第04讲 信号之二.pptVIP

第4讲 信号之二 通信系统原理教程 第4讲 信号之二 通信教研室 本讲内容 信号的类型 确知信号的性质（复习内容） 随机信号的性质 常见随机变量举例 随机变量的数字特征 随机过程 高斯过程 窄带随机过程 正弦波加窄带高斯过程 信号通过线性系统 2.7高斯过程 平稳随机过程,如热噪声 定义： 一维高斯过程（正态随机过程）的概率密度： 式中，a E[X t ] 为均值 ?2 E[X t - a]2 为方差 ? 为标准偏差 ∵高斯过程是平稳过程，故 其概率密度pX x, t1 与t1无关， 即， pX x, t1 ＝ pX x pX x 的曲线： 高斯过程的严格定义：任意n维联合概率密度满足： 式中，ak为xk的数学期望（统计平均值）； ?k为xk的标准偏差； |B|为归一化协方差矩阵的行列式，即 |B|jk为行列式|B|中元素bjk的代数余子式； bjk为归一化协方差函数，即 n维高斯过程的性质 pX x1, x2, … , xn; t1, t2, … , tn 仅由各个随机变量的数学期望ai、标准偏差?i和归一化协方差bjk决定，因此它是一个广义平稳随机过程 。 若x1, x2, … , xn等两两之间互不相关 ，则有当 j ? k 时，归一化协方差函数bjk 0。这时， 即，此n维联合概率密度等于各个一维概率密度的乘积。 若两个随机变量的互相关函数等于零，则称为两者互不相关；若两个随机变量的二维联合概率密度等于其一维概率密度之积，则称为两者互相独立。互不相关的两个随机变量不一定互相独立。互相独立的两个随机变量则一定互不相关。 高斯过程的随机变量之间既互不相关，又互相独立。 正态概率密度的性质 p x 对称于直线 x a，即有： p x 在区间 -?, a 内单调上升，在区间 a, ? 内单调下降，并且在点a处达到其极大值 当x ? - ?或 x ? + ?时，p x ? 0。 若a 0, ? 1，则称这种分布为标准化正态分布： 正态分布函数 将正态概率密度函数的积分定义为正态分布函数 ： 式中，? x 称为概率积分函数或概率积分 ： 此积分不易计算，通常用查表方法计算。 用误差函数表示正态分布 误差函数定义： 补误差函数定义： 正态分布表示法： 2.8窄带随机过程 2.8.1 窄带随机过程的基本概念 何谓窄带？ 设随机过程的频带宽度为?f，中心频率为fc。若?f fc，则称此随机过程为窄带随机过程。 窄带随机过程的波形和表示式 波形和频谱： 表示式 式中，aX t － 窄带随机过程的随机包络； ?X t －窄带随机过程的随机相位； ?0 － 正弦波的角频率。 上式可以改写为： 式中， － X t 的同相分量 － X t 的正交分量 2.8.2 窄带随机过程的性质 Xc t 和Xs t 的统计特性： 设X t 是一个均值为0的平稳窄带高斯过程，则 Xc t 和Xs t 也是平稳高斯过程； Xc t 和Xs t 的方差相同，且等于X t 的方差； 在同一时刻上得到的Xc和Xs是不相关的和统计独立的。 aX t 和?X t 的统计特性： 窄带平稳随机过程包络aX t 的概率密度等于： 服从瑞利分布. 窄带平稳随机过程相位?X t 的概率密度等于： 服从均匀分布,且aX t 和?X t 是统计独立的。 * * 返回 由于F x 当x≥a时：F x + ＝ x≤a时：F x _ ＝1－ 令t ，代入上两式中： 由于F x 当x≥a时：F x + ＝ x≤a时：F x _ ＝1－ 令t ，代入上两式中： F x 又∵F x erf ∴ erfc 注：画*者将用于讨论通信系统的抗噪声性能。 频率近似为fc ax t 和φx t 比载波cosω0t的变化要缓慢的多。 返回 1、数学期望 E[X t ] E[Xc t ]cosω0t- E[Xs t ]sinω0t 0 所以： E[Xc t ] E[Xs t ] 0 2、自相关函数 R t,t+? E[X t X t+? ] E [Xc t cosω0t-Xs t sinω0t][Xc t+? cosω0 t+? -Xs t+? sinω0 t+? ] E[Xc t Xc t+? ]cosω0tcosω0 t+? -E[Xs t Xc t+? ]sinω0tcosω0 t+? -E[Xc t Xs t+? ]cosω0tsinω0 t+? +E[Xs t Xs t+? ]sinω0tsinω0 t+? RCC t,t+? cosω0tcosω0 t+? - Rsc t,t+? sinω0tco