随机过程:随机过程的联合分布与互相关函数_第1页
随机过程:随机过程的联合分布与互相关函数_第2页
随机过程:随机过程的联合分布与互相关函数_第3页
随机过程:随机过程的联合分布与互相关函数_第4页
随机过程:随机过程的联合分布与互相关函数_第5页
已阅读5页,还剩44页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

随机过程第二章随机过程的基本概念本章学习的主要内容★随机过程的概念和定义★随机过程的统计特性分析★平稳随机过程★各态历经过程★随机过程的联合分布与互相关函数★随机过程的功率谱密度2.5随机过程的联合分布与互相关函数★两个随机过程的联合分布函数★两个随机过程的互相关函数2.6随机过程的功率谱密度★功率谱密度的概念和定义★功率谱密度与相关函数的关系★各态历经过程的功率谱密度★两个随机过程的互功率谱密度★功率谱密度的计算举例本堂课的作业★第100页习题2.352.36★第101页习题2.382.392.422.432.452.5.1两个随机过程的联合分布函数★定义及特性设有两个随机过程X(t)和Y(t),它们的分布函数分别为n维和m维,即FX(x1,x2,…,xn;t1,t2,…,tn)和FY(y1,y2,…,ym;t’1,t’2,…,t’m),则定义这两个随机过程的n+m维联合分布函数为

n+m维联合概率密度为2.5.1两个随机过程的联合分布函数★定义及特性(续)如果两个随机过程X(t)和Y(t)相互独立,则有2.5.1两个随机过程的联合分布函数★定义及特性(续)如果两个随机过程X(t)和Y(t)的任意n+m维联合概率密度与时间起点无关,即有则称X(t)和Y(t)是狭义联合平稳的。2.5.2两个随机过程的互相关函数★互相关函数的定义设有两个随机过程X(t)和Y(t),定义它们之间的互相关函数为式中fXY(x,t1;y,t2)是X(t)和Y(t)的二维联合概率密度。2.5.2两个随机过程的互相关函数★互协方差函数的定义设有两个随机过程X(t)和Y(t),定义它们之间的互协方差函数为式中mX(t)和my(t)分别为X(t)和Y(t)的均值。2.5.2两个随机过程的互相关函数★广义联合平稳的定义如果两个随机过程X(t)和Y(t)各自的均值都与时间无关,而互相关函数又仅为时间差值τ的单值函数,即有RXY(t1,t2)=RXY(τ),其中τ=t1-t2,则称X(t)和Y(t)之间是广义联合平稳的。此时的互相关函数不再是τ的偶函数。2.5.2两个随机过程的互相关函数★两个随机过程的互相关系数如果两个随机过程X(t)和Y(t)

之间是广义联合平稳的,定义它们的互相关系数为

2.5.2两个随机过程的互相关函数★互相关函数的性质1、RXY(τ)=RYX(-τ)∵RXY(τ)=E[X(t)Y(t-τ)]=E[Y(t-τ)X(t)]=RYX(-τ)2、|RXY(τ)|2≤RX(0)RY(0)3、|RXY(τ)|≤RX(0)+RY(0)2.5.2两个随机过程的互相关函数★相互独立、不相关和正交的概念1、两个随机过程X(t)和Y(t)

互相独立

如果对任意的t1,t2,…,tn和t’1,t’2,…,t’m有

则称X(t)和Y(t)

之间是相互独立的。2.5.2两个随机过程的互相关函数★相互独立、不相关和正交的概念(续)1、两个随机过程X(t)和Y(t)

互相独立(续)

这时的二维概率密度为

于是,有

RXY(t1,t2)=E[X(t1)Y(t2)]=mX

(t1)

mY

(t2)

KXY(t1,t2)=02.5.2两个随机过程的互相关函数★相互独立、不相关和正交的概念2、两个随机过程X(t)和Y(t)

不相关

如果两个过程X(t)和Y(t)的互协方差函数为零,或者互相关函数为常数,即有

KXY(t1,t2)=0或RXY(t1,t2)=常数则称X(t)和Y(t)

之间互不相关。

如果两个过程互相独立,则必不相关。反之不然。2.5.2两个随机过程的互相关函数★相互独立、不相关和正交的概念3、两个随机过程X(t)和Y(t)

正交

如果两个过程X(t)和Y(t)的互相关函数为零,即有RXY(t1,t2)=0则称X(t)和Y(t)

之间正交。

正交也一定不相关。2.5.2两个随机过程的互相关函数★例题[例2.5.1]设两个随机过程其中Φ为随机变量,并均匀分布在0~2π之间。时间t=…,-2,-1,0,1,2,…;ω0=2π

f0,f0为正整数。2.5.2两个随机过程的互相关函数★例题(续)[例2.5.2]设平稳随机过程X(t)和Y(t)之间为线性关系,即式中b和c都为常数。2.6.1功率谱密度的概念和定义★功率谱密度的概念和定义设随机过程X(t)的持续时间是无限的,则总能量也是无限的。这样一来,X(t)的任意样本函数就不满足进行傅立叶变换的条件因而不能对x(t)进行傅立叶变换以求其频谱。2.6.1功率谱密度的概念和定义★功率谱密度的概念和定义(续)在实际情况中,测出的具体样本函数在时域上都是有限长的,这相当于在无限长样本函数x(t)中任意截取长为2T的一段,标以xT(t)

,并称为x(t)的截取函数,其截取函数的表达式为2.6.1功率谱密度的概念和定义★功率谱密度的概念和定义(续)对于持续时间有限的xT(t)

