测试技术及控制(第五部分).docVIP

第四节 随机信号本节从幅值域、时域和频域三方面来描述随机信号。从不同角度提取随机信号的信息随机信号——不能用确定的时间函数来描述，也无法预测其某一时刻的精确取值。样本函数——对一个随机现象进行多次长时间观测，可以得到无限多个随时间变化的信号历程，将其中任一信号历程称为样本函数。样本记录——一般的观测总是在有限时间段上进行的，这时的样本函数则称为样本记录。随机信号——在相同试验条件下得到的全部样本函数集合，便构成整个随机信号。集合平均——即对所有样本函数在同一时刻 的观测值作统计，这种统计称集合平均。平稳随机信号——若各种集合平均值（如均值、方差、均方值等）不随时间变化，则称该信号为平稳随机信号。在平稳随机信号中，若任一个样本函数的时间平均值（即对单个样本按时间历程作时间平均）等于信号的集合均值，则称该平稳随机信号为各态历经信号。一、随机信号幅值描述各态历经随机信号的幅值描述包括：均值、方差、均方值和概率密度函数等。1.均值是指各态历经随机信号的样本函数 在观测时间T上的平均值，即:1.均值是指各态历经随机信号的样本函数 在观测时间T上的平均值，即:　　　描述了随机信号的静态分量2.方差样本函数 偏离均值 的平方的均值，即:　描述了随机信号的动态分量3.均方值 描述随机信号的强度，它是样本函数 平方的均值，即 :　　描述了随机信号的强度也可以表示为： 式中　--信号幅值落在指定区间内的（频数）概率。T--总观测时间；--观测时间内，信号幅值落在区间内的总时间。图示 二、随机信号时域描述在时域，一般不关心单个样本函数的波形或时域表达式，而是讨论信号在不同时刻瞬时值的相互依从关系——时域相关特性。单个信号的时域相关特性用自相关函数描述；两个信号之间的时域相关特性用互相关函数描述。1.信号自相关函数对各态历经的随机信号或功率信号，自相关函数可定义为： 式中 T--样本记录长度（即观测时间）。--随机信号的一个样本纪录--延迟后的样本由此可推出下列几个重要性质：（1）自相关函数是偶函数，即 。（2）自相关函数在时可以获得最大值，并等于该随机信号的均方值 ，即 （3）若随机信号中含有常值分量，则 含有常值分量 。（4）对均值为零且不含周期成分的纯随机信号，当够大时， 趋于零（5）如果随机信号含有周期分量，则自相关函数中必含同频率的周期分量。请看以下例子：求随机信号 的自相关函数。其中和为常数， 为一随机变量。解：该随机信号是各态历经信号并有零均值。其集合均值可用一个周期内的时间均值表示。由自相关函数定义式得: 由此可见，余弦函数的自相关函数仍是余弦函数，且为偶函数；在时取得最大值；它保留了原信号的幅值和频率信息。同样可以证明，两个具有零均值且相互独立的随机信号 和，叠加形成的信号 其自相关函数 式中 　--随机信号 的自相关函数四种典型信号：图示2.信号互相关函数两个各态经历的随机信号或功率信号和 ,其互相关函数定义为： 它描述了两个样本在不同时刻之间的相互依从关系由于所讨论的随机信号具有各态历经性，因此在t时刻从样本取值计算和在 时刻从样本取值计算的互相关函数是相等的，即: 可见互相关函数既非偶也非奇函数。请看以下例子：设两个同频的正弦信号和 ，其相位差为 ，即，试求其互相关函数 。解：由于两信号均为同周期的周期信号，其统计特征可用周期内的时间平均表示，故 由此可知：两个同频正弦信号的互相关函数，保留了这两个信号的频率、幅值相位差信息。若两个正弦信号的圆频率不同,可证得该对正弦信号是互不相关的。三、随机信号的频域描述除时域描述外，工程应用中还经常研究这种信号自身或与其它信号在不同时刻的内在联系的频域描述，这就是自功率谱和互功率谱密度函数。1.自功率谱：若均值为零，且不含周期成分的纯 随机信号，当足够大时,，则可定义自功率谱密度函数 由于为实偶函数，可证明也为实偶函数，它具有对称性,为双边功率谱。习惯上更常用正频率 范围定义自功率谱()称为信号的单边功率谱。如下图 单边功率谱与双边功率谱自功率谱有明确的物理意义。当＝0时，即曲线与频率轴所包围的面积就是信号的平均功率。同时还可以看出 就是信号的功率密度沿频率轴分布。请看以下例子：求随机相位正弦波 的自功率谱 。由定义：右图所示可见正弦波的是在 处强度为 的脉冲。2.巴什瓦恒等式： 式中--信号的幅值谱。巴什瓦恒等式表明：在时域计算的信号总能量，等于在频域计算的信号总能量。它从能量角度反映时域和频域关系，故又称为能量恒等式。在实际应用中，对功率信号无法直接运用，研究信号平均功率更适合。 由此可得自功率谱密度函数与幅值谱的关系： 3.互功率谱密度函数 ：若互相关函数 满足傅里叶变换的条件，则定义信号和的互功率谱密度函数即互相关函数的傅里叶变换常简称互谱密度函数或互谱,而 的逆变换为 包含了的全