平稳随机过程的谱分析分解.pptVIP

联合平稳过程的互谱密度 [定义] 设 X (t) 和 Y (t) 是两个平稳过程，且它们是联合平稳（平稳相关）的，若它们的互相关函数 RXY(?) 满足 ，则称是 X (t) 和 Y (t)的互功率谱密度，简称互谱密度。 互谱密度的性质 (1) (3) (4) 若 X (t) 和 Y (t) 相互正交，则 (2) 白噪声过程 [定义] 设 { X (t), ?? t ? } 为实平稳过程，若它的均值为零，且谱密度在所有频率范围内为非零的常数，即 sX (?) = N0 (?? ? ?) ，则称 X (t) 为白噪声过程。 相关函数： [定义2] 称均值为零、相关函数 RX (?) = N0? (?) 的实平稳过程为白噪声过程。 高斯白噪声：如果一个噪声，它的幅度分布服从高斯分布， 而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。 　　热噪声和散粒噪声是高斯白噪声。 　　 理想的白噪声具有无限頻寬，因而其能量是无限大，现实世界不可能存在的。 有限頻寬的平整信号視为白噪声 信噪比：10分贝 信噪比：5分贝 加性高斯白噪声图象 信噪比signal-to-noise ratio;signal to noise ratio;SNR;S/N 指信号电压与噪声电压（能量）的比，常用分贝数（decibel）表示 一种测量声音的相对响度的单位 巴斯卡＝牛顿/平方米 ( N/m2) 人类最小感知 20个微巴斯卡，用巴斯卡(Pa)来表达声音或噪音， 须处理小至20，大至2,000,000,000的数字 白噪声，就是说功率谱为一常数；也就是说，其协方差函数在delay=0时不为0，在delay不等于0时值为零； 换句话说，样本点互不相关。 所以，“白”与“不白”是和分布没有关系的。因而此信号的这种具有平坦功率谱的性质被称作是“白色的”，。不具有这一性质噪声信号被称为有色噪声。 当随机的从高斯分布中获取采样值时，采样点所组成的随机过程就是“高斯白噪声”； 当随机的从均匀分布中获取采样值时，采样点所组成的随机过程就是“均匀白噪声”。 那么，是否有“非白的高斯”噪声呢？答案是肯定的，这就是 “高斯色噪声” 。 这种噪声其分布是高斯的，但是它的功率谱不是一个常数 * * 傅立叶生平 生于1768年3月21日 1807年提出“任何周期信号都可用正弦函数级数表示“ 1829年狄里赫利为他证明 拉格朗日的反对发表 1822年首次发表“热的分析理论”中 * * 周期信号可展开成正交函数线性组合的无穷级数： . 三角函数式的 傅立叶级数 {cosn?1t, sinn?1t}. 复指数函数式的傅立叶级数 { e j n ?1t } * * 。数学表达式： 设周期信号为f(t)，其重复周期为T1，基波角频率 为 , 当满足狄利赫利条件时：可有： (3.1) (3.1)式表明：满足以上条件的周期信号可以分解成直流分量 和许多正、余弦分量；这些分量的频率必定是基频的整倍数；叫谐波 分量：二次谐波、三次谐波.....； 系数 a0、an、bn 代表各次分量的幅度，它们 的大小决定了周期信号的波形。  因为三角函数集是正交函数集，所以  * * 各正交函数分量若 且 或 (3.5)这里,把(3.5)代入(3.2)、(3.3)、(3.4) 得到直流分量 (3.6)余弦分量的幅度 (3.7)正弦分量的幅度 (3.8)其中 n=1,2,3,.....通常取 积分区间为（0,T1 )或 (- T1 /2,+T1 /2)若同频率项合并，则另一种表示为 (3.9) (3.10)比较两种表示，得 (3.11) (3.12) (3.13) (3.14) (3.15) (3.16) 以上n=1,2,3,... * * 在一个周期内只有有限个间断点；.在一个周期内有有限个极值点；.在一个周期内函数绝对可积，即 .一般周期信号都满足这些条件。  平稳随机过程的谱分析 统计过程不随时间的推移而改变的随机过程。 热噪声 平稳过程的概念与性质 平稳过程 的各态历经性 联合平稳过程 傅立叶变换 信号处理中和频谱分析最为密切的理论基础是傅立叶变换。物理