|
===================================== 〔語彙分解〕的な部分一致の検索結果は以下の通りです。 ・ 定常 : [ていじょう] 1. (adj-na,n) regular 2. stationary ・ 常 : [とわ, じょう] 1. (adj-na,n) eternity 2. perpetuity 3. immortality ・ 過程 : [かてい] 【名詞】 1. process ・ 程 : [ほど] 1. (n-adv,n) degree 2. extent 3. bounds 4. limit
定常過程(ていじょうかてい、)とは、時間や位置によって確率分布が変化しない確率過程を指す。このため、平均や分散も(もしあれば)時間や位置によって変化しない。 例えば、ホワイトノイズは定常的である。しかし、シンバルを鳴らしたときの音は定常的ではなく、時間と共に音が弱まっていく。 定常性(Stationarity)は時系列の解析でも重要であり、時系列データを定常的なものに変換することがよく行われる。例えば、経済的データは季節による変動があったり、価格レベルに依存する。ある定常過程と1つ以上の過程に傾向(トレンド)が認められるとき、これら過程を「傾向定常的; trend stationary」であるという。このようなデータから定常的成分だけを抜き出して分析することを「傾向除去; de-trending」と呼ぶ。 離散時間の定常過程で、標本値も離散的(とりうる値が ''N'' 個に限定されている)な場合をベルヌーイ系(Bernoulli scheme)と呼ぶ。''N'' = 2 の場合を特にベルヌーイ過程(Bernoulli process)と呼ぶ。 == 弱い(広義の)定常性 == 広義の定常性は信号処理で一般に使われる概念で、弱い定常性(weak-sense stationarity)、広義定常性(wide-sense stationarity)(WSS) あるいは 共分散定常性(covariance stationarity)とも呼ばれる。WSS の無作為過程は1次および2次モーメント(平均と分散)が時間によって変化しない。平均と共分散のある狭義の定常過程も WSS である。 従って、連続時間の確率過程 ''x''(''t'') が WSS であるとき、その平均関数は以下の制約に従う。 :1. また、相関関数は以下の制約に従う。 :2. 1つめは、平均関数 ''m''''x''(''t'') が定数であることを意味している。2つめは相関関数が と の差にのみ依存し、1変数で表されることを意味している。従って、 : の代わりに次のように記述する。 : WSS な無作為信号を線型で時不変な(LTI)フィルタで処理するとき、相関関数を線型写像と考える。2つの引数の差にのみ依存するため、それは巡回演算子であり、その固有関数はフーリエ複素指数である。さらに、LTI演算子の固有関数も複素指数であり、WSS な無作為信号のLTI処理は非常に扱いやすい。全ての計算は周波数領域で実行できる。このため、WSS 仮定は信号処理アルゴリズムによく使われている。 抄文引用元・出典: フリー百科事典『 ウィキペディア(Wikipedia)』 ■ウィキペディアで「定常過程」の詳細全文を読む スポンサード リンク
|