第二章随机过程祥解.pptVIP

1.3.3 高斯白噪声 白噪声：功率谱密度均匀分布在整个频率范围内的噪声  Pξ(ω)= (双边噪声功率谱密度) n0为一常数，单边噪声功率谱密度，单位是瓦/赫。 将Pξ(ω)进行傅立叶反变换，得到： R(τ)= 白噪声只有在τ=0时才相关，而它在任意两个时刻上的随机变量都是互不相关的 带限白噪声的功率谱和自相关函数 带限白噪声只有在τ=k/2fH(k=1, 2, 3, …)上得到的随机变量才互不相关。因为R(τ)=0。 后面讲到抽样定理就是利用这一点，选择合适的抽样抽样时刻τ，使各个抽样值互不相关。 如果白噪声又是高斯分布的， 我们就称之为高斯白噪声。 白噪声：功率谱密度是均匀分布 高斯分布：概率密度符合高斯分布 实际上理想化的白噪声是不存在的。但是，如果噪声的功率谱均匀分布的范围远远大于工作频带，我们就可以把近似看为白噪声。 1.4 随机过程通过线性系统 Vo(t)=Vi(t)*h(t)= 信号通过线性系统的模型： H(ω) Vi(ω) Vo(ω) Vo(ω)=H(ω)Vi(ω) 线性系统响应 输入信号 卷积 系统单位冲激响应 ξo(t)= 我们研究随机过程通过线性系统，就是把输入信号Vi(t)换成ξi(t)，输出信号Vo(t)换成ξo(t)。 假设输入ξi(t)是平稳随机过程，现在来分析ξo(t)的统计特性 1. 数学期望 E［ξo(t)］=a·H(0) 输出过程的数学期望等于输入过程的数学期望与直流传递函数H(0)的乘积，且与t无关。 自相关函数 若线性系统的输入过程是平稳的，那么输出过程也是平稳的。 3. ξo(t)的功率谱密度 系统输出功率谱密度是输入功率谱密度Pi(ω)与系统功率传输函数|H(ω)|2的乘积。可以用来方便地计算输出过程的自相关函数（反变换）。  当k0=0时，R0(0)=n0fH=n0B 带限噪声的平均功率 Po(ω)= 4. 输出过程ξo(t)的概率分布 高斯过程线性变换后的过程仍然是高斯过程。 带限白噪声的功率谱和自相关函数 带限白噪声只有在τ=k/2fH(k=1, 2, 3, …)上得到的随机变量才互不相关。因为R(τ)=0。 后面讲到抽样定理就是利用这一点，选择合适的抽样抽样时刻τ，使各个抽样值互不相关。 1.5 窄带随机过程 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。  窄带过程的频谱和波形示意 窄带随机过程ξ(t)表达式:  ξ(t)=aξ(t) cos［ωct+φξ(t)］, aξ(t)≥0  =ξc(t)cosωct-ξs(t)sinωct  其中ξc(t)=aξ(t)cosφξ(t)  ξs(t)=aξ(t) sinφξ(t)  式中, aξ(t) 是ξ(t)的包络函数， ξc(t)及ξs(t)是ξ(t)的同相分量和正交分量。 基本性质 设窄带过程ξ(t)是平稳高斯窄带过程，且均值为零，方差为δξ2  1. 数学期望 因为 E［ξ(t)］=0 推出： E［ξc(t)］=0 E［ξs(t)］=0 2. 自相关函数 Rs(t, t+τ)=Rs(τ) Rc(τ)=Rs(τ) 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，且均值为0，方差相同。 3. 包络和相位的统计特性 包络aξ(t)的一维分布是瑞利分布，相位φξ(t)的一维分布是均匀分布，并且就一维分布而言，aξ(t)与φξ(t)是统计独立的 （一维分布：一维概率密度函数） 1.6 正弦波加窄带高斯噪声 正弦波加窄带高斯噪声，也是通信中常用到的一种波形，比如接收机前端带通滤波器的输出波形，就是这种信号与窄带噪声的混合波形。 