随机过程习题第4章01Word文档下载推荐.docx

上传人:b****6 文档编号:20447474 上传时间:2023-01-23 格式:DOCX 页数:29 大小:27.87KB
下载 相关 举报
随机过程习题第4章01Word文档下载推荐.docx_第1页
第1页 / 共29页
随机过程习题第4章01Word文档下载推荐.docx_第2页
第2页 / 共29页
随机过程习题第4章01Word文档下载推荐.docx_第3页
第3页 / 共29页
随机过程习题第4章01Word文档下载推荐.docx_第4页
第4页 / 共29页
随机过程习题第4章01Word文档下载推荐.docx_第5页
第5页 / 共29页
点击查看更多>>
下载资源
资源描述

随机过程习题第4章01Word文档下载推荐.docx

《随机过程习题第4章01Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《随机过程习题第4章01Word文档下载推荐.docx(29页珍藏版)》请在冰豆网上搜索。

随机过程习题第4章01Word文档下载推荐.docx

(t)t

tt

kete

0!

k1!

k1

根据泊松过程的独立增量过程性质可得其相关函数为(t2t1)

EN

(t)

E

E[N

(t)]E[

N(t)]

E[

)]

其中,

[N(t2)N(t1)](t2t1)

E[Nttt

2()]22

111

于是,t2t1时的相关函数为

2222

N(t1)N(t)t(tt)ttttt

212111121

同理可得t1t2时的相关函数为

(tNtttt

1)()

2122

4-1

所以,泊松过程的相关函数为

N(tNttttt

1)()min,

21212

所以,泊松过程过程不是平稳过程。

4.2设有一个最一般概念的随机电报信号{(t)},它的定义如下:

(1)(0)是正态分布的随机变量N(0,2);

(2)时间内出现电报脉冲的个数服从泊松分布,即

()

P{k,}e(k=1,2,⋯)

(3)不同时间的电报脉冲幅度服从正态分布N(0,2),这个脉冲幅度延伸到下

一个电报脉冲出现时保持不变,不同电报脉冲幅度的取值是相互统计独立

的,同一电报脉冲内幅度是不变的。

(4)不同时间间隔内出现电报脉冲的个数是相互统计独立的。

它的样本函数如图4-2。

(k)(t)

图4-2

(1)试求它的二元概率密度。

(2)试问该过程是否平稳?

设t1<

t2,t1和t2时刻的脉冲幅度之间的关系有两种情况:

①t1和t2处于同

一脉冲内;

②t1,和t2不处于同一脉冲内。

对于情况②,由于不同脉冲内的幅度取值

是相互统计独立的,因此两时刻的脉冲幅度间的联合概率密度函数为

f(t1(x1)f(t2)x2

4-2

其中,f(t)

(1)和f(t)

(2)分别是(t)在t1和t2时刻的概率密度函数。

发生情况②

1x2x

的概率就是t1和t2两个时刻间的脉冲变化次数大于等于1的概率,即

Pr{t1t}e1e,tt

和处于不同脉冲内

21

显然,t1和t2处于同一脉冲内的概率为e。

在这种情况下,两时刻的脉冲幅度间

的联合概率密度函数为

ft

(1)(21

(1xxx

因此,t1和t2时刻的脉冲幅度的联合概率密度函数为

f

(x,

x)

[1e

]

exp

x

(2).由此可见该过程是平稳过程,并且可以推导其多维PDF也是只与各时刻间的间

隔有关,因此是严平稳过程。

4.3设1、2为独立同分布随机变量,且均匀分布于(0,1)上,又设有随机过程

(t)1sin(2t)

(1)(t)均值;

(2)(t)的相关函数

由于1、2是独立的,因此

E[(t)]E[1sin(2t)]E[1]E[sin(2t

1、2都均匀分布于(0,1)上,所以

E]

