10、随机变量、序列与概率函数的深入解析

随机变量、序列与概率函数的深入解析

1. 引言

在数字信号处理领域，随机变量、序列以及概率函数是非常重要的概念。它们在信号分析、处理和建模中有着广泛的应用。本文将深入探讨这些概念，包括方差、自相关矩阵、平稳过程以及各种概率密度函数等，并结合 MATLAB 进行实际操作和示例分析。

2. 方差与自相关函数

2.1 方差的计算

方差（自协方差）是衡量随机变量离散程度的重要指标。对于一个随机变量序列，在某一时刻的方差可以通过公式计算。当设置 (m = n) 时，方差的计算公式为：
(\sigma_{xx}^{2}(n)=c_{xx}(n,n)=E{[x(n)-m_{n}]^{2}}=E{x^{2}(n)}-m_{n}^{2})
如果均值 (m_{n}=0)，则方差和相关函数相等，即 (\sigma_{xx}^{2}(n)=c_{xx}(n,n)=E{x^{2}(n)}=r_{xx}(n,n))。

对于有偏协方差和方差的估计，由于只有一个样本，其估计公式为：
(\hat{\sigma}^{2}=\frac{1}{N}\sum_{n = 1}^{N}[x(n)-\hat{m}]^{2})，其中 (\hat{m}) 是样本均值。

在 MATLAB 中，可以使用 var(x) 函数计算方差，使用 std(x) 函数计算标准差（标准差是方差的平方根）。

2.2 练习与示例

• 练习 5.2.4 ：比较书中的自相关函数与 MATLAB 的