第03章【随机过程】综述.ppt

* 第3章 随机过程 讨论 当信号很小时，即A ? 0时，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。 当(Az/?n2)很大时，有 这时上式近似为高斯分布，即 * 第3章 随机过程 包络概率密度函数 f (z)曲线 * 第3章 随机过程 正弦波加窄带高斯噪声的相位的统计特性 F(?) * 第3章 随机过程 3.7 高斯白噪声和带限白噪声 白噪声n (t) 定义：功率谱密度在所有频率上均为常数的噪声，即 － 双边功率谱密度 或 － 单边功率谱密度 式中 n0 － 正常数 白噪声的自相关函数：对双边功率谱密度取傅里叶反变换，得到相关函数： * 第3章 随机过程 白噪声和其自相关函数的曲线： * 第3章 随机过程 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。 * 第3章 随机过程 低通白噪声 定义：如果白噪声通过理想矩形的低通滤波器或理想低通信道，则输出的噪声称为低通白噪声。 功率谱密度 由上式可见，白噪声的功率谱密度被限制在| f | ? fH内，通常把这样的噪声也称为带限白噪声。 自相关函数 * 第3章 随机过程 功率谱密度和自相关函数曲线 由曲线看出，这种带限白噪声只有在 上得到的随机变量才不相关。 * 第3章 随机过程 带通白噪声 定义：如果白噪声通过理想矩形的带通滤波器或理想带通信道，则其输出的噪声称为带通白噪声。 功率谱密度 设理想带通滤波器的传输特性为 式中 fc － 中心频率，B － 通带宽度 则其输出噪声的功率谱密度为 * 第3章 随机过程 自相关函数 * 第3章 随机过程 带通白噪声的功率谱和自相关函数曲线 * 第3章 随机过程 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 * * 第3章 随机过程 如果高斯过程在不同时刻的取值是不相关的， 即对所有j ? k，有bjk =0，则其概率密度可以简化为 这表明，如果高斯过程在不同时刻的取值是不相关的，那么它们也是统计独立的。 高斯过程经过线性变换后生成的过程仍是高斯过程。也可以说，若线性系统的输入为高斯过程，则系统输出也是高斯过程。 * 第3章 随机过程 3.3.3 高斯随机变量 定义：高斯过程在任一时刻上的取值是一个正态分布的随机变量，也称高斯随机变量，其一维概率密度函数为 式中 a － 均值 ? 2 － 方差 曲线如右图： * 第3章 随机过程 性质 f (x)对称于直线 x = a，即 a表示分布中心， ? 称为标准偏差，表示集中程度，图形将随着? 的减小而变高和变窄。当a = 0和? = 1时，称为标准化的正态分布： * 第3章 随机过程 正态分布函数 这个积分的值无法用闭合形式计算，通常利用其他特殊函数，用查表的方法求出： 用误差函数表示正态分布函数：令 则有 及 式中 －误差函数，可以查表求出其值。 * 第3章 随机过程 用互补误差函数erfc(x)表示正态分布函数： 式中 当x 2时， * 第3章 随机过程 用Q函数表示正态分布函数： Q函数定义： Q函数和erfc函数的关系： Q函数和分布函数F(x)的关系： Q函数值也可以从查表得到。 * 第3章 随机过程 3.4 平稳随机过程通过线性系统 确知信号通过线性系统（复习） ： 式中 vi － 输入信号， vo － 输出信号 对应的傅里叶变换关系： 随机信号通过线性系统： 假设：?i(t) －是平稳的输入随机过程， a －均值， Ri(?) － 自相关函数， Pi(?) － 功率谱密度； 求输出过程?o(t)的统计特性，即它的均值、自相关函数、功率谱以及概率分布。 * 第3章 随机过程 输出过程?o(t)的均值 对下式两边取统计平均： 得到 设输入过程是平稳的 ，则有 式中，H(0)是线性系统在 f = 0处的频率响应，因此输出过程的均值是一个常数。 * 第3章 随机过程 输出过程?o(t)的自相关函数：根据自相关函数的定义