通信原理——信号.ppt

通 信 原 理 平稳随机过程通过线性系统(4) * 无失真传输条件 设：系统是无失真的线性传输系统，输入为一能量信号x(t) ， 则其无失真输出信号y(t)为： 式中，k － 衰减常数， td － 延迟时间。 求系统的传输函数： 对上式作傅里叶变换： ∴ 式中， 无失真传输条件： 振幅特性与频率无关； 相位特性是通过原点的直线。 |H(f)| k 0 f ? f 0 通 信 原 理 平稳随机过程通过线性系统(5) * 随机信号通过线性系统 物理可实现线性系统，若输入为确知信号，则有 若输入为平稳随机信号X(t)，则输出Y(t)为 通 信 原 理 平稳随机过程通过线性系统(6) * 输出Y(t)的数学期望E[Y(t)] 由于已假设输入是平稳随机过程，故 ∵ ∴输出的数学期望： E[X(t-?)] = E[X(t)] = k，k = 常数。 通 信 原 理 平稳随机过程通过线性系统(7) * 输出Y(t)的自相关函数 由自相关函数定义，有 由X(t)的平稳性知，上式中的数学期望与t1无关，故有 ∴ 由于Y(t)的数学期望和自相关函数都和t1无关，故Y(t)是广义平稳随机过程。 通 信 原 理 平稳随机过程通过线性系统(8) * 输出Y(t)的功率谱密度PY( f ) ： 由于功率谱密度是自相关函数的傅里叶变换，故有 令?? = ? +u - v代入上式，得到 ∴输出信号的功率谱密度等于输入信号的功率谱密度 乘以 |H( f )|2。 通 信 原 理 平稳随机过程通过线性系统(9) * 【例2.5】已知一个白噪声的双边功率谱密度为n0/2。试求它通过一个理想低通滤波器后的功率谱密度、自相关函数和噪声功率。 解：因为理想低通滤波器的传输特性可以表示成： 所以有 输出信号的功率谱密度为 输出信号的自相关函数 输出噪声功率： PY ＝ RY(0) = k2 n0 fH 通 信 原 理 随机过程 随机过程的基本概念 X(A, t) － 事件A的全部可能“实现”的总体； X(Ai, t) － 事件A的一个实现，为确定的时间函数； X(A, tk) － 在给定时刻tk上的函数值。 简记： X(A, t) ? X(t) X(Ai, t) ? Xi (t) 例：接收机噪声 * 通 信 原 理 随机过程的一般表述(续) 随机过程的定义：设随机试验E的可能结果为X(t)，试验的样本空间S为；{x1(t)，x2(t)，?，xi(t)，?}，i为正整数，xi(t)为第i个样本函数（又称之为实现）每次试验之后，X(t)取空间S中的某一样本函数，于是称此X (t)为随机函数。当t代表时间量时，称此X(t)为随机过程。 * 通 信 原 理 随机过程 随机信号和随机干扰的数学模型. 随机过程是与时间有关的随机变量，在确定的时刻它是随机变量. 随机过程的具体取值称作其实现（样函数）是时间函数，所有实现（样函数）构成的集合称作随机过程的样函数空间，所有样函数及其统计特性即构成了随机过程. 我们以大写字母X ( t ) , Y (t）等表示随机过程，以对应的小写字母x(t) , y(t) 等表示随机过程的实现（样函数） * 通 信 原 理 随机过程的统计（概率）特性 随机过程的统计性质可由其分布函数和概率密度描述。 * 通 信 原 理 随机过程分布函数和概率密度 随机过程X(t)的一维分布函数： X(t)的一维概率密度函数： * 通 信 原 理 随机过程分布函数和概率密度(续) X(t)的n维分布函数： X(t)的n维概率密度函数： * 通 信 原 理 随机过程的数字特征 随机过程X(t)的数学期望： 随机过程的方差： 标准差： * 通 信 原 理 随机过程的数字特征(续) 随机过程X(t)的自协方差函数： 自相关函数R(t1,t2)定义为： * 通 信 原 理 联合分布函数和数字特征 X(t)， Y(t)为两个随机过程，其n+m维联合分布函数： X(t)的n维概率密度函数： * 通 信 原 理 联合分布函数和数字特征(续1) 互协方差函数： 互相关函数： * 通 信 原 理 平稳随机过程 平稳随机过程的定义： 统计特性与时间起点无关的随机过程。 （又称严格平稳随机过程） 广义平稳随机过程的定义： 平均值、方差和自相关函数等与时间起点无关的随机过程。 广义平稳随机过程的性质： 严格平稳随机过程一定也是广义平稳随机过程。但是，广义平稳随机过程就不一定是严格平稳随机过程。 * 通 信 原 理 各态历经性 “各态历经”