数字信号处理研究生课程.pptVIP

1.5.3 系统的输入、 输出互相关函数 输入、输出互相关定理： 1.5.4 相关卷积定理 线性系统输出的自相关函数等于输入自相关函数与线性系统单位脉冲响应的自相关函数的卷积，即 或者简单地说, 卷积的相关函数等于相关函数的卷积。 用一般公式表示如下： 如果 e(n)=a(n)*b(n) f(n)=c(n)*d(n) 那么 ref(m)=rac(m) * rbd(m) 例1.5.1 假设系统的输入、输出和单位脉冲响应分别用x(n)、 y(n)和h(n)表示，试求输入、输出互相关函数和输入自相关函数之间的关系。  解： 按照相关卷积定理，得到 x(n)=x(n)*δ(n) y(n)=x(n)*h(n) Rxy(m)=Rxx(m)*Rδh(m) 式中 相应的有： 例1.5.2 按照图1.5.2推导两个系统的输出互相关函数与输入互相关函数之间的关系。 图1.5.2 解： y1(n)=x1(n)*h1(n) y2(n)=x2(n)*h2(n) 按照相关卷积定理, 有 按照图1.5.2还有下面关系式 (1) (2) 1.6 时间序列信号模型 三种时间序列模型 三种时间序列信号模型的适应性 自相关函数、功率谱与时间序列信号模型的关系 图 1.6.1 平稳随机序列的信号模型 1.6.1 三种时间序列模型 假设信号模型用一个p阶差分方程描述: x(n)+a1x(n-1)+…+apx(n-p) 　 =w(n)+b1w(n-1)+…+bqw(n-q) 式中, w(n)是零均值、方差为σ2w的白噪声; x(n)是要研究的随机序列。 （1.6.1） 1. 自回归-滑动平均模型（简称ARMA模型） 该模型的差分方程用（1.6.1）式描述， 系统函数用下式表示： 式中， 是自回归参数， 叫做滑动平均参数。 利用维纳辛钦定理给出其功率谱密度为 类似地，可得功率谱为 2. 滑动平均模型（Moving Average，简称MA模型） 　　当（1.6.1）式中ai=0, i=1, 2, 3, …, p时, 该模型称为MA模型。 模型差分方程和系统函数分别表示为： x(n)=w(n)+b1w(n-1)+…+bqw(n-q)  H(z)=B(z) B(z)=1+b1z-1+b2z-2+…+bqz-q… 上式表明该模型只有零点, 没有除原点以外的极点，因此此模型也称为全零点模型。 如果模型全部零点都在单位圆内部，则是一个最小相位系统。 MA模型的功率谱密度为 类似地，可得功率谱为 3. 自回归模型（Autoregressive, 简称AR模型） 　 　 当（1.6.1）式中bi=0, i=1, 2, 3, …，q时，该模型称为AR模型。模型差分方程和系统函数分别表示为： x(n)+a1x(n-1)+a2x(n-2)+…+apx(n-p)=w(n) A(z)=1+a1z-1+a2z-2+…+apz-p 上式表明该模型只有极点, 没有除原点以外的零点，因此该模型也称为全极点模型。只有当全部极点都在单位圆内部时， 模型才稳定。 AR模型的功率谱密度为 类似地，可得功率谱为 关于ARMA、AR、MA模型的功率谱，可以做一个定性的描述： 由于MA模型是通过一个全零点滤波器产生，当有零点接近单位圆时，MA谱可能是一个深谷； 类似地，当极点接近单位圆时，AR谱对应的频率处会是一个尖峰； ARMA谱既有尖峰又有深谷。 滤波器长度：一般是指滤波器的单位脉冲响应的长度。 对于FIR滤波器或者MA模型, 其单位脉冲响应的长度是有限长的，长度就是系数的个数； 对于IIR滤波器或者AR模型、ARMA模型，其单位脉冲响应的长度则是无限长的。 滤波器阶数： 对于IIR滤波器或者AR模型、ARMA模型，阶数是指p的大小，如果用差分方程表示，则p就是差分方程的阶数。 对于FIR滤波器或者MA模型的阶数，则是指（1.6.4）式中q的大小，或者说是它的长度减1。 1.6.2 三种时间序列信号模型的适用性 沃尔德（Wold）分解定理： 由Wold分解定理可知，AR模型或ARMA模型可用一个可能是无穷阶的MA模型表示，说明MA信号模型和ARMA信号模型具有普遍适用的性质。 柯尔莫格洛夫（Kolmogorov）定理： 该定理暗示了MA模型或ARMA模型可用一个可能是无穷阶AR模型来表示，从而说明了AR信号模型的适用性。 　　一般AR模型适合表示时间序列的功率谱有尖峰而没有深谷的信号，MA模型适合表示其功率谱有深谷而没