过程的特征函数 对于某一固定时刻t，随机变量X(t)的特征函数就定义为随机过程的一维特征函数 一维特征函数与一维概率密度有类似傅立叶变换对的关系 随机过程的二维特征函数： 随机过程在任意两个时刻t1和t2的取值构成一个二维随机变量{X(t1),X(t2)},它的特征函数 定义为随机过程X(t)的二维特征函数。 随机过程的特征函数与矩函数之间的关系为： 相关函数与二维特征函数之间的关系为： * * 若RX(t1,t2)=0，则称X(t1)和X(t2)是相互正交的。 *