随机信号及其统计描述
随机过程的统计描述
概率分布
数字特征
-
数学期望
- 表示所有样本在任意时刻t取值的分布中心。
-
方差
- 样本相对于数学期望的平均偏离程度
-
相关函数
-
自相关
- 同一随机过程在任意两个不同时刻取值的相关程度
-
互相关
- 两个随机过程之间的关联程度
-
-
协方差
-
自协方差
- 同一个随机过程在任意两个时刻起伏值之间的平均相关程度
-
互协方差
- 两个随机过程起伏值之间的关联程度
-
随机过程的平稳性与各态历经性
严格平稳随机过程
-
定义
- 任意n维分布函数不随时间起点的不同而变化,
-
性质:严格平稳随机过程的数学期望与方差都是和时间无关的常量,自相关函数仅与时间间隔有关
宽平稳随机过程
-
定义
- 数学期望与时间无关,自相关函数仅与时间间隔有关。
-
性质
- 自相关函数是偶函数
- 自相关函数在t=0时有最大值。
- 周期性随机过程的自相关函数具有周期性。
各态历经性
-
定义
- 时间均值和时间相关函数依概率1分别等于集合平均和集合相关系数。
-
物理意义
- 任意样本在足够长的时间内,都先后经历了随机过程各个可能的状态,即每个样本都可以作为具有充分代表性的典型样本。
随机过程的相关性与独立性
独立性:两个随机过程的n+m维概率密度函数为n维与m维概率密度函数的乘积,则称两随机过程独立。
相关性:两随机过程的互协方差函数为0.则互不相关
正交性: 两随机过程的互相关函数为0,则两过程正交。
希尔伯特变换
定义
性质
- 偶函数的希尔伯特变换是奇函数
- 平稳随机过程与其希尔伯特变换的互相关函数等于其自相关函数的希尔伯特变换
- 平稳随机过程x(t)的希尔伯特变换的统计自相关函数等于x(t)的自相关函数Rx(t)
高斯噪声与白噪声
高斯噪声
- 定义:服从正态分布的噪声
- 一维概率密度函数
白噪声
- 频谱对频率的积分为0
XMind: ZEN - Trial Version