非平穩過程有很多種,這裡介紹兩種:周期(循環)平穩過程和正交增量過程。說實話這一講聽的迷迷糊糊的,如果後面有新的了解會做補充。
周期平穩
$R_X(t, s) = R_X(t+T, s+T), \exist T \Longrightarrow R_x(t, s) = R_X(t+nT, s+nT)$
周期平穩轉化為寬平穩的方法
-
處将寬平穩定義中的$\forall$改為了$\exist$,這是最大的差別;1
-
處是轉化構思;2
-
處是通過條件期望的方式(見後面的例子)将t、s的相關函數巧妙轉化為t+U和s+U的相關函數;3
-
處通過換元法,令$U' = S+U$得到4
的表達式,然後使用周期平穩定義中的$g(U') = g(U'+T)$t-s
多元随機變量期望的求法:轉化為條件期望問題定一議一
舉個栗子:
求随機個随機變量的期望和
即先固定住随機變量的個數N,研究這N個随機變量的期望,然後再固定住随機變量的期望,求N,如圖中
1
處所示。
正交增量
我們知道,正交可以了解為幾何上的垂直,現有兩個增量$(X(t_4)-X(t_3)$和$X(t_2)-X(t_1)),E(X)=0,\forall t_1<t_2<t_3<t_4$,如果這兩個增量正交,則有:
$E((X(t_4)-X(t_3))(X(t_2)-X(t_1)))=0$
-
處就是正交增量的定義;1
-
處由于對于整個0-t時刻而言,0-s時刻和s-t時刻互相獨立,即$E((X(t)-x(s))(X(s)-X(0)))=0$;2
-
處說明給定相關函數$g(min(s,t))$,其和$R_X(t,s)$是等價的。3