平稳随机过程分析.ppt

* 功率谱密度和复频率面 （只是记号相同，函数形式不同） * 例: 考虑一个广义平稳随机过程X(t)，具有功率谱密度 求过程的均方值 解: 用复频率的方法来求解。 用 代入上式得用复频率s表示得功率谱密度： * 因式分解： 在左半平面内有两个极点：-1和-3。于是可以分别计算这两个极点的留数为： 故： * 3.2 两个实随机过程的互功率谱密度 一、互谱密度 考虑两个平稳实随机过程X(t)、Y(t)， 它们的样本函数分别为 和 ，定义两个截取函数 、 为： * 因为 、 都满足绝对可积的条件，所以它们的傅里叶变换存在。在时间范围 (-T，T)内，两个随机过程的互功率 为:（注意 、 为确定性函数，所以求平均功率只需取时间平均） 由于 、 的傅里叶变换存在，故帕塞瓦定理对它们也适用，即: * 注意到上式中， 和 是任一样本函数，因此具有随机性，取数学期望，并令 得： * 定义互功率谱密度为： 则 * 同理，有： 且 * 二、互谱密度和互相关函数的关系 自相关函数 功率谱密度 F 互相关函数 互谱密度 F 定义：对于两个实随机过程X(t)、Y(t)，其互谱密度 与互相关函数 之间的关系为 即 * 若X(t)、Y(t)各自平稳且联合平稳，则有 即 结论：对于两个联合平稳(至少是广义联合平稳)的实随机过程，它们的互谱密度与其互相关函数互为傅里叶变换。 * 三、互谱密度的性质 性质1： 证明： ＝ （令 ） * 性质2： 证明： （令 ） 同理可证 * 性质3： 证明：类似性质2证明。 性质4： 若X(t)与Y(t)正交，则有 证明：若X(t)与Y(t)正交，则 所以 * 性质5： 若X(t)与Y(t)不相关，X(t)、Y(t)分别具有常数均值 和 ，则 证明： 因为X(t)与Y(t)不相关，所以 （ ） * 性质6： 例：设两个随机过程X(t)和Y(t)联合平稳，其互相关函数 为: 求互谱密度 ， 。 * 解： * 3.3 白噪声 一、理想白噪声 定义：若N(t)为一个具有零均值的平稳随机过程，其功率谱密度均匀分布在 的整个频率区间，即 其中 为一正实常数，则称N(t)为白噪声过程或简称为白噪声。 * 自相关函数为 自相关系数为 * 总结： （1）白噪声只是一种理想化的模型，是不存在的。 （2）白噪声的均方值为无限大 而物理上存在的随机过程，其均方值总是有限的。 （3）白噪声在数学处理上具有简单、方便等优点。 * 二、限带白噪声 1．低通型 定义：若过程的功率谱密度满足 则称此过程为低通型限带白噪声。将白噪声通过一个理想低通滤波器，便可产生出低通型限带白噪声。 * 低通型限带白噪声的自相关函数为 * 图3.11示出了低通型限带白噪声的 和 的图形，注意，时间间隔 为整数倍的那些随机变量，彼此是不相关的（均值为0，相关函数值为0）。 * 2. 带通型 带通型限带白噪声的功率谱密度为 由维纳—辛钦定理，得到相应的自相关函数为 * 带通型限带白噪声的 和 的图形 * 三、色噪声 按功率谱度函数形式来区别随机过程，我们将把除了白噪声以外的所有噪声都称为有色噪声或简称色噪声。 * 小 结 1.随机过程的时间无限性，导致能量无限，因而随机过程的付氏变换不存在，但其功率存在。所以，不能对随机过程直接求付氏变换，即： × 但相关函数与功率谱密度构成一对付氏变换，即 若随机过程X(t)平稳，则 * 2.平均功率的四种求法： 查表；留数；对功率谱密度求积分（有个 系数）；求相关函数后令 . 一般过程： 3. 随机过程的平均功率： 即集合平均＋统计平均。 4.特定函数的付氏变换需记忆。 * 平稳随机过程 的谱分析 第三章 * 本章要解决的问题 随机信号是否也可以应用频域分析方法? 傅里叶变换能否应用于随机信号？ 相关函数与功率谱的关系 功率谱的应用 白噪声的定义 * 3.1 随机过程