К числу наиболее простых для изучения случайных процессов относятся стационарные случайные процессы у которых все вероятностные характеристики не зависят от времени. В частности, у стационарного случайного процесса математическое ожидание и дисперсия из функций аргумента t превращаются в константы:
, (6.20)
. (6.21)
Это означает, что все сечения стационарного случайного процесса имеют одинаковое математическое ожидание и дисперсию (рис.6.4).
Рис.6.4. Реализации стационарного (а) и нестационарных (б,в) случайных процессов; б – нестационарность по математическому ожиданию; в – нестационарность по дисперсии.
Различают стационарные случайные процессы в узком смысле и в широком смысле.
Случайный процесс называется стационарным в узком смысле, если его n -мерная плотность распределения не изменится при сдвиге всех его временных аргументов на одинаковую произвольную величину q.
Поясним это на примере двумерной плотности распределения. Если стационарный случайный процесс X (t) имеет двумерную плотность f (t 1, t 2, x 1, x 2), то она не изменится если заменить t 1 на t 1 + q, а t 2на t 2 +q.
|
|
Это означает, что плотность распределения стационарного случайного процесса не зависит от того в какие моменты t 1 и t 2 рассматриваются сечения, а зависит от расстояния между этими сечениями t 1 – t 2 = t.
Случайный процесс называется стационарным в широком смысле, если его математическое ожидание постоянно (mx = conct), а корреляционная функция – есть функция сдвига между аргументами: Kx (t 1, t 2) = kx (t).
Если стационарный случайный процесс является стационарным в узком смысле, то он является стационарным и в широком смысле (обратное утверждение не всегда верно).
Корреляционная функция стационарного случайного процесса обладает следующими свойствами:
1. Она является четной функцией своего аргумента
. (6.22)
2. Значение корреляционной функции стационарного случайного процесса при нулевом сдвиге t равно дисперсии случайного процесса
. (6.23)
3. . (6.24)
Помимо корреляционной функции используется нормированная корреляционная функция стационарного случайного процесса, которую также называю автокорреляционной функцией:
. (6.25)
Она обладает практически теми же свойствами, что и корреляционная функция, у которой изменен масштаб по оси ординат:
1. . (6.26)
2. . (6.27)
3. . (6.28)