如果随机过程的某一种性质不随下角标(时间)变化而变化,则称随机过程具有该性质的平稳性。
众多平稳性是根据相关函数来建立的,所以有必要先介绍相关函数的定义。
相关函数
相关函数是两个时刻的函数,其为两时刻随机变量的相关性,写作
R(t,s)=E[X(t),X(s)]
务必注意相关函数不是由协方差来定义的,上式与协方差的表达式不同。
还有许多根据相关性定义出的相关函数,例如相关系数、互相关函数。我们这里研究的是 “自相关函数”,即随机过程自身在不同时刻的相关性。
宽平稳
随机过程 X(t) 是宽平稳的,如果对于任意时刻 t 和 s,以及任意时长 T,有
R(t+T,s+T)=R(t,s)
宽平稳是相关函数具有稳定性的平稳,它是随机过程中最重要的平稳性,是研究出发的基石。根据宽平稳的定义,其暗示我们:随机过程中两个时刻随机变量的相关性只依赖于时刻的相对位置,从此衍生第二种定义
R(t,s)=R(t−s)=:R(τ)
通常在证明一个随机过程具有宽平稳性质时,目标就是得到第二种定义的表达式。以下用 “相位调频” 为例,说明在证明中如何得到 R(t−s)。
假设随机过程 X(t)=cos(2πf0t+θ),其中 θ∼U(0,2π)。计算一阶矩
E(X(t))=2π1∫02πcos(2πf0t+θ)dθ=0
计算相关函数
R(t,s)=E(X(t)X(s))=2π1∫02πcos(2πf0t+θ)cos(2πf0s+θ)dθ=4π1∫02πcos(2πf0(t+s)+2θ)+cos(2πf0(t−s))dθ=21cos(2πf0(t−s))=R(t−s)
严平稳
随机过程 X(t) 是严平稳的,如果对于任意时刻 t1,t2,…,tn 及所有时间长 T,以下两个随机向量服从相同联合分布
[X(t1),X(t2),…,X(tn)]T[X(t1+T),X(t2+T),…,X(tn+T)]T
显然,独立同分布的随机过程是宽平稳的。因为这个性质太严格,所以在研究中较少用到。
循环平稳
随机过程 X(t) 是循环平稳的,如果对于任意时刻 t 和 s,存在时长 T,有
R(t+T,s+T)=R(t,s)
如果说宽平稳的相关函数像一条平稳的线,那么循环平稳的相关函数则像正弦函数上下波动。考虑有没有什么办法让正弦函数被压成一条线呢?从技术上是有的,可以加入一个与之对冲的随机变量,把循环平稳随机过程处理成宽平稳随机过程,这是常见的手法。
增量平稳
随机过程 X(t) 是增量平稳的,如果增量服从时间差的分布函数,即
X(t)−X(s)∼F(t−s)
常见的增量平稳过程有布朗运动
B(t)−B(s)∼N(t−s)
和泊松过程
N(t)−N(s)∼Poisson(t−s)