[1

E[sin(

sin(t)d

022

cost

E[(t)]

cos

2t

(2)相关函数为

4-3

E[2122

()()][)(

t1tE]E[sin(tsint

其中

[2

3

t)sin

22

{cos[(tt)]cos[(tt)]}d

02122122

sin(t

212

所以,

6

4.4设(t)是实正态分布平稳随机过程,它的数学期望为0。

如定义

|

试证明

E()}cos

{t1k

22C代表(t)的方

k,C()代表(t)的协方差函数,(0)

()C()/

差。

证明:

由给出的(t)定义式可知它有两种可能的取值,即

1,(t)(t)0(t)

0,(t)(t)0

因为(t)是实正态平稳随机过程,且均值为0,所以联合正态分布为

ftt

()(

(x,y)

1x

1r

2rxy

(1

r

y

2k

rC()/()

参考《概率随机变量和随机过程》(西安电子科技大学译本)之第226至229页可以

4-4

P{(t)(t)0}

arcsinr

因此,(t)的均值为

E{(t)}1P{(t)(t)0}0P{(t)(t)0}

arccos(r)cos

1k

4.5设有随机过程(t)zsin(t),(t)。

其中,z,是相互独立的随机变

量,

P{},

42

P{},Z均匀分布于(-1,1)之间。

试证明(t)是宽

平稳随机过程,但(t)不满足严平稳的条件(不满足一级严平稳的条件)。

由Z均匀分布于(-1,1)之间得

E]0,[

[zEz2

并且z和相互独立。

所以,(t)的均值为

E[(t)]E[z]E[sin(t)]0

(t)的相关函数为

R[

z

]E[sin(t)sin(t

cos(t

cos(tt

由此可见,(t)的均值为常数,相关函数只与时间差t2t1有关。

因此,随机过程(t)

4-5

是宽平稳随机过程。

证明严平稳可以用特征函数,(t)的一维特征函数为

juzsin(t)

E[e]

Z

4

[e]

E[e

juzsin(t

d

juz

sin[usin(t)]sin[usin(t)]

44

jusin(t)jusin(t)

与时间t有关(如下图所示),因此(t)不是严平稳。

4.6设z为随机变量,为另一随机变量,z与相互统计独立,均匀分布于(0,2)

间;

又设有随机过程

(t)zsin(t)(t)

其中为常数,0,试利用特征函数证明(t)是一严平稳随机过程。

因为特征函数能唯一地确定概率密度函数,若能证明(t)的k阶特征函数具有

4-6

时移不变性,即

(u1,u2,,uk;

t1,t2,,tk)(u1,u2,,uk;

t1,t2,,tk)

则其k维概率密度函数是时移不变的。

如果对于任意k都成立,则该过程是严平稳

的。

该随机过程中包含z和两个随机变量,且z与相互统计独立。

因此,其特征

函数可以分两步求解。

首先,令za,对求均值,然后再对z求均值。

由于均匀

分布于(0,2)间,即

f(),于是

kk

Ei

{exp[ju(t)]za}exp[juasin(t)]

iii

i1i1

令。

E{exp[ju(t)]za}exp[juasin(ti)]

上式中的被积函数是的周期函数,周期为2。

因此,

E{exp[j

u(t)]z

ii

a}

i1

exp[j

u

i

asin(

(t)]z

E{i

E{exp[ju(t)]z}}E{E{exp[ju(t

ZiiZi

)]z}}

ui(t)]}E{exp[ju(t

)]}

由此可见,(t)的k阶特征函数具有时移不变性,即(t)为严平稳随机过程。

4.7设有一相位调制的正弦信号,其复数表示式为

4-7

(t)e

j

(t(tt

))

其中,为常数,>

0,(t)是一个二级严平稳过程,设t1t(u1,u2)是过程(t)的二

维特征函数,即

t1(u,u)Ee

t12

j[u

同时对于任何,0(1,0)0。

试证明过程(t)是宽平稳过程,并求它的相

关函数R(t1,t2)。

首先,(t)的均值为

jEeee

tj(t)jtjt

E{(,0,

t)}e[1,0]

