这n台接收机的输出噪声波形 ?样本函数i(t):随机过程的一次实现,是确定的时间函数。?随机过程:(t)={1(t), 2(t), …, n(t)}А?? 是全部样本函数的集合。РР3.1 随机过程的基本概念Р角度2:随机过程是随机变量概念的延伸。?在任一给定时刻t1上,每一个样本函数i(t)都是一个确定的数值i(t1),但是每个i(t1)都是不可预知的。?在一个固定时刻t1上,不同样本的取值{i(t1), i=1,2,…,n}是一个随机变量,记为(t1)。?换句话说,随机过程在任意时刻的值是一个随机变量。?因此,我们又可以把随机过程看作是在时间进程中处于不同时刻的随机变量的集合。?这个角度更适合对随机过程理论进行精确的数学描述。РР3.1 随机过程的基本概念Р3.1.2 随机过程的分布函数?设(t)表示一个随机过程,则它在任意时刻t1的值(t1)是一个随机变量,其统计特性可以用分布函数或概率密度函数来描述。?随机过程(t)的一维分布函数:???随机过程(t)的一维概率密度函数:??А若上式中的偏导存在的话。РР3.1 随机过程的基本概念Р随机过程(t)的二维分布函数:??随机过程(t)的二维概率密度函数:??А若上式中的偏导存在的话。 ?随机过程(t)的n维分布函数:???随机过程(t)的n维概率密度函数:РРРРРР3.1 随机过程的基本概念Р3.1.3 随机过程的数字特征?均值(数学期望):А在任意给定时刻t1的取值 (t1)是一个随机变量,其均值?А式中 f (x1, t1) - (t1)的概率密度函数А由于t1是任取的,所以可以把 t1 直接写为t, x1改为x,这样上式就变为РР3.1 随机过程的基本概念Р(t)的均值是时间的确定函数,常记作a(t),它表示随机过程的n个样本函数曲线的摆动中心:Рa (t )