随机过程第五章

随机过程-习题-第6章

6.1 6.2 6.3 6.4设有n 维随机矢量)(21n ξξξξτ =服从正态分布，各分量的均值为 n i a E i ,,2,1, ==ξ，其协方差矩阵为 ????? ? ??? ? ?=22 2 2 2 2 2000000σσσσσσσ a a a B 试求其特征函数。 解：n 元正态分布的特征函数为 }2 1 e x p {),,,(21][Bt t t j t t t n '-'=μφξ n i a E i ,,2,1, ==ξ ),,,(21n t t t t =' ，则 ∑== 'n i i jat t j 1 μ ()()),,,(2 1 2 23222 2212 1' ++='n n t t t t t a t t a t t Bt t σσσσσσ =22223232222221221σσσσσσn t t a t t t a t t t ++++++ =∑∑ -=+=+ 1 1 2112 2n i i i n i i a t t t σσ

∴]21exp[)]21(exp[),,,(1 1 211 2221][∑ ∑ -=+=- -=n i i i n i i i n a t t t jat t t t σσφξ 6.5. 设n 维正态分布随机矢量)(21n T ξξξξ =各分量的均值为i E i =ξ， n i ,3,2,1=，各分量间的协方差为 n i m i m n b i m ,3,2,1,|,|,=--= 设有随机变量∑==n i i 1 ξη，求η的特征函数。 解：易得：???? ? ???????=n ξξξη 21]111[ 2 ) 1(][][1 1 += ==∑∑==n n i E E n i n i i ξη 协方差矩阵为： ??????? ??? ? ?? ???------=n n n n n n n n n n 321 312211121B 所以 ]111[]111['??= B ηD =2 2 3n n + 由于高斯分布的随机变量的线形组合依旧是高斯分布的，所以η的特征函数为： ?? ? ???????++-+=2456822)1(exp )(t n n n t n n j t ηΦ 6.6 设有三维正态分布随机矢量)(321ξξξξ=T ，其各分量的均值为零，即0][=i E ξ )3,2,1(=i ，其协方差矩阵为 ???? ? ??=333231232221131211b b b b b b b b b B

窄带高斯随机过程的产生

本科实验报告 实验名称：窄带高斯随机过程的产生

一、实验目的 熟悉窄带随机过程的定义，了解窄带随机过程产生的原理与方法，最后估计实验产生的窄带随机过程的功率谱；掌握具有指定功率谱的随机过程产生方法，并以此产生窄带随机过程。 二、实验内容 本实验模拟产生一段时长为5ms 的窄带高频随机过程X(t)的样本函数。根据窄带随机过程的理论，X(t)可表示为 t f t A t f t A t X s c 002cos )(2cos )()(ππ-= 其中，A c (t)和A s (t)均为低频的高斯随机过程，因此，要模拟产生X(t)，首先要产生两个相互独立的高斯随机过程Ac(t)和As(t)，然后用两个正交载波cos2πf 0t 和sin2πf 0t 进行调制，如图所示。 假定Ac(t)和As(t)的功率谱密度均为4 ) /(11 )()(f f f G f G s c ?+= =，其中f ?为功率谱密度的3dB 带宽。在3.7节中介绍了有色高斯随机过程的产生，请按照频域法或时域滤波器法分别产生时长5ms 的低通过程Ac(t)和As(t)，然后按图所示合成X(t)，其中f 0=1000/π，要求分别画出模拟产生的Ac(t)、As(t)、X(t)的波形。 三、实验原理 （一）、有色高斯随机过程的模拟——频域法

首先将X(t)进行周期延拓，得到一个周期信号，再对周期信号进行傅里叶级数展开，即 ∑∞ -∞ == k k f j k e X t X 02~ )(π)1(0d T f = 由于傅里叶级数是X k 的线性组合，所以，如果X k 是零均值的高斯随机变量，那么)(~ t X 也是零均值高斯过程，如果{X k }是两两正交的序列，则周期信号的功率谱为线谱，即 ∑∞ -∞ =-= k k X kf f g f G )()(02~δ))|(|(22 k k X E g = 通过选择g k 就可以得到期望的功率谱。 假定Gx(f)是带限的，即 0)(=f G x (|f|>B) 那么，{g k 2}只有有限项，即{2 2120212,,...,,...,,M M M M g g g g g -+--}，其中M=[B/f 0]，[· ]表示取整，与此对应的傅里叶级数系数{Xk}也是2M+1项。因此，只需产生2M+1个相互正交的零均 值高斯随机变量{M M M M X X X X X ,,...,,...,,101-+--}，其方差22)|(|k k g X E =，并在1式中将时间限定为(0,Td)就可以得到模拟过程X(t)。2k g 应与)(0kf G x 成比例，即)(02kf G g x k β=， 系数β的选择满足下式： ∑? ∑∑-=-=-=== = M M k X B B M M k M M k k k X kf G g X E df f G )(]|[|)(0-2 2 β 即 ∑?-== M M k X B B X kf G df f G ) ()(0 -β 总结如下： 1.根据所需过程的时长Td 确定频率f 0，并确定傅里叶级数系数的长度M=[B/f 0]； 2.根据∑?-==M M k X B B X kf G df f G ) ()(0 -β确定β； 3.产生2M+1个独立的高斯随机变量，即 M M M M k kf G N X X k ,1,...,0,...,1,)),(,0(~0-+--=β

