结论:实际上在生活中是没有静态信号(stationary signals)的。而我们之所以把随机信号分为stationary and non-stationary 完全是根据信号产生的特征(characterisations)。确定性信号就没有必要去讨论了,因为已经知道会发生并且结果也是知道的。

所谓的信号是去描述或记录一个事件的,例如最基本的阶跃信号、冲激信号等。而这个事件就是信号产生后的结果。如果在产生过程中,事件不随时间发生变化,那么这个过程就是静态的,用stationary signals去描述事件的特征。

举个栗子,信号 x(n) 我们可以把它看作是一系列事件在不同时间时刻n的集合,但是只有结果,我们就会自然想知道过程、如何产生、如何描述等等。

最直观的方法就是数学统计特性去描述事件的特征了,当然类似于直方图的结论肯定是最直观的。在信号处理领域我们一般会选择用概率分布去描述,之所以没有选择直方图或者表格的形式是因为类似这种统计方式得到的信息只与事件本身有关,但邻近事件(neighbours events)其实也与这个事件有关。但有一种很特殊的直方图,我们可以“修正”一个事件,问如果另一个事件已经发生,那么其他事件发生的概率是多少。所以,如果我们能知道描述从任何可能事件到其他任何事件的‘万能直方图’,我们自然就可以描述任何过程。(当然我只是这么想,相关文章也提出来这样的设想,不够我目前没有看到有人解决)

此外,如果我们在两个不同的时间实例中获得这个结果,而事件对事件的概率似乎没有变化,那么这个过程将被称为平稳过程。(当然,对自然过程的特性的绝对认识是很少假定的)。

一些些常见例子:

1)white noise:白噪声是平稳的,因为在任何两个时间实例中,给定任何其他信号值(另一个事件),无论它们相距多远,任何信号值(事件)都是等可能发生的。

2) coloured noise: 它本质上是带有一些附加约束的白噪声。这些限制意味着事件对事件的概率现在不相等,但这并不意味着它们可以随时间变化。因此,粉红噪声(pink noise)是经过过滤的白噪声,其频谱按照特定的关系减小。这意味着粉红噪音有更多的低频率,这反过来意味着任何两个相邻的事件将有更高的概率发生,但这并不适用于任何两个事件(就像白噪音的情况一样)。但如果我们在两个不同的时间实例中获得这些事件对事件的概率,而它们似乎没有变化,那么生成信号的过程将是平稳的。

3) chirp: 非平稳信号,因为事件间的概率随时间变化。下面是一种相对简单的方法来说明这一点: 考虑在某个采样频率下的最低频率正弦信号的采样版本。这有一些事件对事件的概率。例如,你不能从-1到1,如果你在-1,那么下一个可能值更有可能接近-0.9当然这取决于采样频率。但实际上,为了产生更高的频率你可以重新采样这个低频正弦信号。要改变低频音高,你所要做的就是“加快播放速度”。啊哈!因此,是的!你可以在一个样本中从-1移动到1,前提是正弦信号被快速地重新采样。所以! !事件对事件的概率随时间变化!,我们传递了很多不同的值,在这种极端情况下从-1到1 ....这是一个非平稳过程。(如果有大佬对chirp在信号处理有研究,希望能和大佬多多交流,最近一直有个地方没想明白)

4)Sum of multiple sinuses with different periods and amplitudes:如果各分量的周期和振幅不随时间变化,则样品之间的约束也不随时间变化,从而使过程趋于平稳。

5)EEG,ECG and similar:心电图(ECG)和脑电图(EEG)是非平稳信号的主要例子。为什么?心电图表示心脏的电活动。心脏有自己的振荡器,每一次心跳都由大脑发出的信号来调节!因此,由于这一过程随时间而变化(即每次心脏跳动时心脏跳动的方式都发生变化),因此它被认为是非平稳的。这同样适用于脑电图。脑电图描记器表示大脑神经元局部的电活动总和。由于人的活动各不相同,所以不能认为大脑在时间上是静止的。相反地,如果我们要固定观察窗口,我们可以宣称某种形式的平稳性。例如,在神经科学,可以说30受试者被要求保持静止在脑电图记录闭上眼睛得到30秒,然后说,对于那些特定的30秒和条件(休息,闭上眼睛)大脑(过程)被认为是静止的。

6) Chaotic system output: 和5)一样,混沌系统可以被认为在短时间内是静止的,但这并不普遍。

7)Temperature recordings: 和5)、6)一样,天气是一个混乱过程的主要例子,它不能被认为是静止太久。

8)Financial indicators: 和5、6、7一样,不能被认为是静态的。

9)Plethysmograph(PPT电容脉波计)

菜鸟第一次写博客,为了方便自己记录总结,有错误与不足之处希望各位大佬多多指教。

谢谢!

