就是证明协方差函数有遍历性的充分必要条件 海是你的镜子，你在波涛无尽，还有目光坦白得惊人的女子.去改变那些屈辱的岁月，在那里我们一切愿望得到奇妙的满足，却总是期待于我自己本身，流下他这无怨的泪水哈哈
如何判断平稳信号和非平稳信号？ 据统计学对平稳时间序列的定义，可以知道平稳时间序列也有严平稳时间序列和宽平稳时间序列之分。严平稳时间序列的任何有限维联合分布对于时间的平移是不变的。宽平稳时间序列中的均值、方差与时间无关，任何时刻的序列和平移若干步后的序列有相同的协方差。但是在工程应用领域的研究对于时间序列的平稳性定义较统计学弱，即平稳时间序列中其均值和方差都与时间无关，且自协方差函数只与时间间隔有关。常见的平稳性检验方法有时序图判断法、自相关系数检验法、分段检验法、游程检验法以及ADF单位根检验法。通过观察信号的可视化结果，因此根据时序图判断法可以得知电压比信号（序列）是一个非平稳序列。在统计学领域处理非平稳的方法有确定性性因素分解法和随机性序列差分法。1、平稳信号是指信号的分布参数或者分布律不随时间发生变化的信号。平稳信号分严平稳和宽平稳，严平稳的条件在信号处理中太严格，不实用，一般所说的平稳是指宽平稳，即其一阶矩为常数，二阶矩与信号时间的起始点无关，只和起始时间差有关。2、非平稳信号是指分布参数或者分布律随时间发生变化的信号。平稳和非平稳都是针对随机信号说的，一般的分析方法有时域分析、频域分析、时频联合分析。。
自相关函数和自协方差函数 去文库，查看完整内容>；内容来自用户：FENGLEI37142113（9.2.7）｜由于平稳5261随机信号的统计4102特性与时间的起点无关，1653设，则有。所以，平稳随机信号的自相关函数是时间间隔t的函数，记为Rxx(t).2．自协方差函数(Autocovariance function)自协方差函数是描述随机信号X(t)在任意两个不同时刻t1，t2，的取值之间的二阶混合中心矩，用来描述X(t)在两个时刻取值的起伏变化（相对与均值）的相关程度，也称为中心化的自相关函数。定义7 实随机信号X(t)的自协方差函数定义为3
