成电考研通信原理.pptVIP

图 2- 1 样本函数的总体 2.5窄带随机过程 图2-6 窄带过程的频谱和波形示意 图 2 – 7 正弦波加窄带高斯过程的包络与相位分布 总可以确定输出过程的分布。其中一个十分有用的情形是：如果线性系统的输入过程是高斯型的，则系统的输出过程也是高斯型的。  因为从积分原理来看， 上式可表示为一个和式的极限，即 4. 输出过程ξo(t)的概率分布 从原理上看，在已知输入过程分布的情况下，通过式（2.4 - 5），即 由于ξi(t)已假设是高斯型的，所以，在任一时刻的每项ξi(t-τk)h(τk)Δτk都是一个高斯随机变量。因此，输出过程在任一时刻得到的每一随机变量，都是无限多个高斯随机变量之和。由概率论得知，这个“和”的随机变量也是高斯随机变量。这就证明，高斯过程经过线性系统后其输出过程 仍为高斯过程。更一般地说，高斯过程经线性变换后的过程仍为高斯过程。但要注意，由于线性系统的介入，与输入高斯过程相比，输出过程的数字特征已经改变了。  随机过程通过以fc为中心频率的窄带系统的输出，即是窄带过程。所谓窄带系统，是指其通带宽度Δffc，且fc远离零频率的系统。实际中，大多数通信系统都是窄带型的，通过窄带系统的信号或噪声必是窄带的，如果这时的信号或噪声又是随机的，则称它们为窄带随机过程。如用示波器观察一个实现的波形，则如图2 - 6(b)所示，它是一个频率近似为fc，包络和相位随机缓变的正弦波。  因此，窄带随机过程ξ(t)可用下式表示: （2.5-1） 等价式 （2.5-2） 其中 （2.5-3） （2.5-4） 2.5.1同相和正交分量的统计特性  1. 数学期望 对式（2.5 - 2）求数学期望: （2.5-5） 因为已设ξ(t)平稳且均值为零，那么对于任意的时间t，都有E［ξ(t)］=0，所以由式（2.5-5）可得 （2.5-6） 2. 自相关函数 （2.5-7） 式中 因为ξ(t)是平稳的， 故有 Rξ(t, t+τ)=R(τ) （2.5-8） 这时，显然应有 所以，式（2.5-8）变为 （2.5-9） 再取使cosωct=0的所有t值，同理有 （2.5-10） 其中应有 由以上的数学期望和自相关函数分析可知， 如果窄带过程ξ(t)是平稳的，则ξc(t)与ξs(t)也必将是平稳的。  进一步分析， 式（2.5 - 9）和式（2.5 - 10）应同时成立，故有  (2.5 - 12) 可见，同相分量ξc(t)和正交分量ξs(t)具有相同的自相关函数，而且根据互相关函数的性质，应有 (2.5 - 11) 将上式代入式（2.5-12），可得 （2.5-13） 同理可推得 （2.5-14） （2.5-15） 于是，由式（2.5 - 9）及式（2.5 - 10）得到 （2.5-16） 即 （2.5-17） 另外，因为ξ(t)是平稳的，所以ξ(t)在任意时刻的取值都是服从高斯分布的随机变量， 故在式（2.5 - 2）中有 所以ξc(t1)，ξs(t2)也是高斯随机变量，从而ξc(t)、 ξs(t)也是高斯随机过程。又根据式（2.5 - 15）可知， ξc(t) 、 ξs(t)在同一时刻的取值是互不相关的随机变量， 因而它们还是统计独立的。 2.5.2包络和相位的统计特性 由上面的分析可知，ξc和ξs的联合概率密度函数为 设aξ,φξ的联合概率密度函数为f（ aξ,φξ），则利用概率论知识， 有 （2.5-18） （2.5-19） 得到 于是 根据式（2.5-3）和（2.5-4）在t时刻随机变量之间的关系 （2.5-20） 注意，这里aξ≥0, 而φξ在(0，2π)内取值。  再利用概率论中边际分布知识将f(aξ,φξ)对φξ积分， 可求得包络aξ的一维概率密度函数为 （2.5-21） 可见，　　服从瑞利分布。 解 (1) 先考察ξ(t)是否广义平稳。 ξ(t)的数学期望为 例 2-1某随机相位余弦波ξ(t)=Acos(ωct+θ)，其中A和ωc均为常数，θ是在(0,2π)内均匀分布的随机变量。  （1） 求ξ(t)的