随机过程基础4--非平稳过程

1,平稳就代表随机过程在某一方面具有不变性.随着时间的偏移某一方面保持不变.所以会有很多种平稳随机过程.

最熟悉的宽平稳就是,一阶均值保持不变,二阶自相关函数与时间也无关.之前学习的性质,从频域分析都是宽平稳带来的方便.

本节介绍两种非平稳随机过程
(1),循环平稳

它与宽平稳是有联系的,宽平稳是任取T,而循环平稳是找到一个.

其具有了周期的特性.

如上x(t)为一个周期平稳过程,u为均匀分布,x与u相互独立,(u其实相当于加上一个随机相位扰动),那么y按如上构造出来就是一个宽平稳过程,下面来证明:
第一步,x和u都有随机性,在一个式子中有两个变量具有随机性,我们用条件期望来解决.

如上就写成了条件期望的例子,就如同二重积分的思想,先固定其中一个,求另一个的积分,这样x的期望就可以写成自相关函数,而u的期望用期望的定义来求,这样我们要说明的就是这个积分公式仅仅依赖于t-s的值.这样我们换元可以清楚一点,u’=u+s,而因为x为周期平稳,并且x的自相关函数可以写成u’的一元函数,所以是以T为周期的,那么在一个周期内积分,得到的结果与s或t都没有关系.仅仅依赖于t-s的函数.

下面来介绍条件期望.

这就是条件期望的定义与性质,只是将原来的单一概率密度,换成了条件概率密度.
其重要的性质是,e(x|y)是一个随机变量,而不是确定的数,并且满足性质2与性质3

当x1,x2,…为独立同分布的随机变量,那么其期望满足如上公式,这里注意就算x不独立,不同分布,也满足期望的线性.

那么,如果把N改成一个随机变量,E的线性直观上变成了NE(x1),但是明显不对,因为E(x1+x2+…)是一个数,而NE(x1)是一个随机变量,那么如何将N从数学上改成E(N)呢?


就需要用到条件概率的公式,其中E的下角标,表示对谁做期望.

下面是一个例子:

PAM脉冲幅度调制.就是调幅信号(将信号搭载在载波,这里是脉冲序列的幅度上),上面解释到参数cta为基带波,可能是载波.T为符号宽度,α就是需要传输的信号,并且为宽平稳随机过程.
在实际的波形传输中,我们无法用方波去传输.因为方波的高频分量太多了(方波边界太陡峭就会产生高频分量),任何的信道或者接收机一定是带限的.所以无法用方波来传输信息.

https://blog.csdn.net/u014122266/article/details/43242905
上述文章解释了谱泄漏现象,就是出现了原信号中不该出现的分量.而矩形窗多出了很多高频.

如上,如果Rx(t,s)仅仅依赖于t与s的差,那么x就是一个宽平稳随机过程.
结果显然不是只依赖于t-s,因为如果t+小分量,s也+小分量,只要这个小分量相同,结果相同才是只依赖于t-s,但是这是两个波形上取一点.所以不可能.

但是t+T,s+T就可以.所以x(t)是循环平稳过程.
所以我们通过加一个随机相位,来使得可以研究x(t)的谱.
下面我们加上一个随机相位扰动u,并进行换元.


并对k-m进行换元,离散情况用求和代替了积分.

然后对u’-m’T继续进行换元,使得式子简洁.并且m’求和已经可以计算了,相当于无数个小区间拼成无穷.


上图中的R并不是自相关函数,而是时间相关.定义出这个式子就可以简化为如上形式.

这样就求得了x加随机相位的自相关函数是宽平稳的.

并求其功率谱密度,这里将tao进行换元,并且得到了离散版本的傅里叶变换,这里注意最后是Sα(Tw).这一这两个功率谱一个是α一个数cta.
这就是PAM信号的功率谱信号.是基带信号的谱特性与信号谱特性的乘积.

这个结果就可以用来设计基带信号.传输信号的谱是不可以变的,可以设计基带信号的频谱使得总的频谱限制在一个信道的传输频率范围内,是很重要的.

如余弦滚降作为基带信号.(余弦滚降是解决码间串扰的重要方法,注意是频域上为余弦窗口,而不是时域),所以用在PAM基带传输中再合适不过了.相当于加一个余弦窗.并且在余弦的基础上,顶点很平,叫做谱平坦,是个好的特性.

另外在电子信息专业中,数学的严密性可以适当的放宽,有时候没那么在意数学.
(2),正交增量

其特点是:x(0)=0,并且如上图取时间,E((X(t4)-X(t3))(X(t2)-X(t1))=0,那么我们采用的基本方法就是将坐标轴上的t分成0到s,s到t两段.这样写出自相关函数公式,就发现前面一部分正交,所以等于0.

所以一个正交增量的自相关函数可以写成一个min(s,t)最小值的函数.反之一个函数关于min(s,t),那么它一定是一个正交增量的自相关函数.

证明:

从上面看,如果一个函数g关于min(s,t),那么它一定是一个正交增量的自相关函数.
第一个特性为自相关函数关于t,s的最小值函数.

第二个特性:

所以说这里的x(t)代表的其实都是确定的数.才可以求导.而E(x1)表示无数次实验结果中,不同的x1.而且不可能有E(x(t))的形式.

布朗运动,有三个特点,b(0)=0,是正交增量过程.增量服从均值为0,方差为α方(t-s)的高斯分布.

可以引入一个B(0),并且均值为0,所以期望就变成了方差.

用布朗运动作为正交增量典型,简化运算


严格意义上来说,绝对值无法求导,但是广义数学上是可以的.并且s,t经过二次积分都没有了,所以化解为如上形式,应该少了个-号.并且u(x)为阶跃函数.x绝对值求导应该得到u(x)-u(-x).

这里我们就得到了最终结果,-号消掉是因为对-s求导了.

所以布朗运动经过均方导数运算,得到的新的过程,相关函数是冲激函数,所以这个新过程是白噪声.(相关函数是冲激函数,那么功率谱就是常数.但是周期冲激函数的傅里叶变换仍是周期冲激函数.)并且很明显是宽平稳.

求导相当于高通滤波操作.积分相当于低通滤波.在图像处理中去噪,一般用滤波器去卷积,相当于低通滤波.边缘检测时候是在求导.所有的边缘都是高频分量.

就说明布朗运动在高通滤波之后是平稳的.

什么叫白噪声?
每个频率分量上都有分量,且各频率分量是等能量分布.

例子:

在这个例子中是趋势平稳还是茅草分量平稳?注意平稳不等于光滑.表示的是统计特征延时间不变.一旦出现趋势,一般是不平稳的.
而是茅草分量求导之后就平稳.其趋势只是叠加在趋势分量上产生的.求导将趋势去掉了,如下

并且平稳性在图形上抖动是根本性的东西.以前的余弦调相信号与电报信号都是抖动的.越是平整,越不平稳.特例可能就是一个常数

这里循环平稳的自相关函数特点是:存在一个T使其循环.
正交增量的自相关函数特点是:关于t,s最小值的函数
并且都可以通过一定操作,转化为宽平稳.