随机过程习题答案A

随机过程习题解答（一） 第一讲作业： 1、设随机向量的两个分量相互独立，且均服从标准正态分布。 （a）分别写出随机变量和的分布密度 （b）试问：与是否独立？说明理由。 解：（a） （b）由于： 因此是服从正态分布的二维随机向量，其协方差矩阵为： 因此与独立。 2、设和为独立的随机变量，期望和方差分别为和。 （a）试求和的相关系数； （b）与能否不相关？能否有严格线性函数关系？若能，试分别写出条件。 解：（a）利用的独立性，由计算有： （b）当的时候，和线性相关，即 3、设是一个实的均值为零，二阶矩存在的随机过程，其相关函数为 ，且是一个周期为T的函数，即，试求方差 函数。 解：由定义，有： 4、考察两个谐波随机信号和，其中：

式中和为正的常数；是内均匀分布的随机变量，是标准正态分布的随机变量。 （a）求的均值、方差和相关函数； （b）若与独立，求与Y的互相关函数。 解：（a） （b） 第二讲作业： P33/2．解： 其中为整数，为脉宽 从而有一维分布密度： P33/3．解：由周期性及三角关系，有： 反函数，因此有一维分布： P35/4. 解：(1) 其中 由题意可知，的联合概率密度为：

利用变换：，及雅克比行列式： 我们有的联合分布密度为： 因此有： 且V和相互独立独立。 （2）典型样本函数是一条正弦曲线。 （3）给定一时刻，由于独立、服从正态分布，因此也服从正态分布，且 所以。 （4）由于： 所以因此 当时， 当时， 由（1）中的结论，有： P36/7．证明： (1) (2) 由协方差函数的定义，有：

P37/10. 解：（1） 当i =j 时；否则 令 ，则有 第三讲作业： P111/7．解： （1）是齐次马氏链。经过次交换后，甲袋中白球数仅仅与次交换后的状态有关，和之前的状态和交换次数无关。 （2）由题意，我们有一步转移矩阵： P111/8．解：（1）由马氏链的马氏性，我们有： （2）由齐次马氏链的性质，有： （2）

第5章 窄带随机过程

第五章 窄带随机过程 5.1 窄带随机过程的概念 1． 通信工程中的信号频率 在通信工程中，如雷达、广播、电视等信号，在传输中信号有相对固定的信号频率。对 于有相对固定频率的信号，其数学表达方法的研究是非常重要的。 2． 窄带随机过程 （1） 带通随机过程的定义 若随机过程)(t X 的谱密度满足： ?? ??<-=其它0 )()(0ω ωωωωS S X 则称)(t X 为带通过程。 带通过程的谱密度的图解如下图。 （2） 窄通随机过程的定义 若)(t X 为带通过程，且0ωω<

4． 窄带随机过程的解析表达方法之二：准正弦振荡表示法 定理：实窄带随机过程)(t X 都可表示为下式： ))(cos()()(0t t t A t X Φ+=ω 证明：由莱斯表示法有： )()()(2 2 t b t a t A += ， ) ()()(t a t b arctg t =Φ )(t A 与)(t Φ都是慢变化的随机过程。慢变化是指)(t A 与)(t Φ随时间变化比) cos(0t ω随时间的变化要缓慢得多。 其中：称0ω这载波频率。 称)(t A 为)(t X 的包络。 称)(t Φ为)(t X 的相位（初相）。 这一表达式称为准正弦振荡表示法。 5.2 窄带高斯过程包络与相位的概率密度 在工程应用中，假定系统的输出是一个窄带高斯随机过程，可使问题的解决得到简化。 实际上，有许多工程实际的系统输出是窄带高斯随机过程。 对于窄带随机过程，包络)(t A 与相位)(t Φ的检测是首要工作。 1． 包络与相位的一维概率密度 （1） 先求)(t a 与)(t b 的联合概率密度),(t t ab b a f 当t 确定后，)(t a 与)(t b 都是高斯随机变量，且相互正交，所以有 ? ?????+-= 2 222 2exp 21),(σπσ t t t t ab b a b a f （2） 求)(t A 与)(t Φ的联合概率密度 定理： ),(),(t t ab t t A b a f J A f =ΦΦ，J 为雅可比行列式。 由 )()()(2 2 t b t a t A += ， ) ()()(t a t b arctg t =Φ 可得 )(t A J =

