第一讲基本概念和基本知识精要.ppt

* * Be与|A0|的关系问题 从上式可见， Be的计算与|A0|的值有关。选择不同的|A0|， Be有不同的计算结果。 但Be× |A0|2乘积是一定的。 习题 1.1 随机过程X(t)=Acoswt+Bsinwt，其中w为常数，A、B是两个相互独立的高斯变量，并且E[A]=E[B]=0，E[A2]=E[B2]=s2。求X(t)的数学期望和自相关函数。 1.2 随机变量X、Y的联合概率密度为 fxy(x,y)=Asin(x+y),0≤x,y≤p/2。求： （1）系数A； （2）X、Y的数学期望； （3） X、Y的方差； （4） X、Y的的相关矩及相关系数。 * * * * 1.3 RC积分电路的输入电压为X(t)=X0+ cos(w0t+f)，其中X0和f分别是在[0,1]和[0,2p]上均匀分布的随机变量，且相互独立。求输出电压Y(t)的自相关函数。 1.4 求随机相位正弦信号x(t)=cos(w0t+f)的功率谱密度，其中f为在[0,2p]内均匀分布的随机变量，w0为常数。 1.5 已知X(t)和Y(t)是统计独立的平稳随机过程，且它们的均值分别为 ax和ay ，自相关函数分别为 Rx和Ry 。 (1)试求乘积Z(t)= X(t).Y(t)的自相关函数。 (2)试求之和 Z(t)= X(t)+Y(t)的自相关函数。 * * 1.6、一个中心频率为 fc、带宽为 B的理想带通滤波器如下图所示。假设输入是均值为零、功率谱密度为 N0/2的高斯白噪声，试求： （1）滤波器输出噪声的自相关函数； （2）滤波器输出噪声的平均功率； （3）输出噪声的一维概率密度函数。 * * 1.7、 一个LR低通滤波器如图下图所示，假设输入是均值为零、功率谱密度为N0/2 的高斯白噪声，试求： （1）输出噪声的自相关函数； （2）输出噪声的方差。 * * * * 1.6 练习的参考答案 例1 参考答案 ① x(t)的均值mx=0; ② x(t)的方差的 sx2=A2/2 ③ x(t)的自相关函数 Rx(t)=A2cos(w0t)/2 ④ y(t)的均值my=0 ⑤互相关函数和互协方差函数 Rxy(t)=0 Cxy(t)=0 * * 例5 参考答案 ①系统幅频特性： ②功率谱密度函数： ③自相关函数 希尔伯特变换 在数学与信号处理的领域中，一个实数值函数的希尔伯特转换(Hilbert transform)——在此标示为——是将信号与做卷积，以得到。因此，希尔伯特转换结果可以被解读为输入是的线性非时变系统(linear time invariant system)的输出，而此一系统的脉冲响应为。 * * 希尔伯特转换定义如下： 其中 * * 希尔伯特转换结果（红色）与原来的信号——方波（蓝色） * * * * 希尔伯特变换就是一个90°理想的移相器 * * 则窄带噪声的同相分量、正交分量可表示为： 它们的自相关函数可表示为： 2、窄带高斯噪声的同相分量和正交分量的自相关函数相等，因 此它们具有相同的功率密度谱。 1、一个均值为零的窄带高斯噪声n(t)，它的同相和正交分量同样 是均值为零的高斯过程。 窄带高斯噪声的相关函数的几点结论 3、窄带高斯噪声的同相分量和正交分量具有相同的功率且等于窄带高斯噪声的功率。 4、窄带高斯噪声的同相分量和正交分量在同一时刻是正交的、 互不相关的，并且也是统计独立的。 三、窄带高斯噪声包络和相位的概率分布 窄带高斯噪声的包络和相位的联合概率密度函数为： 瑞利分布 均匀分布 利用边际积分可以求出p(r)和p(ф)分别为： 从图可以看出：一个均值为零，方差为σ2的窄带高斯噪声，其包络的一维分布服从瑞利分布，其相位的一维分布服从均匀分布。 * * * * 1.4 随机噪声通过电路系统的响应 线性系统响应 平稳噪声 非平稳噪声 非线性系统响应 平方律检波 绝对值检测(全波检波) 过零检测 * * 1.4.1 随机噪声通过线性系统的响应 线性系统 * * 1、平稳噪声通过线性系统的响应 噪声x(t)通过线性系统，输出y(t) 的幅度不确定，只能考虑它的功率。 y(t)的自相关函数： * * y(t)的功率谱密度： 上式的傅立叶反变换： 互功率谱密度函数Sxy(w)和互相关函数Rxy(t)： * * 例3：白噪声x(t),它的均值为零，功率谱密度为Sx(w)=N0/2，将它输入到一阶RC低通滤波电路，求滤波电路输出y(t)的功率谱密度Sy(w)和功率Py。 解： 电路的频响函数： 幅