来说,存在傅立叶变换,因而有2.6.1功率谱密度的概念和定义★功率谱密度的概念和定义(续)如果随机过程在时域上无限延续,则(2.6.1)式的条件不满足,因而得不出样本函数x(t)的频谱函数,这时为T的递增函数,但是,在平稳状态下,x(t)的平均功率一般不为T的递增函数,因此可以假定2.6.1功率谱密度的概念和定义★功率谱密度的概念和定义(续)这样的话,x(t)就存在平均功率谱。把(2.6.2)和(2.6.3)式代入(2.6.4)式并设x(t)为实函数,则有2.6.1功率谱密度的概念和定义★功率谱密度的概念和定义(续)从(2.6.5)式可以看出,在整个频域内对进行积分后,就给出了信号x(t)的平均功率;同时它也描述了该平均功率在频域上的分布情况,如果样本函数x(t)为一电压或电流,则它的具体物理意义是x(t)在单位频带内消耗在1Ω电阻上的平均功率。我们称为样本x(t)的功率谱密度函数,以ψX(ω)来表示,即

2.6.1功率谱密度的概念和定义★功率谱密度的概念和定义(续)由于x(t)是随机过程X(t)的一个样本函数,它的出现具有随机性,因此与之对应的xT(t)

、xT(ω)和ψX(ω)的出现也都是随机的。现令则XT(ω)和ΨX(ω)皆为随机函数,xT(ω)和ψX(ω)

分别为它们的样本函数。2.6.1功率谱密度的概念和定义★功率谱密度的概念和定义(续)取随机函数ΨX(ω)

的数学期望,则有这时的GX(ω)为的确定性函数,不再具有随机性。它的物理意义是随机过程X(t)在单位频带内消耗在1Ω电阻上的平均功率的统计均值。定义GX(ω)为随机过程X(t)的功率谱密度函数,简称为功率谱密度或谱密度。2.6.2功率谱密度与相关函数的关系★功率谱密度和相关函数的关系

平稳随机过程的相关函数和功率谱密度构成傅立叶变换对。2.6.2功率谱密度与相关函数的关系★功率谱密度和相关函数的关系(续)将(2.6.7)式代入(2.6.9)式,设X(t)为实随机过程,则功率谱密度GX(ω)可写为2.6.2功率谱密度与相关函数的关系★功率谱密度和相关函数的关系(续)如果X(t)为平稳随机过程,则RX(t1,t2)=RX(t1-t2)=RX(τ),其中τ

=t1-t2。于是可得2.6.2功率谱密度与相关函数的关系★功率谱密度和相关函数的关系(续)作变量替换,可得由此得2.6.2功率谱密度与相关函数的关系★功率谱密度和相关函数的关系(续)(2.6.11)式说明,平稳过程的功率谱密度就是其相关函数的傅立叶变换。于是其相关函数就是功率谱密度的傅立叶反变换,即有:2.6.2功率谱密度与相关函数的关系★功率谱密度和相关函数的关系(续)

2.6.2功率谱密度与相关函数的关系★功率谱密度和相关函数的关系(续)(2.6.11)式和(2.6.12)式成立的条件是GX(ω)和RX(τ)绝对可积,即(2.6.13)式的条件说明过程的总平均功率必须是有限的。(2.6.14)式要求过程的数学期望必须为零,而且,随机过程不包含其他确知成分(如具有离散频率的周期分量)。2.6.2功率谱密度与相关函数的关系★功率谱密度和相关函数的关系(续)由于平稳随机过程的相关函数是偶函数,则所以,功率谱是实函数,且是偶函数。从功率谱密度的定义可以看出,功率谱密度必为非负值。

对于实的平稳随机过程,它的功率谱密度是一个实的、非负的偶函数。2.6.2功率谱密度与相关函数的关系★功率谱密度和相关函数的关系(续)平稳随机过程的相关函数和功率谱密度的关系如下:2.6.2功率谱密度与相关函数的关系★δ函数的重要性质

2.6.2功率谱密度与相关函数的关系★功率谱密度和相关函数的关系(续)在实际中常常会碰到含有非零均值或含有周期分量的随机过程,这时,在正常意义下,(2.6.11)、(2.6.12)式就不成立了。但是,如果引入δ函数,即允许功率谱密度和自相关函数含有δ函数,则可在新的意义下,通过δ函数仍可将功率谱密度和相关函数联系起来。2.6.2功率谱密度与相关函数的关系★功率谱密度和相关函数的关系(续)如果随机过程含有非零均值,则该非零均值可用频域原点处的δ函数表示。例如,RX(τ)=1,对应有GX(ω)=2πδ(ω)。

如果随机过程含有离散频率的周期分量,则在频域上该分量由相应频率的δ函数表示。例如,RX(τ)=cos

ω0τ,对应有GX(ω)=π[δ(ω+ω0)+δ(ω-ω0)]。2.6.3各态历经过程的功率谱密度设随机过程X(t)为各态历经过程,则有由于过程的各态历经性,由一个样本函数导出的频谱不再具有随机性。2.6.4两个随机过程的互功率谱密度★互功率谱密度的定义

设两个随机过程X(t)和Y(t)联合平稳,XT(t)和YT(t)分别为其截取函数。对XT(t)和YT(t)进行傅立叶变换,得到随机函数XT(ω)和YT(ω)。定义XT(t)和YT(t)的互功率谱密度为2.6.4两个随机过程的互功率谱密度★互功率谱密度的性质

1、GXY(ω)=G*YX(ω)

2、Re[GXY(ω)]和Re[GYX(ω)]是ω的偶函数,Im[GXY(ω)]和Im[GYX

(ω)]是ω的奇函数。3、|

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论