北大随机过程课件:第 5 章 第 1 讲 高斯随机过程.pdf_第1页
北大随机过程课件:第 5 章 第 1 讲 高斯随机过程.pdf_第2页
北大随机过程课件:第 5 章 第 1 讲 高斯随机过程.pdf_第3页
北大随机过程课件:第 5 章 第 1 讲 高斯随机过程.pdf_第4页
北大随机过程课件:第 5 章 第 1 讲 高斯随机过程.pdf_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1 高斯随机过程高斯随机过程 1 定义 定义 高斯过程 如果随机过程 Ttt 的有限维分布都是高斯分布 则称它为高斯随机过程或 正态过程 高斯过程是二阶矩过程的一个重要子类 复高斯过程 如果随机过程是一个复高斯过程 则在 n 个时刻抽样得到 n 个复随机变量 也就是 说 n 个时刻抽样组成了 2n 维实高斯分布随机矢量 宽平稳实高斯随机过程 如果随机过程 t 是宽平稳实高斯随机过程 它的均值是常数 相关函数仅与时 间差 ik tt 有关 不再单独依赖于 k t和 i t 随机过程 t 的一切有限维分布都不随 时间平移而改变 即 t 是严平稳随机过程 2 性质 性质 定理 1 若 2 1 n k nnn 为 k 维实高斯变量 均方收敛于 k 21 即对每个分量说有 kiE i n i n 1 0lim 2 则 也是高斯分布的随机矢 量 定理 2 若高斯过程 Ttt 是在 T 上均方可导的 则 Ttt 也是高斯过程 定理 3 若 Ttt 是在 T 上均方可积的高斯过程 则 t a duut Tta 及 b a duuthut Tba 也是高斯过程 2 结论 1 高斯随机过程可以用它的任意有限维分布来描述 高斯随机过程可以用它的均值和协方差矩阵来描述 研究高斯随机过程 就是研究它的均值和协方差函数 即均值和相关函数 结论 2 高斯随机过程经过任意一个线性系统 或线性运算 包括微分 积分 后 仍然是 一个高斯过程 它的统计特性完全可以用它的均值和协方差函数来描述 只要研究 它的均值和协方差函数 就研究了相应的高斯过程 3 高斯马尔可夫过程 高斯马尔可夫过程 定义 1 设有零均值实随机过程 t 它是高斯过程 又是马尔可夫过程 定理 1 对于高斯马尔可夫过程 有 cov 22 3221 3131 ttC ttCttC ttttC 证明 122312 11 12323 312 11 321112 23 31 32132131 32132131 31 3131 cov 121 23121 11223 321 321 dxdxttExxfxfx dxdxdxxxfxxxfxfx dxdxdxxfxxfxxfxx dxdxdxxxxfxx dxdxdxxxxfxx ttE ttttC 利用高斯分布的条件均值的表达式 有 2 22 23 2 22 23 23 x ttC ttC x ttE ttE ttE 于是有 3 12212 11 22 23 122 22 23 12 1131 121 121 dxdxxxxfxfx ttC ttC dxdxx ttC ttC xxfxfxttC 12112 12 22 23 112 dxdxxfxxfxx ttC ttC 22 3221 ttC ttCttC 定理 2 设 2 1 0 nn 为高斯分布平稳实随机序列 则 0 CanC n 0 0 C 1 0 an为 n 是马尔可夫过程的充分必要条件 证明 必要性的证明 t 是高斯马尔可夫过程 22 3221 31 ttC ttCttC ttC 设 321 ttt 有 0 2312 22 2312 13 C ttCttC ttC ttCttC ttC 设 1223 ttsttt 0 C tCsC stC 由此得到 0 1 1 C CnC nC n n a C C C C C nC C C C nC C nC 0 1 0 1 0 2 0 1 0 1 0 2 设 0 1 C C a 可以得到 0 CanC n 充分性的证明 4 如果有 0 CanC n 设 21 nnn 0 0 0 0 21 21 21 C nCnC nC C nC C nC aaa C nC nnn 即满足了马尔可夫条件 定理 3 设 t 是一个均方连续平稳实高斯分布的随机过程 C为其协方差函数 则 0 0 C eC a a tt 1020 tWtW 为 高斯分布的随机变量 其概率密度为 2 exp 2 1 12 2 12 1020 tt 1 2 10 1010101020 101010201020 t tWE tWtWEtWtWtWE tWtWtWtWEtWtWE 设0 21 tt 21020 ttWtWE 因此有 min 121020 tttWtWE 普通的维纳过程 定义 2 普通的维纳过程 如果 10 tWttW 则 ttWE 为常数称为偏 移系数 ttWEtDWtWD 2 2 0 2 0 2 2 为常数 称为过程的强度 tW的一维概率密度是 6 2 exp 2 1 2 2 2 0 现研究 t duu 0 的统计特性 均值 tt duuEduuE 00 0 相关函数 设0 12 tt 1 2 0 2 0 0 2 0 0 0 000 1 12 12 1221 t dudvvu dudvvuE dudvvuEdvvduuE t t t t t t ttt 设0 21 tt 2 2 00 21 tdvvduuE tt 7 因此有 21 2 00 min 21 ttdvvduuE tt t duu 0 是一个维纳过程 维纳过程的微分是一个白高斯噪声过程 白

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论