一、涉及的概念
随机:随机是指信号的取值服从某种概率规律,这一规律可以是完全已知的、部分已知的或完全未知的。随机信号也称为随机过程、随机函数或随机序列。
确定性信号:如果序列{s(t)}在每个时刻的取值不是随机的,而是服从某种固定函数的关系,则称之为确定性信号。如阶跃信号、符号信号或矩形脉冲等。
随机信号:若序列{s(t)}在每个时刻的取值是随机变量,则称之为随机信号。随机信号过过程可以用概率分布特性(简称统计性能)统计地描述。
令x(t)表示一连续时间的复随机过程,对于任何一固定的时刻t,随机过程x(t)定义一随机变量X=x(t).令u(t)表示其均值,则:
式中f(x,t)表示随机变量X = x(t) 在时间t的概率密度函数。
自相关函数Rx(t1,t2)定义为x(t)在时刻t1和t2之间的相关,即:
式中,上标*表示复数的共轭;f(x1,x2;t1,t2)表示随机变量X1 = x(t1)和X2 = x(t2)的联合概率密度函数。一般情况下,自相关函数与时间变量t1和t2有关。
均值和自相关函数分别是随机信号x(t)的一阶矩和二阶矩,类似地还可以定义随机信号的K阶矩:
根据K阶矩是否与时间有关,随机信号又分为平稳随机信号和非平稳随机信号两大类。
平稳信号:n阶平稳、广义平稳、严格平稳。平稳信号常称为时不变信号,即统计量不随时间变化的信号。
非平稳信号:也常称为时变信号,因为它至少有某个统计量(如均值,协方差函数)是时间的函数。
注意:时变与时不变信号不应该理解为信号的取值或波形是否随时间变化。
遍历性:它关心的问题是从随机信号的依次记录是否可以估计其统计量(如相关函数,功率谱等)。常用一种遍历性形式,均方遍历性。
当一个信号是n阶矩均方遍历的平稳过程时,它的n阶及所有低阶的统计平均都可以用各自的时间平均来代替。换句话说,这些统计量均可以根据该信号的一次观测数据进行估计。如果均方遍历的平稳信号x(t)的N个观测样本x(1),x(2),...,x(N),为已知,则信号的均值ux可由时间平均估计。
统计特性:一阶、二阶、高阶(三阶及以上)
二、相关函数、协方差函数与功率谱密度
相关函数、协