实验二：窄带高斯随机过程的产生

本科实验报告实验名称：窄带高斯随机过程的产生

一、实验目的 熟悉窄带随机过程的定义，了解窄带随机过程产生的原理与方法，最后估计实验产生的窄带随机过程的功率谱；掌握具有指定功率谱的随机过程产生方法，并以此产生窄带随机过程。 二、实验原理 （一）窄带随机过程的产生原理 窄带随机过程可以表示为下面的准正弦振荡的形式： cos X t A t ωτ?τ0()=()[+()] 或者表示为同相分量与正交分量的合成： 00cos sin c s X t A t t A t t ωω()=()-() 其中c A t ()与s A t ()均为低频变化的随机过程，可以通过模拟其分布及功率谱特性来实现窄带随机过程的产生。 （二）用频域法模拟任意随机过程 模拟一个时长为d T 的高斯随机过程的一个样本函数()X t , 要求功率谱密度满足指定的形式，先将()X t 进行周期性延拓，并做DFS ()0201 ()j k k f k d X e f T X t π∞ ∞ =-== ∑ 若k X 是零均值的高斯随机变量，那么()X t 也是零均值的高斯随机过程。若{}k X 是两两正交的序列 ()2 2 2 0()(())k k k k X g f k G f E X f g δ=-∞ ∞ = -=∑ 即可以控制k g 得到期望的功率谱。 假定()(0 )X G f B f =>，即()X G f 带限，则{}2k g 为有限项，对应的DFS 系数{}k X 也为21M +项0()B M f ?? =???? ，因此只需产生21M +个相互正交的零均值 高斯随机变量{}101,,,,,,M M M M X X X X X --+- ，其方差为2 2()k k E X g =。2 k g 应 与()0X G kf 成比例，即()20X k G g kf β=，则有

上海大学随机过程第六章习题与答案

第三章 习 题 1．甲乙两人进行某种比赛，设每局比赛中甲胜的概率为p ，乙胜的概率为q ，平局的概 率为r ，其中,,0,1p q r p q r ≤++=，设每局比赛后，胜者得1分，负者得1-分，平局不记分，当两个人中有一个人得到2分时比赛结束，以n X 表示比赛至第n 局时甲获得的分数，则{,1}n X n ≥是一齐冯马尔可夫链. （1）写出状态空间； （2）求一步转移概率矩阵； （3）求在甲获得1分的情况下，再赛2局甲胜的概率. 解（1）{,0}n X n ≥的状态空间为 {2,1,0,1,2}S =-- （2）{,0}n X n ≥的一步转移概率矩阵为 10000000 0000 1q r p q r p q r p ????????=???????? P （3）因为两步转移概率矩阵为 22 (2) 2222 22 1 0000 202220 20 000 1q rq r pq pr p q rq r pq pr p q qr pq r p pr ????++????==+? ?++?????? P P 所以在甲获得1分的情况下，再赛2局甲胜的概率为 (2) 12(1)p p pr p r =+=+ 2．设{,1,2,}i Y i =L 为相互独立的随机变量序列，则

（1）{,1,2,}i Y i =L 是否为Markov 链？ （2）令1 n n i i X Y == ∑，问{,1,2,}i X i =L 是否为Markov 链？ 解（1）由于 11221112211122111221111221(,,,,) (,,,)(,,,) ()()()() ()() (,,,) n n n n n n n n n n n P Y i Y i Y i Y j P Y j Y i Y i Y i P Y i Y i Y i P Y i P Y i P Y i P Y j P Y j P Y j Y i P Y i Y i Y i ------================= ========L L L L L 因此，{,1,2,}n Y n =L 是马尔可夫链. （2）取1111()f U X U ==，当11U i =时，212X U U =+是2U 的函数，记为22().f U 依 次 类 推 ， 1121 n n X U U U --=+++L 为 1 n U -的函数，记为 1112(),n n n n f U X U U U --=+++L 为n U 的函数，记为().n n f U 由于12,,,,n U U U L L 相互 独立，则其相应的函数1122(),(),,(),n n f U f U f U L L 也相互独立，从而 12211122111 1112211 (,,,)(,,,) (,,,)()() n n n i n i n n n n n n P X j X i X i X i P Y j X i X i X i P X Y j X i X i X i P Y j i P X j X i --=---==========+======-===∑L L L 因此{,1,2,}n X n =L 是马尔可夫链. 3 设,1,2,i X i =L 是相互独立的随机变量，且使得(),0,1,i j P X j a j ===L ，如果 max{,1,2,,1}n i X X i n >=-L ，其中0X =-∞，就称在时刻n 产生了一个记录.若在时刻 n 产生了一个记录，就称n X 为记录值，以n R 表示第n 个记录值. （1）证明，{,1,2,}n R n =L 是Markov 链，并求其转移概率； （2）以i T 表示第i 个与第1i +记录之间的时间，问{,1,2,}n T n =L 是否是Markov 链，若是，则计算其转移概率. 证明：（a ）根据题意有：k n k n n X R X R X R ===,....,2121，……满足

