现代通信原理第六版第二章解析.ppt

确知信号 指取值在任何时间都是确定的和可预知的信号。 可分为能量信号和功率信号两类。 定义：在通信理论中，信号功率为电流在单位电阻上消耗的功率。 * * 确知信号 设s(t)代表信号电压或电流波形，则能量 平均功率： 能量有限信号的平均功率为0 功率有限信号的能量无穷大。 * * 确知信号的频域分析 功率信号的频谱 能量信号的频谱密度 能量信号的能量谱密度 功率信号的功率谱密度 由于功率信号具有周期性，|Cn|2为第n次谐波的功率，称为信号的功率谱 * * 确知信号的时域性质 自相关函数 能量信号的自相关函数和能量谱密度是一对傅里叶变换对 功率信号的自相关函数和功率谱密度之间也是傅里叶变换关系 互相换函数 互相关函数和互能量密度谱也是傅里叶关系 * * 第2章 随机信号分析 尹林子 物理科学与技术学院信息所 * * 内 容 随机过程基本概念 平稳随机过程 平稳随机过程的相关函数与功率谱密度 高斯过程 窄带随机过程 正弦波加窄带高斯过程 随机过程通过线性系统 * * 2.1随机过程的基本概念 两个基本属性： （1） 是一个时间函数； （2）给定任意时刻t1， 是一不含t变化的随机变量。 1 定义：设随机实验E可能的结果为 ，试验的样本空间为S，每次试验之后， 取空间S中某一样本函数，称 为随机函数，当t代表时间量时，称 为随机过程。 * * 2.1随机过程的基本概念 2 分布函数和概率密度： 一维分布函数： 一维概率密度： n维分布函数: n维概率密度: * * 2.1随机过程的基本概念 分布函数表明了随机变量在t1时刻取值大小的概率，为x的单调递增函数，有 F（∞，t1）=1；F（- ∞，t1 ）=0； 概率密度函数表明了随机变量在t1时刻取某个值的概率，f（x，t1）≥0；且满足 * * 2.1随机过程的基本概念 3 随机过程的数字特征： 物理意义：表示随机过程在某时刻对于其均值的偏离程度。 (1)均值(数学期望或统计平均)： (2)方差： * * 2.1随机过程的基本概念 (3)相关函数：在衡量随机过程任意两个时刻上获得的随机变量之间的关联程度时，用协方差函数和相关函数。 协方差函数： 相关函数： * * 2.2平稳随机过程 1定义： 狭义平稳：指随机过程的n维分布函数或n维概率密度函数与时间起点无关。即： 广义平稳：随机过程的数学期望及方差与时间无关，而其相关函数仅与时间间隔有关。 * * 2.2平稳随机过程 2 性质：(1)各态历经性（遍历性）：随机过程中的任一实现（样本函数）都经历了随机过程的所有可能状态。统计平均---时间平均 (2) 自相关函数的性质： * * 2.2平稳随机过程 (3) 频谱特性： * * 2.3高斯随机过程 1 定义：任意n维分布都服从正态分布的随机过程。 2 重要性质： （1）若高斯过程是广义平稳的，则也是狭义平稳的。 （2）若高斯过程中的随机变量之间互不相关，则他们也是统计独立的。 （3）若干个高斯过程之和的过程仍是高斯型。 （4）高斯过程经过线性变换（或线性系统）后的过程仍是高斯型。 * * 2.3高斯随机过程 3一维概率密度和分布函数： （1）概率密度函数： （2）正态分布函数： 定义误差函数和误差互补函数： * * 2.3高斯随机过程 则： 用误差函数表示F(x)的好处是它简明的特性有助于分析通信系统的抗噪性能。 * * 2.3高斯随机过程 （3）误差函数和互补误差函数的性质： 误差函数是自变量的递增函数： 互补误差函数是自变量的递减函数： * * 2.4窄带随机过程 1 定义与表达式： * * 2.4窄带随机过程 2 统计特性---结论1： * * 2.4窄带随机过程 2 统计特性---结论2： * * 2.5宽带随机过程 1 白噪声:功率谱密度在整个频域内都是均匀分布。 2 带限白噪声：白噪声被限制在(-f0,f0)内。 * * 2.5宽带随机过程 可见，带限白噪声只有在 时相关函数为0，此时得到的随机变量不相关，因此，如果对带限白噪声按抽样定理抽样的话，则各抽样值是互不相关的随机变量。 * * 2.6正弦波加窄带高斯过程 设合成信号： * * 2.6正弦波加窄带高斯过程 合成信号r(t)的包络和相位： 可以证明：正弦波加窄带高斯过程的包络服从广义瑞利分布，包络的概率密度函数为： * * 2.7随机过程通过线性系统 只要输入有界且系统是物理可实现的，则当输入是随机过程Ui(t)时，便有输出随机过程Ui(t