离散时间序列的特征描述剖析.pptVIP

离散随机序列的特征描述 功率谱估计 数字信号处理(Digital Signal Processing) 信号与系统系列课程组 国家电工电子教学基地 离散随机序列的特征描述 平稳随机序列通过LTI系统 经典功率谱估计 现代功率谱估计 本章重点： 1.随机信号的概念，随机信号的数字特征描述 2.随机谱的概念 3.经典谱估计和现代谱估计 本章难点： 1.随机谱和确定信号频谱的区别 2.随机信号频谱的评估办法 第6章 功率谱估计 了解平稳各态遍历随机信号的特征描述。 了解平稳各态遍历随机信号通过LTI离散系统的响应特征。 掌握随机信号自相关函数估计的计算方法。 掌握利用相关法和周期图法进行功率谱估计的基本原理及方法。 了解现代功率谱估计的基本思想及主要数学模型。 学 习 要 求 离散随机序列的特征描述 随机过程与随机信号的基本概念 随机过程的分布函数 随机信号的数字特征 平稳各态遍历随机信号的时域描述 平稳各态遍历随机信号的频域描述（功率谱密度） 随机过程与随机信号的基本概念 t X(t) 噪声电压 心电图 随机信号是一种不确定信号，其波形的变换不存在任何确定的规律，因而无法准确预测未来值 随机过程与随机信号的基本概念 t t t X(t) xi(t)是随时间作无规律的变化且不因具有相同类型、相同测试条件而得到相同的波形输出。即使n足够大，也不可能找到两个完全相同的重复波形。因此，该噪声电压是个随机信号。 用n部记录仪同时记录n台性能完全相同的接受机的输出噪声电压波形 全部可能观测到的波形记录称为“样本空间”或“集合”。 而样本空间中的每个波形记录称为“样本函数”或“实现”。 随机过程与随机信号的基本概念 t t t X(t) 状态X(ti)={xi(ti)}是一族随时间变化的随机变量，可以用概率分布函数和概率密度函数描述。 t1 随机信号在t1的状态 {xi(t1)}或 X(t1)表示在某特定时刻观察X(t)各样本函数的取值，称为随机变量。 随机过程与随机信号的基本概念 t t t X(t) 随机过程是随时间变化的随机变量。 X(t)={xi(t)} 而随机信号是随机过程所描述的信号。 随机信号是随机变量的时间过程 随机过程与随机信号的基本概念 t t t X(t) 随机过程的分布函数 {X[k], k?Z}表示一个随机过程 一维分布函数 N 维分布函数 二维分布函数 随机信号的数字特征 均值 方差 表示同一时刻的统计平均或集平均， 反应随机信号X[k]在各个时刻的摆动中心 表示对平均值的偏离程度, 可能偏离平均值的数学期望 随机信号的数字特征 自相关函数 互相关函数 反映随机信号X[k]在任意两个时刻k1、k2的 随机变量X[k1]和X[k2]相似程度 依赖关系 平稳各态遍历随机信号的时域描述 1. 平稳随机序列 指统计特性不随时间的平移而变化的那一类随机序列 严平稳随机序列： 宽平稳随机序列： 常数 只与时间差有关 平稳随机信号自相关函数特性 (1)对称性（X[k]是实函数） (2)极限值 (3)不等式 自相关是实偶函数 自相关在n=0时刻取得最大值 平稳各态遍历随机信号的时域描述 2. 各态遍历随机信号 集平均等于时间平均 集平均：随机信号全部样本的统计平均特性 时间平均：单一样本函数的统计平均特性 平稳各态遍历随机信号的时域描述 2. 各态遍历随机信号 集平均等于时间平均 各态遍历随机一定是平稳随机序列，但平稳随机序列不一定具有各态遍历 功率谱密度 平稳各态遍历随机信号的频域描述 式中 为平稳随机序列X[k] 的2N+1个样本 x[k] 的傅立叶变换 维纳——辛钦公式 当自相关函数绝对可积时，平稳随机信号的自相关函数和功率谱密度是一对傅里叶变换对。 平稳各态遍历随机信号的频域描述(续) 即： 离散随机序列的特征描述 功率谱估计