通信原理—随机过程4-5讲(新2013)资料.ppt

带限白噪声 其自相关函数为 由此可见，带限白噪声只有在τ k/2fH k 1, 2, 3, … 上得到的随机变量才不相关。即，如果对带限白噪声按抽样定理抽样的话，则各抽样值是互不相关的随机变量。 带限白噪声的平均功率： * 带限白噪声的功率谱和自相关函数 带限白噪声 * 窄带随机过程 随机过程通过以fc为中心频率的窄带系统的输出，即是窄带随机过程。所谓窄带系统，是指其通带宽度Δf fc，且fc远离零频率的系统。 实际中，大多数通信系统都是窄带型的，通过窄带系统的信号或噪声必是窄带的，如果这时的信号或噪声又是随机的，则称它们为窄带随机过程。可表示为： * 窄带过程的频谱和波形示意 窄带随机过程 * aξ t 及φξ t 分别是ξ t 的随机包络和随机相位，ξc t 及ξs t 分别称为ξ t 的同相分量和正交分量，它们也是随机过程，显然它们的变化相对于载波cosωct的变化要缓慢得多。 ξ t 的统计特性可由aξ t ，φξ t 或ξc t ,ξs t 的统计特性确定。反之，如果已知ξ t 的统计特性则可确定aξ t ,φξ t 以及ξc t ，ξs t 的统计特性。 窄带随机过程 * 1 同相和正交分量的统计特性 设窄带过程ξ t 是平稳高斯窄带过程， 且 均值为零，方差为 。 可以证明它的同相分量ξc t 和正交分量ξs t 也是零均值的平稳高斯过程，而且与ξ t 具有相同的方差。 此外，在同一时刻上得到的ξc和ξs是互不相关的或统计独立的。 窄带随机过程 * 2 包络和相位的统计特性 一个均值为零，方差为 的窄带平稳高斯过程ξ t ，其包络aξ t 的一维分布是瑞利分布，相位φξ t 的一维分布是均匀分布，并且就一维分布而言，aξ t 与φξ t 是统计独立的，即有下式成立： 窄带随机过程 瑞利分布 * 正弦波加窄带高斯噪声 信号经过信道传输后总会受到噪声的干扰，为了减少噪声的影响，通常在接收机前端设置一个带通滤波器，以滤除信号频带以外的噪声。 因此，带通滤波器的输出是信号与窄带噪声的混合波形。 最常见的是正弦波加窄带高斯噪声的合成波，这是通信系统中常会遇到的一种情况，所以有必要了解合成信号的包络和相位的统计特性。 正弦波有用信号 窄带高斯噪声 * 合成信号r t 的包络和相位为 正弦波加窄带高斯过程的包络概率密度函数为 广义瑞利分布， 莱斯（Rice）密度函数 正弦波加窄带高斯噪声 * 上式存在两种极限情况： 当信号很小，A→0，即信噪比 时，x值很小，有I0 x 1，这时合成波r t 中只存在窄带高斯噪声，即由莱斯分布退化为瑞利分布。 当信噪比r很大时，有I0 x ≈ ，这时在z≈A附近， f z 近似于高斯分布。 由此可见，信号加噪声的合成波包络分布与信噪比有关。小信噪比时，它接近于瑞利分布；大信噪比时，它接近于高斯分布；在一般情况下它是莱斯分布。 正弦波加窄带高斯噪声 * 正弦波加窄带高斯过程的包络与相位分布 f φ 也与信噪比有关。小信噪比时，f φ 接近于均匀分布，它反映这时窄带高斯噪声为主的情况；大信噪比时，f φ 主要集中在有用信号相位附近。 正弦波加窄带高斯噪声 * 小 结 随机过程基本概念 严平稳随机过程 宽平稳随机过程 各态历经性 自相关函数 功率谱密度函数 高斯随机过程 窄带随机过程 正弦波+窄带随机过程 随机过程通过线性系统 * 小结 1.随机信号的性质及常见随机变量； 2.随机变量的数字特征； 3.随机过程、平稳随机过程、随机过程各态历经 性的基本概念； 4.平稳随机过程的自相关函数和功率谱密度的性 质、计算与分析； 5.三种常见的平稳随机过程，即高斯过程、窄带 随机过程、正弦波加窄带高斯过程； 6.掌握随机信号通过线性系统所具有的特性。 * 设n t 是均值为0、单边功率谱密度为n0 4×10-6W/Hz的白噪声，y t dn t /dt，将y t 通过一个截止频率为B 10Hz的理想低通滤波器得到yo t ，求： （1）y t 的双边功率谱密度。 （2）yo t 的平均功率。 * * 误差函数和互补误差函数 互补误差函数 误差函数 * 引入误差函数和互补误差函数后，不难求得 误差函数、互补误差函数和概率积分函数之间的关系如下: 误差函数和互补误差函数 * 这种噪声被称为白噪声，它是一个理想的宽带随机过程。式中n0为一常数，单位是瓦/赫。显然，白噪声的自相关函数可借助于下式求得，即 信号在信道中传输时，常会遇到这样一类噪声，它的功率谱密度均匀分布在整个频率范围内，即 这说明，白噪声只有在τ 0时才相关，而它在任意两个时刻上的随机变量都是互不相关的。 高斯白噪声 * 白噪声的功率谱和自相关函数 高斯白噪声 * 如果白噪声又是高斯分布的，我们就称