MATLAB 窄带随机过程

中山大学移动学院本科生实验报告 （2015学年春季学期） 课程名称：通信原理 任课教师：刘洁 教学助理（TA ）：朱焱 1、 实验要求 1.产生窄带随机过程和其概率谱密度 2.产生多个窄带随机过程 3.求出窄带随机过程的均值和自相关函数 2、 设计思路 00)()sin(2) f t b t f t p p - 对于第一个实验： 首先便是要搞懂如何产生一个窄带随机过程，按照TA 的提示，循序而进，从定义出发，获得答案。按照上面的结构框图 ，由公式： t t b t t a t X 00sin )(cos )()(ωω-= 可以较为轻松的得到窄带随机过程（先产生高斯白噪声g = randn(1,1001)，产生低通[b,a] = butter(1,wn)的B/A 系数，由Y = filter （B ，A ,X ），得到a （t ）和 b （t ），之后zt = a(t)cos(wt) - b(t)sin(wt)，通过这个公式就容易了，再通过plot(zt);便可以得到窄带随机过程），后面的两个实验，是基于第一个实验来做的； 对第二个实验： 加入for 循环，生成五个窄带随机过程，并且利用subplot 画小图。 对第三个实验： 产生窄带随机过程，利用函数mean 和xcorr 两个函数分别产生均值和

自相关函数。 3、运行与测试 Lab1：产生窄带随机过程和其概率谱密度 在command命令框里写入：zhaidai，这是基于随机过程的莱斯表达式，产生一个1000个点的高斯窄带随机过程，和其概率谱密度（基本呈现正态分布）。 Lab2：产生多个窄带随机过程

北大随机过程课件：第 3 章 第 2 讲 马尔可夫过程

马尔可夫过程 ?1马尔可夫过程概论 6 1.1马尔可夫过程处于某个状态的概率 6 1.2马尔可夫过程的状态转移概率 6 1.3参数连续状态离散马尔可夫过程的状态转移的切普曼-柯尔莫哥洛夫方程 切普曼-柯尔莫哥洛夫方程 齐次切普曼-柯尔莫哥洛夫方程 转移概率分布函数、转移概率密度函数 6 1.4马尔可夫过程状态瞬时转移的跳跃率函数和跳跃条件分布函数 瞬时转移概率分布函数 6 1.5确定马尔可夫过程Q矩阵 跳跃强度、转移概率Q矩阵 ?2参数连续状态离散马尔可夫过程的前进方程和后退方程 柯尔莫哥洛夫-费勒前进方程（利用Q矩阵可以导出、转移概率的微分方程）福克-普朗克方程（状态概率的微分方程） 柯尔莫哥洛夫-费勒后退方程（利用Q矩阵可以导出、转移概率的微分方程）?3典型例题 排队问题、机器维修问题、随机游动问题的分析方法 ?4马尔可夫过程的渐进特性 稳态分布存在的条件和性质 稳态分布求解 ?5马尔可夫过程的研究 1概论 1.1 定义及性质 1.2 状态转移概率 1.3 齐次马尔可夫过程的状态转移概率 1.5跳跃强度、转移概率Q矩阵 2 前进方程和后退方程 2.1 切普曼-柯尔莫哥洛夫方程 2.2柯尔莫哥洛夫-费勒前进方程 2.2福克-普朗克方程 2.3柯尔莫哥洛夫-费勒后退方程 3典型的马尔可夫过程举例 例1 例2 例3 例4，随机游动 4马尔可夫过程的渐进特性 4.1 引理1 4.2 定理2 4.3 定理

5马尔可夫过程的研究 6关于负指数分布的补充说明：

1概论 1.1定义：马尔可夫过程 ()t ξ： 参数域为T ，连续参数域。以下分析中假定[0,)T =∞； 状态空间为I ，离散状态。以下分析中取{0,1,2,}I ="； 对于T t t t t m m ∈<<<<+121"，若在12m t t t T <<<∈"这些时刻观察到随机过程的值是12,,m i i i "，则 1m m t t T +>∈时刻的条件概率满足: {}{}1111()/(),,()()/(), m m m m m m P t j t i t i P t j t i j I ξξξξξ++======∈" 则称这类随机过程为具有马尔可夫性质的随机过程或马尔可夫过程。 1.2 定义：齐次马尔可夫过程 对于马尔可夫过程()t ξ，如果转移概率{}21()/()P t j t i ξξ==只是时间差12t t ?=τ的函数,这类马尔可夫过程称为齐次马尔可夫过程。 1.３ 性质 马尔可夫过程具有过程的无后效性； 参数连续状态离散的马尔可夫过程的条件转移概率为： {}{}212112()/()0()/(),,P t j t t t P t j t i t t i j I ξξξξ′′=≤≤===≤∈ 马尔可夫过程的有限维联合分布律可以用转移概率来表示 {} {}{}{}32132211123(),(),()()/()()/()(),,,P t k t j t i P t k t j P t j t i P t i t t t i j k I ξξξξξξξξ=========≤≤∈ 马尔可夫过程的有限维条件分布律可以用转移概率来表示

