Avendo introdotto il concetto di processo casuale nel capitolo precedente, vogliamo ora esplorare un’importante sottoclasse di processi casuali stazionari. Ciò è motivato dalla natura molto restrittiva della condizione di stazionarietà, che sebbene sia matematicamente opportuna, non è quasi mai soddisfatta nella pratica. Un tipo un po’ più debole di stazionarietà si basa sul richiedere che la media sia una costante nel tempo e che la sequenza di covarianza dipenda solo dalla separazione nel tempo tra i due campioni. Abbiamo già incontrato questo tipo di processi casuali negli esempi 16.9-16.11. Un tale processo casuale è detto stazionario in senso lato o stazionario in senso lato (WSS). Viene anche definito un processo casuale debolmente stazionario per distinguerlo da un processo stazionario, che si dice strettamente stazionario. Useremo la terminologia di forma per riferirci a tale processo come un processo casuale WSS. Inoltre, come vedremo nel Capitolo 19, se il processo casuale è gaussiano, allora la stazionarietà a senso ampio implica la stazionarietà. Anche solo per questa ragione, ha senso esplorare i processi casuali WSS, dato che l’uso di processi casuali gaussiani per la modellazione è onnipresente.