各态历经过程

本文探讨了时间平均值、时间自相关函数在随机过程中的应用。通过统计平均与时间平均的比较,阐述了各态历经的概念,即在宽平稳随机过程中,样本的时间平均与统计平均相等,且时间自相关函数具有确定性。非各态历经随机过程与此不同,其样本平均不反映整体统计特性。
摘要由CSDN通过智能技术生成

时间平均值与时间自相关函数

对于一个函数,用 A [ ⋅ ] A[\cdot] A[]来表示其平均值,比方说对信号 s ( t ) s(t) s(t),其时间平均值为
A [ s ( t ) ] = lim ⁡ T → ∞ 1 2 T ∫ − T T s ( t ) d t A[s(t)] = \lim_{T\rightarrow \infty} \frac{1}{2T}\int_{-T}^T s(t) dt A[s(t)]=Tlim2T1TTs(t)dt
对于随机过程的某一个样本 X ( t , ζ i ) \mathbf{X}(t, \zeta_i) X(t,ζi)来讲,其时间平均值为
A [ X ( t , ζ i ) ] A[\mathbf{X}(t, \zeta_i)] A[X(t,ζi)]
其时间上的自相关函数为
A [ X ( t , ζ i ) X ( t + Δ t , ζ i ) ] A[\mathbf{X}(t, \zeta_i)\mathbf{X}(t+\Delta t, \zeta_i)] A[X(t,ζi)X(t+Δt,ζi)]

统计平均与时间平均

我们用 E [ ] \mathbb{E}[] E[]来表示统计平均,用 A [ ] A[] A[]来表示时间平均,有
E [ A [ X ( t ) ] ]

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值