测试(清华版).pptVIP

⑤ 若f(t)=c 则：Rxx(c)=c2 ⑥ 随机函数： b．若x(t)中包含周期分量，Rxx(τ)中存在同周期成分。 应用：用于检测周期信号的存在。由性质知，自相关函数有助于检测混淆在随机过程中确定性周期信号。 为自相关函数的平均值。 随机噪声信号的自相关函数将随 ? 的增大快速衰减。 2、互相关函数 它描述了两个不同的随机过程在相隔τ的两个不同时刻取值的相关程度。 x(t) y(t) 互相关函数描述一个信号与另一个信号的相似程度。 互相关函数具有以下性质： ①两周期信号具有相同的频率，才有互相关函数，即两个非同频的周期信号是不相关的。 ② ③两信号错开一个时间间隔 ?0 处相关程度有可能最高，它反映两信号x(t)、y(t)相互间的滞后时间。 ④两个相同周期的信号的互相关函数仍是周期函数，其周期与原信号的周期相同，并不丢失相位信息。 例： 则 ⑤ 随机信号x(t),y(t) b.若x(t),y(t)中含有同频信号，则τ→∞时，会呈现同频 周期成分。 c. 若x(t)，y(t)相互独立，则 t t X1 X2 应用：地下输油管道漏损位置的探测 四、随机过程的频率描述 对于随机过程，频率描述通常采用频率变量 f 代替ω，因此傅里叶反变换 1、有限付氏变换 随机过程的一个样本可以看做是一个非周期函数，因此可以进行傅里叶变换 2.自功率谱密度 自相关函数的傅里叶变换 4、帕斯瓦尔定理：时域信号的能量等于频域信号的能量。 3、互功率谱密度函数 互相关函数的傅里叶变换 　　　数字信号处理研究的是利用计算机为平台，对模拟信号进行采样量化得到数字信号，再用各种数值计算的方法对数字信号进行处理的方法。 数值计算的方法包括离散傅里叶变换、数字滤波、谱分析、相关分析、小波分析等各种数学方法，广泛应用于信号分析、语音识别、图像识别等领域。 鉴于通用计算机的限制，一种类似于单片机的微处理器DSP被推出。 DSP芯片，是一种适合于进行数字信号处理运算的微处理器，与通用计算机和单片机相比，其主要功能是在硬件设计和软件平台上，能够实时快速地实现各种数字信号处理算法。 　２.3 数字信号处理（离散傅里叶变换） 2.3.1 离散傅里叶变换 根据周期信号傅里叶级数展开 假设用有限长度信号构成周期信号，并假设时间是离散的，则 定义离散傅里叶变换公式为 频谱的间隔为 频谱的周期为 时域信号的采样间隔为 T0 ,周期(截断长度）为 T =NT0 2.3.2 离散傅氏变换的性质 有连续信号的傅氏变换相类似，见书上解释。 2.3.3 采样定理 由P72图2.63 可知，信号的采样频率fs与信号的最大频率满足关系 fs 2fmax 时，信号的频谱不发生混叠，称之为采样定理。 * * * * * * * * * * * * * * * * * * * ２.２.６.１　非周期信号的傅立叶变换与连续频谱 １、傅里叶变换的导出 　我们可以从周期函数的傅立叶级数取T→∞时的极限入手，推导出非周期信号的频域描述。对于周期信号，其傅里叶复指数级数为： ∵ 频线间隔： 由定积分定义： ∴当T0→∞时，Δω→0上式变为： 定义非周期信号的傅立叶变换为： 正变换 反变换 定义非周期信号的频谱：　　　　　　为幅值谱，　　　　　为相位谱 傅里叶变换一般是复函数，故可写成： ２、非周期信号的频谱 一般来说，是个 F（?）复数，可表示为： 幅值谱密度 相位谱密度 我们将周期函数的复指数形式的傅立叶级数展开与非周期函数的傅立叶变换相比较，看出两点不同： 周期函数中所包含的频率成分是基频ω0的整倍数。而非周期函数中包含了一系列从0到无穷大的所有频率成分，ω是连续变量。 周期函数的傅立叶系数Cn反映的是对应频率成分幅值的大小，而非周期函数的傅立叶变换F(ω)反映的是单位频率宽度上的振幅。所以又称F(ω)为频谱密度函数。 例：求矩形脉冲的傅氏变换 解： 当 时 时间域波形 频率域波形 与周期矩形脉冲频谱相比较，可以看出两种信号频谱的异同。 关于相位的讨论 　考虑分式的相角为分子的相角减去分母的相角。 当ｗ0，分母为正，分母相角为0。分子可正可负，分子为正时，分式相角为０，分子为负时，分式相角为π； 当ｗ0时，分母为负，分母相角为π。分子可正可负，分子为正时，分式相角为－π，分子为负时，分式相角为０。 ２.２.６.２　能量谱密度函数