3. 随机过程与噪声基础

在频率稳定度分析中，我们面对的从来不是一条“确定”的曲线，而是随时间不断起伏的相位或频率波动。要理解 Allan 方差为什么这样定义、为什么不同噪声类型会在双对数坐标上呈现不同斜率，就必须先建立随机过程的基本语言：平稳性描述统计特性是否随时间平移不变，自相关函数描述同一信号在不同时刻的相似程度，功率谱密度描述能量在频域上的分布，而噪声类型则决定了这些函数的具体形状。本节把这四个概念串成一条完整的分析链。

一、平稳随机过程：把“随机”变成可统计的对象

随机过程可以理解为“一族随时间变化的随机变量”。若一个随机过程 x(t) 的均值不随时间变化，且自相关函数只与时间差 τ 有关，而与绝对时刻 t 无关，则称其为宽平稳（弱平稳）过程。频率源输出的相位噪声、频率噪声在有限观测时间内通常可近似为宽平稳过程，这正是我们能对其做统计平均、计算方差和谱密度的前提。

需要特别区分两个层次：严平稳要求任意有限维联合分布都随时间平移不变，条件很强；宽平稳只约束一阶矩和二阶矩，工程上更常用。Allan 方差之所以采用“相邻样本差分”的结构，本质上就是在宽平稳假设下，用有限差分抑制低频漂移，使统计量对缓慢变化不敏感。

二、自相关函数与功率谱密度：时域与频域的一对镜像

自相关函数定义为 R_x(τ)=E[x(t)x(t+τ)]，它衡量信号在延迟 τ 后的自相似程度。τ=0 时 R_x(0) 等于均方值，代表总功率；τ 增大时若 R_x(τ) 快速衰减，说明信号变化快、相关时间短；若衰减缓慢甚至周期性起伏，说明存在低频漂移或周期性干扰。

功率谱密度 S_x(f) 是自相关函数的傅里叶变换，二者构成维纳—辛钦关系。这条关系是频率稳定度分析的枢纽：时域上难以直接观察的相关结构，在频域上会表现为不同幂律的谱线；反过来，频域上看到的 f^α 斜率，也能反推时域噪声类型。对于频率源，常用单边带相位噪声 L(f) 与相位谱密度 S_φ(f) 描述，二者在偏离载波较远时近似满足 L(f)≈S_φ(f)/2。

三、常见噪声类型及其特性

频率源中常见的五类幂律噪声，可用 S_y(f)=h_α f^α 统一描述，其中 α 取 0、−1、−2、−3、−4。它们分别对应白相位噪声、闪烁相位噪声、白频率噪声、闪烁频率噪声和随机游走频率噪声。不同噪声在 Allan 方差图上表现为不同斜率，这是识别噪声类型最直接的依据。

注意 Allan 方差斜率 μ 与谱指数 α 的对应关系：当 α 为偶数时，μ=−α/2；当 α 为奇数时，μ=−(α+1)/2。这条规则是读图判噪的核心口诀，也是后续 Allan 方差建模的基础。

四、案例：从一段实测相位数据判断噪声类型

假设某晶振在 10 MHz 载波下测得相位噪声数据，经换算得到 Allan 偏差随平均时间的变化如下：

tau(s)      ADEV
0.01        3.2e-11
0.1         1.1e-11
1           4.5e-12
10          2.8e-12
100         2.6e-12
1000        3.9e-12
10000       8.7e-12

观察双对数曲线：短 τ 段以 −1 斜率下降，说明白相位噪声占主导；中段趋于平坦，对应闪烁相位噪声或闪烁频率噪声；长 τ 段开始上翘，说明随机游走频率噪声逐渐显现。这种“下降—平坦—上翘”的典型形态，正是多类噪声叠加的结果，也是实际频率源最常见的 Allan 方差曲线。

五、常见误区与复盘

• 误区一：把非平稳漂移当作平稳噪声处理。若数据存在线性或多项式趋势，直接计算谱密度会得到虚假的低频能量，导致噪声类型误判。应先差分或拟合去趋势。
• 误区二：只看 Allan 方差斜率就下结论。不同噪声组合可能在同一 τ 区间产生相近斜率，需结合相位噪声谱、自相关函数和物理来源综合判断。
• 误区三：忽略观测带宽与采样率。谱密度和 Allan 方差都受测量带宽限制，带宽外的噪声不会被计入，比较不同设备时必须统一带宽条件。
• 误区四：混淆相位噪声与频率噪声。二者相差一个 (2πf)² 因子，谱指数相差 2，换算时务必核对定义。

复盘时可以建立一个检查清单：数据是否平稳、趋势是否去除、带宽是否一致、谱指数与 Allan 斜率是否自洽、物理来源是否可解释。只要这五项都能对应上，噪声类型的判断就基本可靠，后续的 Allan 方差建模与稳定度评估也就有了坚实基础。