窄带随机过程的产生及其性能测试

实验四 窄带随机过程的产生及其性能测试 一、实验目的 1、基于随机过程的莱斯表达式产生窄带随机过程。 2、掌握窄带随机过程的特性，包括均值（数学期望）、方差、相关函数及功率谱密度等。 二、实验原理 窄带随机过程的产生如下图所示： 00)()sin(2) f t b t f t p p - 三、实验内容 1、按照上面的结构框图，基于随机过程的莱斯表达式t t b t t a t X 00sin )(cos )()(ωω-=，用Matlab 产生一满足条件的窄带随机过程。 m.文件如下： %产生一个p 个点的高斯窄带随机过程 function f=suiji1(p) n=1:p; w=-pi:2*pi/1000:pi; R=100; C=0.001; wn=1/2*pi*R*C; [b,a]=butter(1,wn); g=randn(1,1001); y=filter(b,a,g); at=y.*cos(w.*n); bt=y.*sin(w.*n); ft=at-bt; subplot(211) plot(ft) subplot(212) ksdensity(ft) 在command 命令框里写入： suiji1(1000) 即产生一个1000个点的高斯窄带随机过程 窄带随机过程波形及其概率密度图分别如下所示：

020040060080010001200 -2 -101 2-2.5 -2-1.5-1-0.500.51 1.52 00.5 1 1.5 2、画出该随机过程的若干次实现，观察其形状。 该随机过程的四次实现，代码如下： >> for i=1:1:4 syms R C; n=1:1001; w=-pi:2*pi/1000:pi; R=100; C=0.001; wn=1/2*pi*R*C; [b,a]=butter(1,wn); g=randn(1,1001); y=filter(b,a,g); at=y.*cos(w.*n); bt=y.*sin(w.*n); ft=at-bt; subplot(4,2,2*i-1) plot(ft) subplot(4,2,2*i) ksdensity(ft) end 形状如下：

第二章随机过程的基本概念

第二章随机过程的基本概念 §1随机过程及其概率分布 、随机过程概念： 一、随机过程概念： 初等概率论所研究的随机现象，基本上可以用随机变量或随机向量来描述.但在实际中有些随机现象要涉及(可列或非可列)无穷多个随机变量.

例1．某人扔一枚硬币，无限制的重复地扔下去，要表示无限多次扔的结果，我们不妨记正面为1，反面为0.第次扔的结果是一个，其分布，无限多次扔n n r vX ?{}{}1012n n P X P X ====，无限制的重复地扔，要表示无限多次扔的结果，我们不妨反面为其分布无限多次扔的结果是一个随机过程，可用一族相互独 立，，或表示.r v ?1X ，2X {},1n X n ≥

n n X 0n n 0 1 2 3 4 5 6 7 8 910 ……

例2．当固定时，电话交换站在时间内来到的呼叫次数是，记， ，其中是单位时间内平均来到的呼叫次数，而，若从变到，时刻来到的呼叫次数需用一族随机变量表 它为非降的阶，在有呼唤来到的时刻阶跃地增加，假定在任一呼唤来到的时刻不可能来到多）(0)t t ≥[0,] t r v ?()X t ()()X t P t λ λ0λ>t 0∞t {}(),[0,)X t t ∈∞()X t ，电话交换站在记，若时刻示， 是一个随机过程. 对电话交换站作一次观察可得到一条表示以前来到的呼唤曲线，它为非降的阶梯曲线，在有呼唤来到的时刻阶跃地增加，（假定在任一呼唤来到的时刻不可能来到多于一次呼唤）. E t 1()x t

同理，第二次观察，得到另一条阶梯形曲线； 同理，第n 次观察，得到另一条阶梯形曲线. 2()x t ()n x t ，第二次观察，得到另一条阶梯形曲，第，得到另一条阶梯形曲 总之，一次试验得到阶梯形曲线形状具有随机性

随机过程-习题-第6章

| . 设有n 维随机矢量)(21n ξξξξτ =服从正态分布，各分量的均值为 n i a E i ,,2,1, ==ξ，其协方差矩阵为 ????? ???? ? ?=22 2 2 2 2 2000000σσσσσσσ a a a B 试求其特征函数。 解：n 元正态分布的特征函数为 }2 1exp{),,,(21][Bt t t j t t t n '-'=μφξ n i a E i ,,2,1, ==ξ ),,,(21n t t t t =' ，则 > ∑== 'n i i jat t j 1 μ ( )()),,,(21 2 232222212 1' ++='n n t t t t t a t t a t t Bt t σσσσσσ

