第三章_随机过程.ppt

本章内容结构 3.1 概率论的基本概念 3.2 随机过程的基本概念 3.3 平稳随机过程 3.4 高斯过程和高斯白噪声 3.5 平稳随机过程通过线性系统 1、随机变量的统计特性（即概率分布） （1）离散型随机变量 常用分布律来表示，如抛硬币的分布律为 （2）连续型随机变量 只能用分布函数和概率密度函数来描述 2、随机变量的数字特征 （1）数学期望E(即平均值) 对于离散随机变量： 对于连续随机变量： （2）方差D 对于离散随机变量： 对于连续随机变量： 噪声是一种随机信号； 通信中传递的信息也是随机的； 如有n台性能相同、工作条件相同的通信机；用n部记录仪记录各通信机的输出噪声。 随机变量和随机过程关系 关系： 随机过程在某一固定时刻的取值是一个随机变量 随机过程的数字特征 1、数学期望（均值函数） 2、方差 随机过程的方差可由下式计算 3、自相关函数 定义为： 3.3 平稳随机过程 严(狭义)平稳过程 任意n维分布函数与时间起点无关 平稳过程的各态历经性（遍历性） 如果统计平均＝时间平均，这个随机过程就叫做各态历经的平稳随机过程 用数学表示即 平稳随机过程的自相关函数和功率谱密度 平稳过程自相关函数的性质 平稳过程的自相关函数和功率谱密度的关系 符合维纳-辛钦定理，即 3.4 高斯过程和高斯白噪声 若一随机过程的任意n维分布都是高斯分布，称为高斯过程 一、高斯过程的性质 对高斯过程而言，严平稳等价于宽平稳 对高斯过程而言，不相关等价于独立 高斯过程通过线性系统仍为高斯过程 二、高斯白噪声 在时域上，随机变量是一个高斯随机变量 在频域上，其功率谱是一个常数 3.5 平稳过程通过线性系统（重要章节） 平稳过程通过线形系统（如R/L/C/加法器/延时器等组成的电路）时, 关系1： 本章重点小结 随机过程和平稳过程的基本概念和性质 自相关函数的5条性质和物理意义 高斯白噪声的概念和特点 平稳过程通过线性系统的性质和相关计算 * 严谨 严格 求实 求是 第三章 随机过程 第 * 页 第三章 随机过程 +1 -1 0.5 0.5 3.1 概率论的基本概念 为什么学习随机过程？ 随机过程 3.2 随机过程的基本概念 指含有随机变量的时间函数 图中画出了其3个样本，这种随机过程的样本空间有无穷多个。 注意：每一个样本都是一个关于时间的函数 宽(广义)平稳过程 （1） 均值函数为常数 （2） 自相关函数只与两个时间点之间的时间差τ 有关，而与时间起点无关 以后，“平稳过程”均指“宽平稳过程” 【例3-2】设一个随机相位的正弦波为 θ是 在(0～2π)内均匀分布的随机变量。试讨论：（1）ξ(t)是否广义平稳？??? （2）ξ(t)是否各态历经？ 平稳过程的自相关函数与功率谱密度是一对付立叶变换 这些性质在考研试题中经常使用 线性系统h(t) 输出随机过程与输入随机过程的关系? 关系2： 若输入过程平稳，则输出过程也平稳 关系3（最重要，考试常用）： 例1：将一个均值为0，功率谱密度为 的高斯白噪声通过理想低通滤波器，如下图所示： （1）求输出的功率谱密度和自相关函数； （2）求输出过程的一维概率密度函数。 1