现代通信原理022.pptVIP

* * 2. 带限白噪声 理想低通白噪声 * * 理想带通白噪声 * * * * §2.5 窄带高斯噪声 一．窄带高斯噪声的产生 窄带网络---带宽B中心频率f0 窄带高斯噪声—高斯白噪声经过窄带网络输出的带通噪声。 * * 窄带类似于一个包络和相位随时间缓慢变化的正弦波。 * * 乘法器输出 * * nT’(t)为n’(t)的截短函数NT’(ω)=NT(ω+ω0)+NT(ω-ω0) * * * * * * * * 二.窄带高斯噪声的统计特性 一个均值为零的窄带平稳高斯噪声的同相分量和正交分量都是低通型平稳高斯噪声，且均值为零，方差都是σn2，在同一时刻上两者相互独立。 * * 同相分量和正交分量的联合概率密度 包络和相位的联合概率密度 Jacobi 行列式 * * 包络rn(t)的一维概率密度（边缘）分布 Rayleigh 分布 相位φn(t)的一维概率密度（边缘）分布 均匀分布 * * ∵p(rn ，φn)= p(rn)p(φn) ∴ rn(t) ，φn(t)两者也统计独立 * * §2.6 正弦信号加窄带高斯噪声 正弦信号 f(t)=Acosω0t y(t)=f(t)+n(t) =Acosω0t+nI(t)cosω0t-nQ(t)sinω0t =[A+nI(t)]cosω0t-nQ(t)sinω0t =yI(t)cosω0t-yQ(t)sinω0t =r(t)cos[ω0t+φ(t)] 其中yI(t)=A+nI(t)=r(t)cosφ(t)，yQ(t)=nQ(t)sinφ(t) * * 正弦信号加窄带高斯噪声的联合概率密度 包络和相位的联合概率密度 y(t)包络的一维概率密度（边缘）分布 * * 第一类零阶修正贝赛尔函数 Rice 分布 大信噪比 趋于高斯分布 小信噪比 趋于Rayleigh 分布 * * y(t)相位的边缘分布 其中误差函数 小信噪比 均匀分布 大信噪比 * * 现代通信原理 二、信号、噪声与信息论(2) * * §2.3 随机信号和随机噪声 一.随机过程的基本概念 1.随机过程 确定性过程:事物变化的过程可用一确定函数关系描述。如:自由落体运动s(t)=gt2/2 。 随机过程:事物变化的过程不可用一确定函数关系描述。 * * 样本函数： 设随机试验Sk，每一次试验可用一个自变量为时间t 的函数Xk(t)，即样本函数。 样本空间： 足够多的随机试验所构成的集合S。 * * * * 随机过程： 包括全部时间函数的总体，X(t)/{Xk(t)}。 随机变量： 在随机过程中取某一特定时间t1，得到的不含时间t变化的变量X(t1)，即随机变量。 * * 分布函数： 随机过程X(t)，随机变量X(t1) 一维分布函数P1(x1,t1)=P[X(t1) ≤x1] (以噪声为例,在t1时刻噪声幅度小于x1的概率) 二维分布P2(x1,x2,t1,t2)=P[X(t1)≤x1,X(t2)≤x2] (在t1时刻幅度小于x1,在t2时刻幅度小于x2 的联合概率) * * 概率密度函数(以噪声为例,是单位噪声幅度 区间的概率值) 一维概率密度函数 二维概率密度函数 * * 平稳随机过程： A、狭义随机平稳过程：对于一个随机过程，如果 其N维分布，满足： 称为狭义平稳随机过程，有： 一维分布与t无关。如均值?，方差?2。 二维分布只?=t2-t1有关，与t的具体值无关， 如自相关函数R（?）。 * * 广义平稳随机过程： 如果给定的随机过程，有 均值?=常数 均方差?2??? 自相关函数R（τ）只与τ有关 则称这个随机过程为广义平稳随机过程。 * * 二.随机过程的数字特征 1.均值(数学期望): 平稳： 其本质就是随机过程所有样本函数的统计平均 函数。 在随机化信号或噪声中，均值表示其直流成分。 * * 2. 方差(二阶中心矩)：表示随机过程在时刻t 相对于均值a的偏离程度。 平稳： 在随机化信号或噪声中，均方差值表示其 交流功率。 * * 3.自相关函数:用来衡量随机过程在任意两个时刻 上获得的随机变量的相关特性。 平稳： * * 对于平稳随机过程，自相关函数有如下物理意义。 1、R（0）是随机函数的平均功率。 2、R（?）是随机函数的直流功率。 3、 R（0）- R（?）=??2是随机函数的交流功率 * * 自相关函数的性质: * * 4. 各态历经性(遍历性）： 从随机过程得到的任意一个实现，好象经历随 机过程的所有可能状态，因此，用一个实现的时