Chapter 3-随机信号表示法.pptVIP

3.2.4 样本数字特征…… * 结果： */39 3.2.4 样本数字特征…… * 【例3-2】信号的取值在-1~1之间均匀分布，但每一个样本信号的值为常数。判断该随机过程的平稳各态遍历性。 解：平稳性：任何时刻，该信号的概率密度函数都一样（均匀分布），所以平稳。 各态遍历性：因为信号的均值随样本的大小而变化，但整体平均为0，两者不同，因此不是各态遍历。 */39 3.2.4 样本数字特征…… * 【例3-3】信号的取值是0或A，每隔T秒变一次，但每次具体取值是随机且互相独立的，概率各为1/2。判断该随机过程的平稳各态遍历性。 解：平稳性：任何时刻，因为任意时刻信号取值的概率p(x=0)=p(x=A)=1/2，总体均值为A/2，所以平稳。 各态遍历性：因为任意样本的时间平均也是A/2，因此是各态遍历的。 */39 3.2.4 样本数字特征 * 【例3-4】假设x(n)是平稳随机实信号，证明自相关的3个性质：不等式Rxx(0)≥Rxx(m)、对称性Rxx(m) = Rxx(-m)和极限值Rxx(∞)=mx2。 证明： （1）因为E[x(n)-x(n+m)]2≥0 = E[x2(n)-2x(n)x(n+m)+x2(n+m)] ≥0 = 2E[x2(n)]-2E[x(n)x(n+m)] ≥0 又Rxx(m)=E[x(n)x(n+m)], Rxx(0)=E[x2(n)], 因此Rxx(0)≥Rxx(m)。 （2） Rxx(-m)=E[x(n)x(n-m)]=E[x(k+m)x(k)]= Rxx(m) 令n-m=k （3） Rxx(∞)=E[x(n)x(n+m)]|m- ∞, 此时x(n)与x(n+m)相互独立， Rxx(∞)=E[x(n)]E[x(n+m)]| m- ∞= mx2。 */39 3.3 几种典型的随机过程…… * 1、高斯（正态）过程 描述过程特性的所有概率密度函数都是高斯型的。 一个变量x的正态分布概率密度函数： 矢量变量[x1,x2,…,xn],均值为[m1,m2,…,mn]的正态分布概率密度函数： 高斯过程经过线性运算（加、减、微分、积分）后也是高斯过程 */39 3.3 几种典型的随机过程…… * 2、理想白噪过程 功率谱为常数的随机过程为白噪过程。设白噪过程w(n)的功率谱为： 则其自相关函数为： */39 3.3 几种典型的随机过程…… * 3、限带白噪过程 实际的线性系统是有限的带宽，理想的白噪通过线性系统后也会变成有限带宽 ，用w(n)表示限带白噪过程，功率谱为： 则其自相关函数为： */39 3.3 几种典型的随机过程…… * 随机信号独立、不相关、正交的数学含义： 若p(x,y)=p(x)p(y),则随机变量x和y相互独立； 若E(xy)=E(x)E(y),则随机变量x和y互不相关； 若E(xy)=0，则随机变量x和y相互正交。 随机过程x(n)、y(n)相互独立，则一定互不相关，反之不一定成立。 */39 3.3 几种典型的随机过程…… * 【例3-5】一个0均值、方差为1的离散时间随机过程各值x(n)、x(n+m)（m不等于0）均互相独立，求它的自相关函数和功率谱。 解：自相关函数：Rx(m)=E[x(n)x(n+m)] m=0时， Rx(0)=E[x(n)x(n)]=1 m不为0， Rx(m)=E[x(n)x(n+m)]=E[x(n)]E[x(n+m)]=0 所以，Rxx(m)= 功率谱： ，因此x(n)是一个白噪过程 */39 3.3 几种典型的随机过程 * 【例3-6】把上例的xn送入到两点平均器中，得输出为yn=1/2(xn +xn-1)，求yn的自相关函数和功率谱。 解：自相关函数:Ry(m)=E[y(n)y(n+m)] Ry(0)=E[(y(n)2]=E[1/4(xn +xn-1)2] =1/4E[xn2]+1/2E[xnxn-1]+1/4E[xn-12]=1/2