14.2 各态历经性
本章目录 · 1 节
本章导读
【14.2 各态历经性】集平均在同一时刻对许多独立样本路径平均,时间平均在一条路径的长时间记录上平均。平稳性本身不保证两者相等。本节保留随机过程积分、随机相位正弦波、均值与相关的判据及有限记录估计,同时明确收敛方式和所需矩条件。
【过程积分与均方极限】对适当可测且样本路径可积的过程,可定义路径积分。另一种定义是用随机黎曼和在L²中逼近Y:
称Y为均方积分。有限区间上均方连续是方便的充分条件;不应只凭“某个形式二重积分存在”就省略随机和极限的存在性条件。在可交换期望与积分时,
【时间平均】定义有限窗和。若它们分别趋向μ与R(τ),才可用时间平均代替集平均。均方收敛、依概率收敛与几乎处处收敛不可混为一谈。以下协方差积分判据严格描述均方收敛;要宣称整条路径几乎处处的极限,还须使用相应的平稳遍历定理或另证路径极限,不能仅由方差趋零直接推出。
【例 随机相位正弦波】X(t)=a cos(ωt+Θ),Θ均匀于(0,2π),ω≠0、a为常数。直接对每个固定相位积分,
余项均由有界正弦除以T给出,因此这里可直接得到路径时间极限,并与集平均一致。若ω=0,过程变成随机常量a cosΘ,上述除ω推导失效,通常不具有均值各态历经性。
【常量反例】X(t)≡Y,Var(Y)>0,严格平稳且宽平稳,但=Y不随窗口变大而改变,不可能趋于常数E(Y)。可见延长一条记录无法消除全程共享的随机偏置。
【均值各态历经判据:双向窗口】令C(τ)=R(τ)−μ²。由有限窗方差直接计算,
右侧趋零,当且仅当均方趋于μ。无需先假定已存在,再对未知极限求方差。变量变换u=+、v=−的逆雅可比绝对值为1/2,正方形变成菱形,利用偶性归约为第一象限三角形。
若C(u)有极限,积分右侧趋向该极限,因此其趋零等价于C(u)→0,即R(u)→μ²。这个极限条件是方便的特例,不是一般必要条件;随机相位正弦波的R振荡却仍可均值各态历经。若C绝对可积,则误差至多为,也趋零。
【自相关的判据与第四阶条件】固定τ,考虑(t)=X(t)X(t+τ)。要应用同一均值判据,必须使具有有限二阶矩且宽平稳。例如X严格平稳且E|X(0)|⁴<∞便足够。仅X宽平稳并不保证其第四阶积矩也只依赖时间差。在条件满足时,令
则均值为(τ)、协方差为(u)−(τ)²,故(τ)均方趋于(τ)的充要条件为
τ=0给出均方值估计的判据;用X(t)Y(t+τ)可同理研究互相关,但也要检查四阶积矩与联合平稳条件。对每个固定τ成立,并不自动表示所有不可数的τ共享同一个概率1事件。
【单向窗口】对,
替换为−(τ)²,可得相应自相关均方一致性判据。原书零极限条件中省去非零常数因子不影响“等于零”的结论,但若写有限窗实际方差,因子2不可遗漏。若还具严格平稳、可测流等遍历定理的条件,且不变信息所给的条件均值等于常数μ,则可进一步建立几乎处处时间平均结论;这需独立的定理依据。
【有限记录估计】记录只覆盖[0,L],对0≤τ<L,
在对应随机记录的宽平稳模型下,两者对μ和R分别无偏。接近L的延迟可用成对数据很少,误差会很大;无偏不等于一次观测就精确。减去估计均值以后再算协方差,通常会引入有限样本偏差,不能直接照称无偏。实际应用需结合趋势、周期和残差检查平稳与各态历经假设。
