什么是平稳信号？什么是循环平稳信号？循环平稳、非高斯和非平稳三者之间有什么关系？

平稳信号和循环平稳信号是信号处理和时间序列分析中的重要概念。下面分别介绍这些概念及它们之间的关系。

### 平稳信号

平稳信号（stationary signal）是指其统计特性（如均值、方差、自相关函数等）不随时间变化的信号。具体来说，如果一个随机过程 \( X(t) \) 满足以下条件，则称其为平稳过程：

1. **均值恒定**：\( E[X(t)] = \mu \)，对于所有的 \( t \) 都是一个常数。
2. **方差恒定**：\( \text{Var}(X(t)) = \sigma^2 \)，对于所有的 \( t \) 都是一个常数。
3. **自相关函数仅与时间差有关**：\( \text{Cov}(X(t), X(t+\tau)) = R_X(\tau) \)，自相关函数 \( R_X(\tau) \) 只与时间差 \( \tau \) 有关，而与绝对时间 \( t \) 无关。

### 循环平稳信号

循环平稳信号（cyclostationary signal）是指其统计特性随时间呈周期性变化的信号。具体来说，一个随机过程 \( X(t) \) 是循环平稳的，如果其均值、方差和自相关函数都是周期函数，即：

1. **均值周期性**：\( E[X(t)] = E[X(t+T)] \)，对于所有的 \( t \) 和某个周期 \( T \)。
2. **方差周期性**：\( \text{Var}(X(t)) = \text{Var}(X(t+T)) \)，对于所有的 \( t \) 和某个周期 \( T \)。
3. **自相关函数周期性**：\( \text{Cov}(X(t), X(t+\tau)) = \text{Cov}(X(t+T), X(t+T+\tau)) \)，对于所有的 \( t \)、\( \tau \) 和某个周期 \( T \)。

### 非高斯信号

非高斯信号（non-Gaussian signal）是指其概率分布不是正态分布的信号。高斯信号具有对称的钟形概率分布，而非高斯信号可能有不同的形状，如重尾分布、偏斜分布等。非高斯特性可以通过高阶统计量（如偏度和峰度）来刻画。

### 非平稳信号

非平稳信号（non-stationary signal）是指其统计特性随时间变化的信号。即它不满足平稳信号的定义条件。具体表现为：

1. **均值随时间变化**。
2. **方差随时间变化**。
3. **自相关函数依赖于绝对时间而不是时间差**。

### 关系

1. **循环平稳 vs 平稳**：循环平稳信号的统计特性是周期性变化的，而平稳信号的统计特性是不随时间变化的。循环平稳信号是一类特定的非平稳信号，但具有可预测的周期性变化。
   
2. **非高斯 vs 高斯**：这两者是从概率分布角度定义的，非高斯信号不需要是平稳的或非平稳的，可以是任何一种信号。高斯和平稳/非平稳是独立的概念，信号可以是高斯平稳的，也可以是高斯非平稳的。

3. **非平稳 vs 平稳**：非平稳信号是指统计特性随时间变化的信号，而平稳信号的统计特性不随时间变化。非平稳信号包括很多种类，例如趋势性信号、随机游走信号、以及循环平稳信号。

总结起来，平稳和非平稳描述的是信号统计特性随时间的变化情况，而高斯和非高斯描述的是信号的概率分布形状。循环平稳是一类特殊的非平稳信号，具有周期性的统计特性。