1确定性数据(shùjù)周期数据：经过一定时间间隔重复(chóngfù)出现的数据周期数据(shùjù)：经过一定时间间隔重复出现的数据(shùjù)式中上式还可以写成如下(rúxià)形式：非周期数据：能用明确的数学(shùxué)关系式描述，但是又不是周期性的数据。2随机性数据(shùjù)2随机性数据(shùjù)第二节随机过程(guòchéng)及其特征随机(suíjī)变量重复测量一个不变的物理量，由于被测量、测量仪器或测量条件的随机(suíjī)因素，造成所测得一系列测量结果包含随机(suíjī)误差，其中每次测量结果都是取得一个随机(suíjī)的、但是唯一的测量值，因而测量结果是一个随机(suíjī)变量。随机函数由于自动化生产和科学研究的发展，被测量(cèliáng)可能是随时间而变化，或者是随空间而连续变化的过程，因此，测量(cèliáng)过程和测量(cèliáng)结果都是一个随机的但是连续变化的函数，称为随机函数。这种函数，对于自变量的每一个给定值，结果是一个随机变量。用x(t)表示随机(suíjī)函数样本的集合（总体），则1把x(t)看作(kànzuò)是样本集合时，x(t)一位这一组时间函数x1(t),x2(t),…,xn(t)的集合2把x(t)看作(kànzuò)诗一个样本时，x(t)意味着一个具体的时间函数3若t=t1时，则x(t)意味着一组随机变量的x1(t1),x2(t1),…,xn(t1)的集合随机(suíjī)过程的特征值随机过程的特征(tèzhēng)量有以下四种：1概率密度函数概率密度函数是概率相对(xiāngduì)于振幅的变化率。对概率密度函数积分可得概率分布函数，二者互为微积分的关系：2均值(jūnzhí)、方差和方均值(jūnzhí)随机函数的方差也是一个时间函数D[x(t)]，对于自变量t的每一个给定值，D[x(t)]等于该随机函数在t值时数值对均值偏差平方的平均值（数学期望），即实质上是随机函数的二阶中心矩随机函数方差开平方就是标准差。方差和标准差都是非随机的时间函数，确定了随机函数所有现实(xiànshí)相对于均值的分散程度。随机过程的均方值就是(jiùshì)随机函数x(t)的二阶原点矩，即均方值既反映随机过程的中心趋势，也反映随机过程的分散度。3自相关(xiāngguān)函数自相关(xiāngguān)函数具有以下性质：4谱密度(mìdù)函数当随机过程的长度趋于正无穷，而频率元素趋于零时，描述随机过程的阶梯曲线趋于光滑曲线Gx(f),则有变化(biànhuà)为定积分形式则有Gx(f)描述了过程的强度沿f轴的分布密度，称为随机过程的频谱密度或谱密度。由于Gx(f)是定义(dìngyì)在零到正无穷的频率范围上，因此被称为“单边”谱密度，但谱密度也可以定义(dìngyì)在负无穷到正无穷的频率范围上，称为“双边”谱密度，记为Sx(f)。因随机过程的总功率不变，所以有谱密度具有以下(yǐxià)的性质：谱密度函数(hánshù)的作用第三节随机过程特征量的实际(shíjì)估计在工程实际(shíjì)中，随机过程大多是平稳随机过程，对于具有N个样本的平稳随机过程通常采用总体平均法（几何平均法）求其特征量的估计，而对于各态历经随机过程，则可采用时间平均法求其特征量的估计值。下面介绍这些实际(shíjì)估计方法及其精度。1平稳(píngwěn)随机过程及其特征量由定义可见，随机过程是“平稳(píngwěn)”的第一个条件是其均值为常数：第二个条件(tiáojiàn)是其方差为常数，即满足“平稳(píngwěn)”的第三个条件是随机函数的自相关函数应不随t的位置推移而变化，即与t无关：广义（宽）平稳随机(suíjī)函数B平稳随机过程的特征量a平稳随机过程的均值和方差(fānɡchà)按照平稳过程的定义可知，t=t1，t2，…的均值不变，即，同时，平稳过程的方差(fānɡchà)为平稳随机过程的均值和方差(fānɡchà)都是常数，且方差(fānɡchà)等于为零的自相关函数值。b平稳随机过程(guòchéng)的自相关函数平稳随机过程的自相关函数主要(zhǔyào)性质如下：C平稳随机(suíjī)过程特征量的实验估计对N各连续的记录采样（采集断续(duànxù)的数字样本），取等间距的，截取图7-12的连续记录，得函数值，如表7-2所示。采样数目(shùmù)的确定：采样数目(shùmù)的确定：式中，2各态历经随机(suíjī)过程及其特征量各态历经性的判定(pàndìng)方法各态历经随机(suíjī)过程的特征量实际中，常用代数和式代替(dàitì)积分