=22223232222221221σσσσσσn t t a t t t a t t t ++++++ =∑∑ -=+=+ 1 1 2112 2n i i i n i i a t t t σσ ∴]21exp[)]21(exp[),,,(1 1 211 2221][∑ ∑ -=+=--=n i i i n i i i n a t t t jat t t t σσφξ . 设n 维正态分布随机矢量)(21n T ξξξξ =各分量的均值为i E i =ξ， n i ,3,2,1=，各分量间的协方差为 n i m i m n b i m ,3,2,1,|, |,=--= 设有随机变量∑==n i i 1 ξη，求的特征函数。 [ 解：易得：???? ? ???????=n ξξξη 21]111[ 2 ) 1(][][1 1 += ==∑∑==n n i E E n i n i i ξη 协方差矩阵为： ??????? ??? ? ?? ???------=n n n n n n n n n n 321 312211121B 所以 ]111[]111['??= B ηD =2 2 3n n + 由于高斯分布的随机变量的线形组合依旧是高斯分布的，所以η的特征函数为： ?? ? ???????++-+=2456822)1(exp )(t n n n t n n j t ηΦ 设有三维正态分布随机矢量)(321ξξξξ=T ，其各分量的均值为零，即0][=i E ξ

第2章 随机过程习题及答案

第二章 随机过程分析 1.1 学习指导 1.1.1 要点 随机过程分析的要点主要包括随机过程的概念、分布函数、概率密度函数、数字特征、通信系统中常见的几种重要随机过程的统计特性。 1. 随机过程的概念 随机过程是一类随时间作随机变化的过程，它不能用确切的时间函数描述。可从两种不同角度理解：对应不同随机试验结果的时间过程的集合，随机过程是随机变量概念的延伸。 2. 随机过程的分布函数和概率密度函数 如果ξ(t )是一个随机过程，则其在时刻t 1取值ξ(t 1)是一个随机变量。ξ(t 1)小于或等于某一数值x 1的概率为P [ ξ(t 1) ≤ x 1 ]，随机过程ξ(t )的一维分布函数为 F 1(x 1, t 1) = P [ξ(t 1) ≤ x 1] (2-1) 如果F 1(x 1, t 1)的偏导数存在，则ξ(t )的一维概率密度函数为 1111111 (,) (, ) (2 - 2)?=?F x t f x t x 对于任意时刻t 1和t 2，把ξ(t 1) ≤ x 1和ξ(t 2) ≤ x 2同时成立的概率 {}212121122(, ; , )(), () (2 - 3)F x x t t P t x t x ξξ=≤≤ 称为随机过程ξ (t )的二维分布函数。如果 2212122121212 (,;,) (,;,) (2 - 4)F x x t t f x x t t x x ?=??? 存在，则称f 2(x 1, x 2; t 1, t 2)为随机过程ξ (t )的二维概率密度函数。 对于任意时刻t 1，t 2，…，t n ，把 {}n 12n 12n 1122n n ()(),(), ,() (2 - 5) =≤≤≤F x x x t t t P t x t x t x ξξξ，，，；，，，称为随机过程ξ (t )的n 维分布函数。如果 n n 12n 12n n 12n 12n 12n (x ) () (2 - 6)?=???F x x t t t f x x x t t t x x x ，，，；，，，，，，；，，， 存在，则称f n (x 1, x 2, …, x n ; t 1, t 2, …, t n )为随机过程ξ (t )的n 维概率密度函数。 3. 随机过程的数字特征 随机过程的数字特征主要包括均值、方差、自相关函数、协方差函数和互相关函数。 随机过程ξ (t )在任意给定时刻t 的取值ξ (t )是一个随机变量，其均值为 []1()(, )d (2 - 7)E t xf x t x ξ∞ -∞ =?

随机过程复习小结

1：正态过程或者高斯过程 设{(),}X t t T ∈是随机过程，若对任意正整数n 和1212,,,,((),(),,())n n t t t T X t X t X t ???∈???是n 维正态随机变量，则称{(),}X t t T ∈是正态过程或者高斯过程。 2：维纳过程的定义 3：广义平稳过程=宽平稳过程 若两个随机过程X(t)和Y(t)的联合概率分布不随时间平移而变化，即与时间的起点无关，则称此两个过程为联合严平稳。 4：二维联合分布函数 5：半角公式和全角公式 . cos2α = 2(cos α)^2 ? 1 cos2α = 1 ? 2(sin α)^2 cos2α = (cos α)^2 ? (sin α)^2 6 ：

7：一维概率密度族 (,)X s t ρ= ,0s t > 第三章：泊松过程 1：称计数过程{(),0}X t t ≥为具有参数0λ>的泊松过程，若它满足下列条件： （1）(0)0X =; （2）()X t 是独立增量过程； （3）在任一长度为t 的区间中，事件A 发生的次数服从参数0λ>的泊松分布，即对任意 ,0s t ≥，有 ()(()()),0,1,...! n t t P X t s X s n e n n λλ-+-=== [()]E X t t λ= 2：定义3.3说明，在充分小的时间间隔内容，最多有一个时间发生，而不能同时有两个或者两个以上事件同时发生。 3：[()()][()()]()E X t X s D X t X s t s λ-=-=- s

