通信原理-随机过程.pptVIP

通 信 原 理 电 子 教 案 随机过程 3.1随机过程的基本概念考察： 假设有无数台性能相同的接收机，在同样条件下不加信号测试其输出。 得到一系列噪声波形ξ1(t)、ξ2(t)、ξ3(t)、...、ξn(t)、...。理想时，波形应一致，但实际不然 3.2 平稳随机过程3.2.1定义1.狭义平稳随机过程 假设一个随机过程ξ(t)，如果它的任何n维分布或概率密度函数与时间起点无关，即对于任意的t 和τ，随机过程ξ(t)的n 维概率密度函数满足 自相关函数 令t2 – t1 = ?，得到 可见， ?(t)的数学期望为常数，而自相关函数与t 无关，只与时间间隔? 有关，所以?(t)是广义平稳过程。 (2) 求?(t)的时间平均值 比较统计平均与时间平均，有 因此，随机相位余弦波是各态历经的。 功率谱密度的计算 维纳-辛钦关系 非周期的功率型确知信号的自相关函数与其功率谱密度是一对傅里叶变换。这种关系对平稳随机过程同样成立，即有 简记为 以上关系称为维纳-辛钦关系。它在平稳随机过程的理论和应用中是一个非常重要的工具，它是联系频域和时域两种分析方法的基本关系式。 在维纳-辛钦关系的基础上，我们可以得到以下结论： 对功率谱密度进行积分，可得平稳过程的总功率： 上式从频域的角度给出了过程平均功率的计算法。 各态历经过程的任一样本函数的功率谱密度等于过程的功率谱密度。也就是说，每一样本函数的谱特性都能很好地表现整个过程的的谱特性。 【证】因为各态历经过程的自相关函数等于任一样本的自相关函数，即 两边取傅里叶变换： 即 式中 功率谱密度P? ( f )具有非负性和实偶性，即有 和 这与R(?)的实偶性相对应。 3.3 高斯过程3.3.1 定义 一随机过程ξ(t)，若它的任意n维概率密度呈正态分布，则称其为高斯过程。又称正态随机过程。 数学表达式  一维时： 3.5 窄带随机过程→窄带过程1.什么叫窄带随机过程？ 频谱: 所占频带较窄，满足Δf fc的随机过程叫～。 时域：用示波器观察，看到某个实现（样本函数）的波形－－幅度和相位随机缓慢变化的近似正弦。 讨论 1）当信号很小时，即A ? 0时，即信号功率与噪声功率的比值(A2/2?n2) ? 0，上式中(Az/?n2)很小， I0 (Az/?n2) ? 1，上式的莱斯分布退化为瑞利分布。 2）当A2/2?n2很大时，有 这时上式近似为高斯分布，即  3.7 高斯白噪声和带限噪声 3.7.1 白噪声 1.定义：凡功率谱密度在整个频域内都是均匀分布的噪声，称为白噪声。即： ●双边谱密度： ●单边谱密度： 白噪声的功率 由于白噪声的带宽无限，其平均功率为无穷大，即 或 因此，真正“白”的噪声是不存在的，它只是构造的一种理想化的噪声形式。 实际中，只要噪声的功率谱均匀分布的频率范围远远大于通信系统的工作频带，我们就可以把它视为白噪声。 如果白噪声取值的概率分布服从高斯分布，则称之为高斯白噪声。 高斯白噪声在任意两个不同时刻上的随机变量之间，不仅是互不相关的，而且还是统计独立的。 3.窄带高斯白噪声 通常，带通滤波器的 B fc ，因此称窄带滤波器，相应地把带通白高斯噪声称为窄带高斯白噪声。 窄带高斯白噪声的表达式和统计特性见3.5节。 平均功率 结论1 若ξ(t)：均值为0、方差为δ2、窄带、平稳、高斯随机过程。 则： （1）ξc(t)、ξs(t)同样是平稳高斯随机过程； （2） E[ξ(t)]=E[ξc(t)]=E[ξs(t)]＝0－－均值相同(都为0)； （3）δξc2=δξs2=δξ2=δ2－－方差相同，同于ξ(t) ； （4）在同一时刻（即τ=0）上得到的ξc及ξs互相关函数为0，即ξc与ξs互不相关，或说统计独立。 3.5.2 aξ(t)、φξ(t)的统计特性 联合概率密度函数 f (a? , ?? ) 根据概率论知识有 由 可以求得 式中 a? ? 0, ?? = (0 ~ 2π) a?的一维概率密度函数 利用边际分布 可见， a?服从瑞利(Rayleigh)分布。 ??的一维概率密度函数 同样利用边际分布 可见， ??服从均匀分布。 结论2 若ξ(t)：均值为0、方差为δ2、窄带平稳高斯随机过程。 则： （1）其包络aξ(t)的一维pdf 呈瑞利分布； （2）其相位φξ(t)的一维pdf呈均匀分布； （3） aξ(t)与φξ(t)统计独立。 3.6 正弦信号加窄带高斯噪声 3.6.1 合成信号表达式 正弦信号加窄带高斯噪