[1,0]0

R

(t,

E{

)}

j(tt)j[(t)(t)]

1212

eEe

[1,

t,t

1]

因为(t)是一个二级严平稳过程,所以t(1,1)只与t1t2有关。

因此,R(t1,t2)也

1,t

只与t1t2有关,且其均值为常数,所以(t)是宽平稳随机过程。

4.8设有一时间离散的马尔可夫过程(n)(n0,1,2,)。

(0)具有概率密度函数

2x(0x1)

(x)

其它

对于n1,2,3,,当给定(n1)x时(n)的条件概率密度均匀分布于(1-x,1)之

间。

问(n)(n1,2,)是否满足严平稳的条件?

解:

对于任意一个马尔可夫过程和任意m+1个取样点,它们的联合概率密度函数有

如下性质

m1

f(x

jxfxf(xx

,)()1|)

jmjjijijxfxf(xx

i0

对于本题,其中的f(xi1|xi)是不随时刻i变化的。

若f(xi)也是与时刻i无关的,

4-8

则f(xj,,xjm)在时间轴上做任意平移时是不变的,那么该过程是严平稳的。

只需要证明f(xj)与时刻j无关。

首先,

(1)的概率密度函数为

11

ff(y|x)f(x)dx2d2,(0

1yxxyy

11|00

y1y

1)

由此可见,

(1)的概率密度函数与(0)的概率密度函数相同。

依此类推,可得

(n)(n2,3,)的概率密度函数也与(0)的概率密度函数相同,即(n)的概率密度

函数不随时刻i变化。

因此,取样点在时间轴上做任意平移时该过程的所有有限维分

布函数是不变的,即(n)是严平稳过程。

01-y1x

4.9设有两状态时间离散的马尔可夫链(n)(n=1,2,3,⋯),..(n)可取0或1,它的一

步转移矩阵为

q

p

p1+q1=1,p2+q2=1

P{(0)0},

pp

P{(0)1}

试证明该过程为严平稳过程。

对于齐次马尔可夫链,其一步转移概率与时刻无关,若其一维概率分布也与

时刻无关,则其任意维联合概率密度函数只与取样点间的时间间隔有关,而与具体

4-9

的时刻无关,即具有严平稳性质。

因此,对于本题只需要证明该马尔可夫链的一维

概率分布与时刻无关。

首先,

(1)的概率分布为

P{

(1)0}P{

(1)0,(0)0}P{

(1)0,(0)1}

P{

(1)0|(0)0}P{(0)0}P{

(1)0|(0)1}P{(0)1}

qP{

(0)0}

pP{(0)

1}

P{(0)0}

同理可得

P{

(1)1}

ppqp

1221

p1P{(0)0}qP{(0)1}P{

(0)

由于一步转移概率与时刻无关。

所以,由此可以推知

P{(n)1}P{

(1)1}P{(0)1}

P{(n)0}P{

(1)0}P{(0)0}

其中,n=1,2,3,⋯。

..所以该过程为严平稳过程。

此题的另一种解法就是先求n步转移阵,然后直接求n时刻的概率分布。

利用习题2.11的结果可得n步转移阵为

(n)

p(1

n

p)

P{(n)1}

01

P{

0}

PP{

0)

4-10

同理可得,

P{(n)0}P{(0)0}

所以,该过程是严平稳过程。

4.10设有相位调制的正弦过程

(t)Acos[(t(t)]

0,t,t0是泊松过程,A是对称贝努利型随机变量,即

P{A1},

P{A1},A和t是相互统计独立的。

试画出其样本函数,样

本函数是否连续?

求(t)的相关函数R(t1,t2),问是否均方连续?

设t1t2。

由给出的(t)Acos[(t(t)]可得

A

cos[(t(t)]cos[(t

偶数

Acos

奇数

2(t2t)

1e

P{tt偶数}

P{tt奇数}

(t)(t)|A

a]

a

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高等教育 > 医学

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1