平穩隨機過程

平穩隨機過程

在數學中,平穩隨機過程(Stationary random process)或者嚴平穩隨機過程(Strictly-sense stationary random process),又稱狹義平穩過程

平穩隨機過程是在固定時間和位置的機率分布與所有時間和位置的機率分布相同的隨機過程,即隨機過程的統計特性不隨時間的推移而變化,因此數學期望方差這些參數不隨時間和位置變化。

基本介紹

  • 中文名:平穩隨機過程
  • 外文名:stationary random process
  • 別稱:嚴平穩隨機過程
  • 學科:數理科學
  • 套用領域:信號處理與分析
  • 類別:隨機過程的一種
平穩隨機定義,定義區別聯繫,各態歷經性,

平穩隨機定義

隨機過程的平穩性分為嚴格平穩和廣義平穩。
嚴格平穩:所謂隨機過程嚴格平穩,是指它的任何n維分布函式或機率密度函式與時間起點無關。
廣義平穩:若一個隨機過程的數學期望及方差與時間無關,相關函式僅與時間間隔有關,則稱這個隨機過程為廣義平穩隨機過程。
定義1(嚴平穩隨機過程)
符號化語言表示出來,即:
如果對於任意的n(n=1,2,···),t1,t2,···,tn∈T和任意實數h,
當t1+h,t2+h,···,tn+h∈T時,n維隨機變數(X(t1),X(t2),···,X(tn))和(X(t1+h),X(t2+h),···,X(tn+h))具有相同的分布函式,則稱隨機過程{X(t),t∈T}具有平穩性,稱此過程為嚴平穩隨機過程,簡稱隨機過程。
若隨機過程嚴格平穩,則可以得出以下結論:
其數學期望、方差與時間無關,自相關函式僅與時間間隔有關。
定義2(寬平穩隨機過程)
給定二階矩過程{X(t),t∈T},如果對任意的t,t+h∈T,有
(1)E[X(t)]=Cx(常數) (2)E[X(t)X(t+h)]=R(h)
則稱{X(t),t∈T}為寬平穩(隨機)過程或廣義平穩(隨機)過程。
註:二階矩過程定義:如果隨機過程{X(t),t∈T}對每一個t∈T,二階矩E[X(t)·X(t)]都存在,那么稱它為二階矩過程。
要證明某個隨機過程是否是寬平穩過程(廣義平穩過程)就必須的滿足以上定義中的三個條件:
(1)E[X(t)]=Cx(常數)
(2)E[X(t)X(t+h)]=R(h)
(3)
< +∞

定義區別聯繫

嚴平穩隨機過程與寬平穩隨機過程區別聯繫
(1)一個寬平穩過程不一定是嚴平穩過程,一個嚴平穩過程也不一定寬平穩過程。
例1:X(n)=sinwn,n=0,1,2,…,其中w服從U(0,2π),隨機過程{X(n),n=0,1,2,…}是寬平穩過程,但不是嚴平穩過程。
例2:服從柯西分布的隨機變數序列是嚴平穩隨機過程,但不是寬平穩隨機過程。
(2)寬平穩過程定只涉及與一維、二維分布有關的數字特徵,所以一個嚴平穩過程只要二階矩存在,則必定是寬平穩過程。但反過來,一般是不成立的。
(3)正態過程是一個重要特例,一個寬平穩的正態過程必定是嚴平穩的。
這是因為:正態過程的機率密度是由均值函式和自相關函式完全確定的,因而如果均值函式和自相關函式不隨時間的推移而變化,則機率密度函式也不隨時間的推移發生變化。

各態歷經性

事實證明:如果一個平穩隨機過程,只要滿足一些較寬的條件,則一個樣本函式在整個時間軸上的平均值可以用來代替其集平均(統計平均值和自相關函式等),這就是各態歷經性
一般來說,在一個隨機過程中,不同樣本函式的時間平均值是不一定相同的,而集平均則是一定的。因此,一般的隨機過程的時間平均≠集平均,只有平穩隨機過程才有可能是具有各態歷經性的。即各態歷經的隨機過程一定是平穩的,而平穩的隨機過程則需要滿足一定條件才是各態歷經的。

相關詞條

熱門詞條

聯絡我們