随机信号分析课件---第四章重点.ppt

根据窄带随机信号相关系数的特点，常用 慢变化的部分来定义输出随机信号的相关时间 输出随机信号的相关时间与系统的带宽成反比。 这里的 表示输出窄带随机信号的包络随时间起伏的快慢程度。 系统带宽越宽，输出包络的起伏变化越剧烈； 带宽窄，则包络变化较为缓慢。 4.5.4 白噪声通过具有高斯频率特性的线性系统 在单调谐多级放大器中，级数越多，其幅频特性就越接近高斯曲线。高斯频率特性的表达式为 设输入白噪声的物理谱 ，输出物理谱为 输出自相关函数为 等效噪声带宽为 。 4.6 线性系统输出端随机信号的概率分布 随机信号通过线性系统后的概率分布 有两种情况可以比较容易的确定 系统输入为高斯随机过程，输出也是高斯随机过程 系统输入为非高斯随机过程，只有其带宽远大于线性系统的带宽时，系统输出的随机信号分布近似于高斯随机过程 一、若线性系统输入为高斯过程，则该系统的输出仍为高斯过程。 随机信号X(t)通过线性系统后的输出为 上式可以用级数和的形式表示为 采样时刻， 采样间隔，n 为采样数。 上式可以看成多维随机变量的线性变换问题。因此输出Y(t)为高斯随机过程。那么只要求的系统的输出均值及相关函数集合，即可得到输出随机过程的n维概率密度函数。 例4.16 电路如图所示。设输入随机信号X(t)是均值为零，自相关函数为 的高斯白噪声。 求输出随机信号的一维概率密度函数。 解：输出Y(t)是一个高斯随机过程，其一维概率密度函数为 输出均值为 输出相关函数为 输出方差为 输出Y(t)的一维概率密度可写为 二、若系统输入端的平稳随机过程为非高斯分布，只要输入过程的等效噪声带宽远大于系统的带宽时，则系统输出端便能得到接近于高斯分布的随机过程。 式中 为非高斯的随机变量。 中心极限定理：若有大量相互独立的随机变量的和 其中每个随机变量 对总的变量Y的影响足够小时，则在一定条件下，当 时，随机变量Y服从正态分布，而与每个随机变量的分布律无关。 输出随机过程Y(t)接近于高斯分布要满足两个条件： 输入随机变量必须是相互独立的 独立随机变量求和的数目必须足够多 输入过程 线性系统 输入随机过程采样值之间相互独立的条件： 一般情况下，X(t)的各个采样值之间不能被看作是互不相关的，也就不互相独立。 各个采样值之间可以被看作是互不相关的 各个采样值之间可以被看作是统计独立的 采样间隔， 相关时间 随机变量求和数目足够多的条件： 设线性系统单位冲激响应h(t)的建立时间为ty Y(t)可近似看作 X(t)在 时间段内作用 的结果 随机变量求和数目足够多的条件是 设采样间隔 一定，即等间隔对X(t)进行采样，则得到的采样数 那么 时， 是对足够多个随机变量求和。 当时 ，或 ，输出随机过程Y(t)在任意时刻t上，皆为大量独立随机变量之和。 因此，线性系统在非高斯随机信号激励下，其输出随机信号的分布趋于高斯分布，而与输入随机信号是否服从高斯分布无关。 输入随机信号： 线性系统： 输入信号等效噪声带宽 系统的3dB带宽 要求 ，即 上述结论还可表示为：线性系统输入非高斯平稳随机信号的噪声带宽，远大于系统的带宽时，输出随机信号的概率分布趋于高斯分布，而与输入随机信号是否服从高斯分布无关。 因输出随机过程的概率分布趋于高斯，可以求出输出均值和自相关函数的集合，然后由高斯分布的表达式写出输出过程的n维概率密度。 比值的大小与趋于高斯分布程度的关系， 主要取决于输入过程X(t)的分布特性。 一般3-5个均匀分布的随机变量之和的分布，就很接近高斯分布。 本章小结 随机信号通过线性系统的分析 线性系统的基本理论 随机信号通过连续时间系统的分析 色噪声产生与白化滤波器 白噪声通过线性系统的分析与等效噪声带宽 线性系统输出端随机信号的概率分布 随机信号通过线性系统输出的表达式 输出的均值 相关函数 对于平稳的双侧随机信号 性质1：若输入X(t)具有宽平稳性，系统输出Y(t)也具有宽平稳性，且输入与输出联合宽平稳。 性质2：若输入X(t)是严平稳的，则输出Y(t)也是严平稳的。 性质3：若输入X(t)是宽遍历性的，则输出Y(t)也是宽遍历性的。 测量线性系统单位冲击响应的方法 对于单侧随机信号 对于平稳随机过程X(t) 频域分析法---针对平稳随机过程 输出均值 输出功率谱密度 输出互谱密度 物理可实现的稳定的系统 极点和零点全在s平面的左半面 色噪声产生与白化滤波器 色噪声的产生 白化滤波器 白噪声通过线性系统的分析 等效原则 理