随机过程习题答案

随机过程习题解答（一）第一讲作业： 1、设随机向量的两个分量相互独立，且均服从标准正态分布。 （a ）分别写出随机变量和的分布密度 （b ）试问：与是否独立？说明理由。 解：（a） （b）由于： 因此是服从正态分布的二维随机向量，其协方差矩阵为： 因此与独立。 2、设和为独立的随机变量，期望和方差分别为和。 （a ）试求和的相关系数； （b ）与能否不相关？能否有严格线性函数关系？若能，试分别写出条件。解：（a ）利用的独立性，由计算有： （b ）当的时候，和线性相关，即 3、 设是一个实的均值为零，二阶矩存在的随机过程，其相关函数 为 ，且是一个周期为T 的函数，即， 试求方差函数 。 解：由定义，有： 4、考察两个谐波随机信号和，其中： 式中和为正的常数；是内均匀分布的随机变量，是标准正态分布的随机变量。 （a ）求的均值、方差和相关函数； （b ）若与独立，求与Y的互相关函数。 解：（a ） （b ） 第二讲作业： P33/2．解：

其中为整数， 为脉宽 从而有一维分布密度： P33/3．解：由周期性及三角关系，有： 反函数 ，因此有一维分布： P35/4. 解： (1) 其中 由题意可知， 的联合概率密度为： 利用变换： ，及雅克比行列式： 我们有 的联合分布密度为： 因此有： 且 V 和 相互独立独立。 （2）典型样本函数是一条正弦曲线。 （3）给定一时刻，由于 独立、服从正态分布，因此 也服从正态分布，且 所以 。 （4） 由于： 所以 因此 当时， 当 时， 由（1）中的结论，有： P36/7．证明： (1) (2) 由协方差函数的定义，有： P37/10. 解：（1） 当i =j 时 ；否则 令 ，则有 （2）

窄带随机过程的模拟与分析

实验报告 实验题目：窄带随机过程的模拟 窄带随机过程的模拟 一、实验目的 （1）了解具有任意功率谱（低频）的正态随机过程的模拟； （2）了解窄带随机过程的模拟方法。 二、实验原理 （1）任意功率谱的正态随机过程的模拟 假定需要产生一个持续时间为d T 的高斯随机过程的一个样本()X t ，要求功率谱

满足()X G f 。为此，可以先将()X t 进行周期延拓，得到一个周期信号，然后对周期信号进行傅里叶级数展开。即 0201 ()()j f k k k d X t X e f T π∞ =-∞ == ∑ 由于傅里叶级数是k X 的线性组合，所以，如果k X 是零均值的高斯随机变量，那么()X t 也是零均值高斯过程，如果{} ()X t 是两两正交的序列，则周期信号的功率谱为线谱。即 2 220 ()()(())k k k X k G f g f kf g E X δ∞ =-∞ = - =∑ 通过选择k g 就可以得到期望的功率谱。 假定()X G f 是带限的，即 ()0()X G f f B = > 那么，{} 2 k g 只有有限项，共21M +项，与此对应的傅里叶级数也是21M +项。因此，只需产生21M +个互相正交的零均值高斯随机变量{}11,,,,M M M M X X X X --+- 。然后据此构造时域样本函数即可，有 02()[]()M j f k i t k k M X i X i t X e π?=-=?= ∑ 其中t ?为任意小的时间间隔。 （2）窄带随机过程的模拟 对于窄带系统，当系统输入白噪声或宽带噪声时，输出可以表示为 0()()cos[()]Y t A t t t ω=+Φ 其中0ω为中心频率，()A t 和()t Φ是满变化的随机过程，对上式展开得 00()()cos ()sin c s Y t A t t A t t ωω=- 其中，()()cos (),()()sin ()c s A t A t t A t A t t =Φ=Φ，是慢变化的随机过程，分别称为窄带随机过程的同向分量和正交分量。 三、实验内容

(完整版)上海大学随机过程第六章习题及答案.doc

第三章习题 1．甲乙两人进行某种比赛，设每局比赛中甲胜的概率为p ，乙胜的概率为q ，平局的概率 为 r ，其中 p, q, r 0, p q r 1 ，设每局比赛后，胜者得 1 分，负者得1分，平局不记分，当两个人中有一个人得到 2 分时比赛结束，以X n表示比赛至第n 局时甲获得的分数， 则{ X n , n 1} 是一齐冯马尔可夫链. （1）写出状态空间； （2）求一步转移概率矩阵； （3）求在甲获得 1 分的情况下，再赛 2 局甲胜的概率 . 解（ 1）{ X n, n0} 的状态空间为 S { 2, 1,0,1,2} （ 2）{ X n, n 0} 的一步转移概率矩阵为 1 0 0 0 0 q r p 0 0 P 0 q r p 0 0 0 q r p 0 0 0 0 1 （ 3）因为两步转移概率矩阵为 1 0 0 0 0 q rq r 2 pq 2 pr p2 0 P(2) P 2 q2 2rq r 2 2 pq 2 pr p2 0 q2 2qr pq r 2 p pr 0 0 0 0 1 所以在甲获得 1 分的情况下，再赛 2 局甲胜的概率为 p12(2) p pr p(1 r ) 2．设{ Y i,i 1,2,L } 为相互独立的随机变量序列，则 （1）{ Y i,i 1,2,L } 是否为Markov链？ n （2）令X n Y i，问 { X i , i 1,2,L } 是否为Markov链？ i 1 解（ 1）由于

