Ensemble Average(系综平均)（集平均）

1. 什么是系综平均？：
   下图（来自知乎：卖艺的小青年）中集平均实际就是系综平均，按照随机信号分析的知识来分析，我们可以把这一系列函数看成一个随机信号，取定一个时间，我们就得到一个随机变量，而系综平均实际上就是某一时间点随机变量的期望。（时间平均当然就是某一个样本函数的均值，这里我们不予讨论）。
   
2. 系综平均什么时候和时间平均相等？
   首先说明这个问题的意义：
   在现实中，我们不可能将一个系统复制无数遍进行试验求集平均，但是我们却可以进行长时间的观察，求出时间平均，这时，如果集平均和时间平均相等，我们就可以简单的将集平均求出。
   然后，我们要说明什么是平稳随机过程:
   下图（图片来自《随机信号分析（第四版）》作者：李晓峰 周宁 傅志中 李在铭）为严格随机平稳过程的定义，很简单，在我看来，就是概率密度函数不随时间变化，条件严格，更多用于理论研究，一般所说的 平稳性 都是指广义随机平稳。
   
   下面是广义平稳随机过程的定义，只要求一二阶的矩具有移动不变性即可，条件较为宽松，更多用于实际研究：
   
   下图给出了广义平稳信号满足均值具有各态历经性的条件，仅仅给出定理，证明请自行查阅。
   
   最后，我们来说明集平均和时间平均相等的条件，只要实信号具有各态历经性，我们就可以说他的集平均和时间平均相等。
   
3. 系综平均系统/集合平均滤波器
   在最前面简单介绍以下原理，如果我们有多个添加了噪声的样本信号，而这个信号又具有各态历经性的话，我们完全可以对多个样本进行集合平均，达到滤波的目的。下面我们从信噪比的角度进行分析为什么集合平均可以提高信噪比：
   假设我们有n个样本函数，均添加了高斯白噪声，设原本的信号为$S$，平均功率为$P$,设添加的高斯白噪声信号分别为$N_i,i=1,2,3,...n$，白噪声方差为$\sigma$，那么我们可以得到添加了噪声信号的信噪比$L_1=\frac{P}{{\sigma }^2}$（按我的理解，高斯白噪声均值为0