随机信号概论.ppt

* * * * * * * * * 随机信号分析 * 例2.12续 随机信号分析 * 第2章 2.1 2.3 2.4 2.7 2.8 2.10 2.11 2.13 2.18 2.19 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 随机信号分析 * 举例续 若位于不同时隙，有 则， 合并，有 当 ， 有 随机信号分析 * T 举例续 t2 R t1,t2 t1 T 0,0 1 2T 3T 2T 3T 随机信号分析 * 举例续 一阶密度函数 因此， 二阶密度函数 当 时，有 当 时，则有 随机信号分析 * 小结 分析随机信号本质上就是分析相应的随机变量。其中： 计算均值与相关函数是基本的，由它们容易导出协方差函数与方差函数等结果； 求解概率密度特性时，对于取值连续的随机过程，常常要计算随机变量函数的密度函数，可以利用有关定理与公式（一维变换与二维变换）。对于取值离散的随机过程，先直接计算有关概率，需要密度（或分布）函数时，再用其冲激（或阶跃）函数形式来表示。 随机信号分析 * 小结 随机信号还可以分为： 可预测随机信号（或称确定的随机信号）：信号的任意一个样本函数的未来值都可以由过去的观测值确定，即样本函数有确定的形式。 不可预测随机信号（或称不确定的随机信号）：信号的任意一个样本函数的未来值都不可能由过去的观测值确定，即样本函数没有确定的形式。 随机信号分析 * 小结 随机信号分析 * 第2章 随机信号 2.1 定义与基本特性 2.2 典型信号举例 2.3 一般特性与基本运算 2.4 多维高斯分布与高斯信号 2.5 独立信号 随机信号分析 * 2.3.1 n阶概率特性 t1 t2 t3 tn X t t 随机信号分析 * 2.3.1 n阶概率特性 随机信号的n阶概率分布函数 任取 时，n个随机变量 的n维联合概率分布函数，定义为 随机信号的n阶概率密度函数 随机信号分析 * 独立随机信号 Independent Process 定义2.5：独立随机信号是指随机信号自身内部的任意n个时刻 上的随机变量 之间彼此统计独立。满足： 或 随机信号分析 * 举例 已知随机信号U t ~N 0,N0/2 ，而不同时刻的随机变量之间彼此统计独立。试求：（1）U t 的概率密度特性。 （2） U t 的相关函数与协方差函数。 解： 1 由题目已知该随机信号的一维概率密度函数是 随机信号分析 * 举例续 根据不同时刻的随机变量间彼此统计独立，随机信号U t 的n维概率密度函数为n个一维概率密度函数之积，即 随机信号分析 * 举例续 2 U t 是独立过程 随机信号分析 * 2.3.2 联合特性 t1 t2 t3 tn X t t s1 s2 s3 sm Y t t 随机信号分析 * 2.3.2 联合特性 随机信号的n＋m维联合概率分布函数 随机信号X t 与随机信号Y t 的n＋m维联 合概率分布函数定义为： 随机信号的n＋m维联合概率密度函数 随机信号分析 * 2.3.2 联合特性 随机信号的互相关函数 互协方差函数： 互相关系数 随机信号分析 * 定义2.3 正交与互不相关 随机信号分析 * 正交与互不相关及独立性的关系 随机信号分析 * 例2.7 随机信号分析 * 例2.7续 它显然是正态分布, 随机信号分析 * 例2.7续 （2） 随机信号分析 * 2.3.3 相关函数与协方差函数的性质 对称性： 均方值为非负实数： 方差为非负实数 随机信号分析 * 2.3.3 相关函数与协方差函数的性质 两个信号的联合矩特性满足： 对称性： 随机信号分析 * 第2章 随机信号 2.1 定义与基本特性 2.2 典型信号举例 2.3 一般特性与基本运算 2.4 多维高斯分布与高斯信号 2.5 独立信号 随机信号分析 * 2.4.3 高斯随机信号 定义2.4 给定随机过程 X t ，-∞ t +∞ ,若对任意正整数n及 ，n维随机向量 的联合概率分布为n维正态分布，则称随机过程 X t ，-∞ t +∞ 为正态过程 Normal Process （或高斯随机过程 Gaussian Process ）。 随机信号分析 * 2.4.3 高斯随机信号 其一维分布 随机信号分析 * 举例续 二维正态（高斯）分布 随机信号分析 * N维分布 其中均值向量 随机向量的协方 差矩阵可表示为 高斯信号的n维p.d.f为 随机信号分析 * n维高斯随机变量的性质 若 是n维（联合高斯随机变量），则： 经过任意线性变换后仍是高斯随机变量； 任意m m≤n 维边缘分布是高斯的； 各随机变量相互独立的充要条件