P(Y n j Y 1 i 1 ,Y 2 i 2 ,L ,Y n 1 P(Y 1 i 1, Y 2 i 2 ,L ,Y n 1 i ,Y n j ) i) P(Y 1 i 1 ,Y 2 i 2 ,L , Y n 1 i) P(Y 1 i 1 )P(Y 2 i 2 )L P(Y n 1 i )P(Y n j ) j ) P(Y n j Y n 1 i ) 1 i 2 , L ,Y n 1 i ) P(Y n P(Y i 1 ,Y 2 因此， { Y n , n 1,2,L } 是马尔可夫链 . （ 2）取 f 1 (U 1 ) X 1 U 1 ，当 U 1 i 1 时， X 2 U 1 U 2 是 U 2 的函数，记为 f 2 (U 2 ). 依 次类推， X n 1 U 1 U 2 L U n 1 为 U n 1 的函数，记为 f n 1 (U n 1 ), X n U 1 U 2 L U n 为 U n 的 函 数 ， 记 为 f n (U n ). 由 于 U 1,U 2 ,L ,U n ,L 相 互 独 立 ， 则 其 相 应 的 函 数 f 1 (U 1), f 2 (U 2 ),L , f n (U n ),L 也相互独立，从而 n P( X n j X 1 i 1 , X 2 i 2 ,L , X n 1 i ) P( Y i j X 1 i 1, X 2 i 2 ,L , X n 1 i ) i 1 P( X n 1 Y n j X 1 i 1 , X 2 i 2 ,L , X n 1 i) P(Y n j i ) P( X n j X n 1 i ) 因此 { X n , n 1,2,L } 是马尔可夫链 . 3 设 X i , i 1,2,L 是相互独立的随机变量，且使得 P( X i j ) a j , j 0,1,L ，如 果 X n max{ X i ,i 1,2,L ,n 1} ，其中 X 0 ，就称在时刻 n 产生了一个记录 .若在时刻 n 产生了一个记录，就称 X n 为记录值，以 R n 表示第 n 个记录值 . （1）证明， { R n , n 1,2,L } 是 Markov 链，并求其转移概率； （2）以 T i 表示第 i 个与第 i 1 记录之间的时间， 问 { T n , n 1,2,L } 是否是 Markov 链，若是， 则计算其转移概率 . 明 ：（ a ） 根 据 意 有 ： R 1 X n 1 , R 2 X n 2 ,....R k X n k ， ? ? 足 X n 1 X n 2 .... X n k .... 且 1 n 1 n 2 .... n k .... 故 P{ R k 1 z | R k i k , R k 1 i k 1 ,...R 1 i 1} P{ R k 1 z | j i k i k 1 ... i 1} P{ R k 1 z | j i k } P{ R k 1 z | R k i k } 故 { R i , i 1} 是一个 可夫 且

6.窄带随机过程的产生 - 随机信号分析实验报告

计算机与信息工程学院综合性实验报告 一、实验目的 1、基于随机过程的莱斯表达式产生窄带随机过程。 2、掌握窄带随机过程的特性，包括均值（数学期望）、方差、概率密度函数、相关函数及功率谱密度等。 3、掌握窄带随机过程的分析方法。 二、实验仪器或设备 1、一台计算机 2、MATLAB r2013a 三、实验内容及实验原理 基于随机过程的莱斯表达式 00()()cos ()sin y t a t t b t t ωω=- (3.1) 实验过程框图如下：

理想低通滤波器如图所示： 图1 理想低通滤波器 ()20 A H ?ω ?ω≤ ?ω=? ??其它 (3.2) 设白噪声的物理谱0=X G N ω（） ,则系统输出的物理谱为 2 2 0=()=20 Y X N A G H G ?ω ?0≤ω≤ ?ωωω???（）（） 其它 (3.3) 输出的自相关函数为: 01()()cos 2Y Y R G d τωωτωπ∞ = ? /22 1cos 2N A d ωωτωπ?=? (3.4) 2 0sin 242 N A ωτωωτπ ??=? ? 可知输出的自相关函数()Y R τ是一个振荡函数。计算高斯白噪声x(t)、限带白噪声()a t 、 ()b t 及窄带随机过程()y t 的均值，并绘出随机过程各个随机过程的自相关函数，功率谱密 度图形。 四、MATLAB 实验程序 function random(p,R,C) %产生一个p 个点的随机过程 %--------------------------高斯窄带随机过程代码--------------------------% n=1:p; w=linspace(-pi,pi,p); wn=1/2*pi*R*C; [b,a]=butter(1,wn,'low'); %产生低通滤波器 Xt=randn(1,p); %产生p 个点均值为0方差为1的随机数，即高斯白噪声 at=filter(b,a,Xt); %让高斯白噪声通过低通滤波器