常见随机信号的分类

常见随机信号的分类

信号分为：确定信号和随机信号。确定信号分为：模拟信号（可以采用傅立叶变换、拉式变换、小波变换等方法来解决）；离散信号（可采用 Z变换、离散傅立叶变换来解决）随机信号分为：连续随机过程和离散随机过程，它们都可以用统计数字特性的方法来解决（主要用到概率统计的知识）。下面给出工程中用到的方法：随机信号的离散模型与连续模型都是反映随机信号本身结构与变化的数学模型，又是刻画产生这种信号的系统动态特性的数学模型。离散模型便于数字处理，而连续模型则更好地反映连续随机信号与相应的系统动态特性及系统结构参数之间的关系。对于平稳随机信号，2O世纪7O年代美国威斯康辛(Wisconsin)大学吴贤铭教授在其首创的动态数据系统中对平稳随机信号的ARMA离散模型与AM 连续模型的等效转换做了研究，给出了描述ARMA模型随机差分方程的建立及其对应的随机微分方程的方法。以后一些学者对此进行了深入研究，得出更有意义的结果。对于非平稳随机信号，迄今尚未见到对其ARMA时变参数离散模型与AM 时变参数连续模型等效转换的研究结果。