西南交大通信考研辅导班2绪论.pptVIP

现代通信原理 (1,2,3,4,5,6,7,8,9,10,11,12) 通信工程系 西南交通大学 本章知识点 2.5 随机信号、随机噪声和随机过程 2.6 随机过程的一般表述 2.7 平稳随机过程 各态历经性 平稳随机过程的相关函数和功率谱密度 2.8 高斯随机过程 2.9 窄带随机过程 2.10 正弦波加窄带高斯随机过程 2.11 随机信号通过线性系统 2.5 随机信号、随机噪声和随机过程 试验：在力所能及的条件下，尽量保持相同条件下的一系列测试（测量）。 随机试验：在相同的条件下可以重复进行；每次试验的结果不止一个，并且能事先明确试验的所有可能结果；但在一次试验结束之前，不能确定哪一个结果会出现。 样本点：随机试验的每一个试验结果，称为样本点；样本点通常可用一个自变量为时间t的函数sk(t)来表示，即样本函数。 样本空间：一个随机试验全体样本点构成的集合，称为随机试验的样本空间。 随机过程是无穷多个样本函数的集合，它同时具有随机变量和时间函数的特点： 随机过程是一个时间函数。 在某一个观察时刻t1上，全体样本的取值是一个不含t1的随机变量。 随机过程?(t)的概率密度函数 一维概率分布与密度函数 二维概率分布与密度函数 随机过程?(t)的数字特征 数学期望 方差 随机过程的分类 按照概率分布规律分类 正态过程：如果对任意的正整数n及任意的tk(k=1,…, n), {?(t1),…, ?(tn)}的联合概率分布为n维正态分布；是分析噪声信号常用的数学模型。 泊松过程：零时刻取值为零，具有独立增量，且增量服从泊松分布；是运筹学和排队论常用的数学模型。 维纳过程：也称布朗运动，是热噪声的数学模型。 按照时间域上取值点是否连续分类 随机过程 随机序列 2.7 平稳随机过程 平稳随机过程：统计特性（概率密度函数，相关函数等）具有不随时间的推移而改变（即与时间的起点无关）的平稳性的随机过程。 严平稳(狭义平稳)：全部统计特性平稳 宽平稳(广义平稳)：部分统计特性平稳 均值平稳 自相关平稳 在通信系统中所遇到的随机信号和噪声，大多数均可视为平稳(Stationary)的随机过程。平稳随机过程一般具有一个非常有用的特性，“各态历经性”。 各态历经性(遍历性, ergodicity) 统计平均(集平均,ensemble average)等于任一样本函数的时间平均(time averaging)。设x(t)为随机过程X的一个样本函数 均值各态历经性： 相关函数各态历经性: 各态历经的随机过程是平稳的，但平稳的随机过程不一定是各态历经的。如果随机过程时间均值和时间平均自相关函数的均方差趋于零，则该随机过程为各态历经的。 平稳随机过程的相关函数与功率谱密度 对于平稳随机过程，相关函数是特别重要的函数。平稳随机过程的数字特征和频谱特性都可以通过相关函数来描述。 实平稳随机过程?(t)的数字特征 平稳随机信号的频谱特性 随机信号的频谱特性常用功率谱密度P?(?)来表示 广义平稳随机信号功率谱密度和平稳随机过程自相关函数间的关系 (相关证明参见教材p.17-18) 平稳随机过程的自相关时间和谱带宽度的关系 R(0)(平均功率)一定时，如果P?(0) 较大，则随机过程的谱带宽度较窄；反之则较大。 R(0)(平均功率)一定时，如果R(?) 下的面积较大，则随机过程的谱带宽度较窄；反之则较大。 结论：随机过程的相关性越强，随机过程所占的带宽越窄；反之，相关性越弱，所占的带宽越宽。 2.8 高斯过程 如果对任意的正整数n及任意的tk(k=1,…, n), {?(t1),…, ?(tn)}的联合概率分布为n维正态分布 如果高斯随机过程是宽平稳的，则也是严平稳的。 如果高斯随机过程中的随机变量之间互不相关，则它们也是统计独立的。 一维高斯（正态）分布 一维高斯随机变量x的概率密度函数可表示成 则称x为服从正态分布的随机变量。a及?2是两个常量（均值及方差） 标准正态分布 正态分布函数 误差函数 补误差函数 概率积分函数 Q函数 正态分布函数、误差函数、补误差函数和概率积分函数、Q函数的关系 2.9 窄带随机过程 窄带信号 频谱被限制在“载波”或某中心频率附近一个窄的频带上，而这个中心频率离开零频又相当远。 若窄带信号为随机过程，则为窄带随机过程 一般表达式 窄带随机过程可以表示成两个相互正交的分量之和 若 为一个均值为零、方差为?2的平稳高斯窄带随机过程，则 同相分量 和正交分量 同样是平稳高斯过程，而且均值都为零，方差与 相同，为?