关于stationary 和non-stationary signals 的区别和定义的更多相关文章

  1. Java中引用类型变量,对象,值类型,值传递,引用传递 区别与定义

    一.Java中什么叫做引用类型变量?引用:就是按内存地址查询       比如:String s = new String();这个其实是在栈内存里分配一块内存空间为s,在堆内存里new了一个Stri ...

  2. spring 与 springmvc 的区别和定义

    前言:(内附 spring 下载地址,可以选择需要的版本,给有需要的朋友)补充一下基础知识,spring 的定义和 springmvc 的定义,来源于百度百科. spring 源码下载地址 https ...

  3. 立即执行函数: (function(){...})() 与 (function(){...}()) 有什么区别?

    没有区别. function foo() {...} // 这是定义,Declaration:定义只是让解释器知道其存在,但是不会运行. foo(); // 这是语句,Statement:解释器遇到语 ...

  4. Do带你解析:原生APP与web APP的区别

    对于DeviceOne原生跨平台APP与WEB APP的区别,很多人还不是很清楚,下面就让小编来简单介绍DeviceOne原生APP的功能以及与WEB APP的区别. 定义,什么是原生APP和web ...

  5. 表单提交中get和post方式的区别

    表单提交中get和post方式的区别有5点 1.get是从服务器上获取数据,post是向服务器传送数据. 2.get是把参数数据队列加到提交表单的ACTION属性所指的URL中,值和表单内各个字段一一 ...

  6. Http请求中POST与GET的区别——前端面试

    一.原理区别 Http定义了与服务器交互的方法,其中最基本的四种是:GET,POST,PUT,DELETE,正对应着对资源的查,改,增,删.URL的全称是资源描述符,我们可以这样认为,一个URL地址, ...

  7. 关于post和get传递参数的区别

    今天一朋友给我一段代码,说使用request.querystrin得不到传过来的值,我们一起找到很长时间,终于给找到了,错误的原因是他将form中的method参数写成了get了,所以使用reques ...

  8. [BS-22] Objective-C中nil、Nil、NULL、NSNull的区别

    Objective-C中nil.Nil.NULL.NSNull的区别 1.定义: nil:      OC语言定义:#define nil __DARWIN_NULL   /  #define __D ...

  9. sizeof和strlen()的区别

    二者有本质上的区别 从定义可以知道sizeof只是一个operator,而strlen()则是定义一个定义在<string.h>中的函数;所以sizeof(string)是在计算strin ...

随机推荐

  1. 通俗讲解IP地址的端口

    ========================================================================================= 在我看来,学习jav ...

  2. 聊天泡泡(仿微信)By-H罗

    在做私信时,聊天泡泡仿着QQ做时,聊天泡泡底图有露出,不怎么好看,微信的就比较好看,当时就因为那2行纠结了好久 - (void)viewDidLoad { [super viewDidLoad]; / ...

  3. netty系列之:真正的平等–UDT中的Rendezvous

    目录 简介 建立支持Rendezvous的服务器 处理不同的消息 节点之间的交互 总结 简介 在我们之前提到的所有netty知识中,netty好像都被分为客户端和服务器端两部分.服务器端监听连接,并对 ...

  4. Docker 与 K8S学习笔记(二十二)—— 高效使用kubectl的小技巧

    kubectl作为我们主要的操作K8S的工具,其具备非常丰富的功能,但是如果不经过打磨,使用起来还是存在诸多不便,今天我们来看看如何将我们的kubectl打磨的更加易用. 一.命令自动补全 kubec ...

  5. 人工智能——CNN卷积神经网络项目之猫狗分类

    首先先导入所需要的库 import sys from matplotlib import pyplot from tensorflow.keras.utils import to_categorica ...

  6. MXNet学习:试用卷积-训练CIFAR-10数据集

    第一次用卷积,看的别人的模型跑的CIFAR-10,不过吐槽一下...我觉着我的965m加速之后比我的cpu算起来没快多少..正确率64%的样子,没达到模型里说的75%,不知道问题出在哪里 import ...

  7. Note -「计算几何」模板

      尚未完整测试,务必留意模板 bug! /* Clearink */ #include <cmath> #include <queue> #include <cstdi ...

  8. Eureka Server启动过程

    前面对Eureka的服务端及客户端的使用均已成功实践,对比Zookeeper注册中心的使用区别还是蛮大的: P:分区容错性(⼀定的要满⾜的)C:数据⼀致性 A:⾼可⽤:CAP不可能同时满⾜三个,要么是 ...

  9. zabbix-agentd;客户端开启多个端口。

    学习标杆:https://access.redhat.com/documentation/zh-cn/red_hat_enterprise_linux/8/html/configuring_basic ...

  10. kubernetes集群之Pod说能不能让我体面的消亡呀?

    kubernetes集群之Pod说能不能让我体面的消亡呀? 由于 Pod 所代表的是在集群中节点上运行的进程,当不再需要这些进程时允许其体面地终止. 1.如果 preStop 回调所需要的时间长于默认 ...