答案是肯定的。即使我们可以通过多次进行随机实验来生成随机过程的多个实现。实际上，我们只能在有限的时间内实现有限数量的实现。现在要对随机过程进行预期，我们将不得不花费冻结时间并查看值在我们生成的几个实现中的分布。但这将是一个估计的期望，因为我们只能估计分布，因为尽管我们已经进行了多次实验，但实际上我们不能确定用尽样本空间。

我会说中瞬时功率的估计，而不是平均功率。但这假设您通过对的多个实现进行平均来实现期望。在这种情况下，平均值仍然是时间的函数， 在时间 的瞬时功率的估计.$R$$x(t)$$x(t)$

$$R(t) = E \left\{ x^2(t) \right\},$$ $x(t)$$t$

如果您正在计算时间平均值，即 那么我同意上面的评论，即这收敛仅当是遍历随机过程的平均功率。根据定义，遍历过程具有相等的时间和集合平均值。

$$R = \frac{1}{T} \int_{t_0}^{t_0+T} x^2(t) \, dt,$$ $x(t)$$x(t)$

听起来您真正想做的是计算随机过程的自相关函数。如果$x(t)$是广义平稳的，则自相关为

$$R(\tau) = E \left\{ x(t) x(t + \tau) \right\},$$

其中期望是一个整体平均，平均功率是$R(0)$. 不幸的是，如果您只有一个实现，这将无济于事，并且您不能假设它是遍历的，这将允许您创建许多实现作为一个长期实现的片段并在实现上取平均值。