2-数学基础-上传详解.pptVIP

§2.1 傅里叶级数 §2.2 傅里叶变换 §2.3 卷积和相关 §2.4 随机过程及其统计特性 §2.5 典型噪声 §2.2 傅里叶变换(Fourier Transform) 3、周期冲激信号的傅里叶变换 冲激响应函数h(t)：指冲激信号?(t)经过系统的响应。换句话说，冲激响应函数就是输入信号为?(t) 时系统的输出信号。 2、随机过程 “抛1次硬币”的结果对应的值称作“随机变量” “连续抛3次硬币”，每次实验都会对应3个随机变量（第一次、第二次、第三次），因此不能再称作随机变量了。 我们称这种实验叫做“随机过程”，记为X(t) [例如]：n台示波器同时观测并记录这n台收音机的输出噪声波形  随机变量和随机过程的区别与关系 (1)区别： 随机变量与随机过程的样本空间是不同的 这种区别体现在样本空间的数量上和性质上 (2)关系： 随机过程在某一固定时刻的取值是一个随机变量 2、高斯分布 (正态分布) 3、瑞利分布 §2.5 典型噪声 噪声： 广义噪声：通信系统意图传输信号以外的有害干扰信号。 狭义噪声： 各种随机干扰信号。 一、 散粒噪声——有源器件的典型噪声 二、 热噪声 三、 白噪声 [例2-2] 设一个随机相位的正弦波为其中A和?c均为常数；?是在(0, 2π)内均匀分布的随机变量，试求统计均值。 大量独立、随机事件的统计均形成Gauss分布 式中 ?为均值，表示分布中心； σ2为方差，表示集中程度。 ? x f(x) [例如]：通信中的各种噪声，同类产品的寿命，故障率等。 σ x f(x) 0 [例如]：窄带高斯噪声的包络的分布为瑞利分布。 - ? c O F ( ? ) D ? D ? ? c f ( a ) 频谱 t O S ( t ) 缓慢变化的包络 [ a ( t ) ] 频率近似为 ? c ( b ) 波形 窄带随机过程频谱和波形示意 五、概率统计的数学特征 两种数字特征的描述方法：统计平均和时间平均 时间平均：对某一特定样本（实现）进行统计 统计平均：对随机过程X(t)某一时刻不同样本(实现) 的可能取值进行统计 1、统计平均 均值(数学期望) ——代表随机过程的“摆动”中心； 连续随机变量： 离散随机变量： 均方值 有些物理量“均值”等于零，宜采用均方值； 均方差 ——体现了某时刻取值对于均值的偏差； 连续随机变量： 离散随机变量： 2、时间平均 均值 （直流分量） 均方值 （总平均功率） 均方差（交流功率） 介绍：散粒噪声，热噪声，白噪声 1、产生原因：由于离散电荷的运动而形成电流所引起的随机噪声。 2、 肖特基公式： 式中e 为电子电量，I0 为电流平均值， B为系统带宽 IN为噪声电流，是随机变量。 3、 散粒噪声功率谱密度： 公式 适用范围 ＜100MHz（与器件的“渡越时间”有关） 1、产生原因：自由电子的随机热运动造成大小和方向都不确定的“热电流”。 2、均方值： k：波耳兹曼常数，T： 绝对温标，R： 电阻， B： 系统带宽 3、功率谱密度： 热噪声与温度成正比，不可避免（精密测量需要超低温）； 公式适用范围较宽（0～1013Hz） 2、时移特性： 信号在时域中沿时间轴右移t0 （延时t0），等效于在频域中乘以因子 。 信号延时t0后，其幅度频谱不变，相位频谱产生附加相位值(-?t0)。 结 论 ① 信号的幅度频谱是由信号的波形形状决定的，与信号在时间轴上出现的位置无关； ② 信号的相位频谱则是由信号的波形形状和在时间轴上出现的位置共同决定的。 解：根据时移特性， [例2-5]已知矩形脉冲f1(t)的频谱函数: , 试画出 的相位频谱。 可见，幅度频谱不变，相位频谱比原来滞后 0 0 0 0 原函数频谱的位移，导致时域的相移。 3、频移特性： 由 [exp(j?0t)] = 2?d (? - ?0 ) 得 等效于频谱F(?)沿 把时域信号f(t)乘以因子 频率轴右移?0 ， 该技术称为频谱搬移或信号调制。 [例如]:求 的傅里叶变换 [思考]：如何简单的实现信号的频谱搬移或信号调制？ 就可以引起信号的频谱 将信号f(t)乘以 ， 搬移。具体过程如下： 利用欧拉公式，有时域表达式： 时域：f(t)改变正弦（或余弦）信号的幅度 频域：f(t)的频谱产生平移 信号调制 利用频移特性，得频域表达式： F.T. 将信号f(t)乘以 , 等效于将f(