Xiao(2009)确定了一类时间各向异性高斯随机场像集的Hausdorff维数。随后,Luan和Xiao(2012)确定了该随机场像集的确切Hausdorff测度。在5.4中已经得到了一类时空各向异性高斯随机场像集的Hausdorff维数,也可见Ni和Chen(2018)。本节将确定该类时空各向异性平稳增量高斯随机场像集的确切Hausdorff测度。关于Hausdorff维数和Hausdorff测度的定义见§1.2。
为了便于后面的讨论,先介绍一些符号。在本小节中,恒假定H=(H1,…,HN)∈(0,1)N和α=(α1,…,αd)∈(0,1]d是两个固定的向量,而I=[0,1]N是一时间域中的立方体。令Q=
下面给出本节将讨论的随机场。设是概率空上一具有平稳增量的零均值高斯随机场,定义如下:为了方便起见,按Adler(1981)的方式称X为(N,d)-高斯随机场。本节还假定X满足下面3个条件:
(C1)X的各个分量是相互独立的。
(C2)存在正的常数c6,3,1和c6,3,2使得对所有的1≤i≤d有
成立。(www.xing528.com)
(C3)存在常数c6,3,3>0使得对所有的1≤i≤d,任意的整数n≥1和所有的t,s1,…,sn∈I有
其中s0=0。
下面是关于所定义随机场的两点注。
注6.3.1 (i)如果X的各个分量Xi都是具有平稳增量的,且谱密度满足(6.2.18)式,则条件(C2)和(C3)成立。这是因为利用(6.2.25)式可得条件(C2),而由注6.2.3和(6.2.25)式,以的单调性可得条件(C3)。由于这里所定义的随机场并没有对它的谱测度进行限制,所以条件(C2)和(C3)显然要比上一节中的条件也更一般。
(ii)由条件(C2)知,X在I上具有一个样本轨道几乎处处连续的版本。因此,本节中总是假定X具有连续的样本轨道。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。