离散时间随机信号和随机过程A解析.ppt

5.1概述 离散时间确定信号 可以用数学公式 数据表格 图形等形式唯一和准确地表示出来。如单位取样序列 单位阶跃序列 指数序列 三角序列。 离散时间随机信号 不可能用确定信号的表示方法表示，只能用概率和统计的方法描述。 如投硬币，出现的正反面组成的序列。 例1、下列变量中，不是随机变量的是（ ） A．一射手射击一次的环数 　　　　　 B．水沸腾的温度点 C．抛掷两枚骰子，所得点数之和 D．某电话机在时间(0，T)内收到的呼叫次数 E. 语音信号 地震信号 广播信号 电视 信号 5.2 随机变量的描述 随机变量x 概率分布函数定义(x不超过某个值X的概率) 分布函数的重要性质 (1)单调非减函数(X为实数) (2) 右连续 连续随机变量的概率密度函数 离散随机变量的概率质量函数(概率密度函数不存在) 概率质量函数与概率分布函数的关系: 连续随机变量 x 的概率密度函数的性质: 例5.1 投掷硬币 例5.2 均匀分布 例5.3 量化误差 x的n阶原点矩 x的n阶中心矩 要完整地描述一个随机过程,需要知道它的所有随机变量的概率密度函数和所有可能的联合概率密度函数. 一般地,不同时刻的概率密度函数是不同的,二维随机变量(xn,xm)与(xn+k,xm+k)的联合概率密度函数也是不同的. （3）狭义平稳随机过程 如果满足: 举例: CDMA的不同用户是以PN（伪随机码）码来编制的，地址的选择就是用相关性来区分的. 正常情况下, CDMA系统各地址码间的互相关性很小, 但如果互相关性很大，则多址干扰就越大. 要求各PN码之间的互相关系数尽可能小，另外用户越多，PN码的长度就会越长，则在接收端的同步时间也长. 广义平稳随机过程的条件更加宽松,只对统计特性作出规定. 而狭义平稳随机过程的条件更加严格,对概率函数作出规定,从而统计特性也会满足要求. 例5.7 两个实验(投硬币) 设想有无数个人,他们在同一时刻N以完全相同的方式各投掷一枚硬币,所有硬币完全相同.可以预料大约有一半投掷的结果为正面,另一半的人投掷结果为反面. 只有一个人投掷一枚硬币,不断地以完全相同的方式投掷无数次.同样可以预料,投掷结果为正面和反面的次数各为一半. 对第一个实验求集合平均;对第二个实验求时间平均,两个结果一样.第二个实验更有实用价值. 一般地,在信号处理中,对一平稳随机信号{xn},如果它的所有取样序列在某一确定时刻的统计特性,与它的一个取样序列在长时间内的统计特性一致,则称{xn}是各态遍历性信号. 也就是说单个取样序列随时间变化的过程,可以包含该随机信号所有取样序列的取样值. 5.5 相关序列和协方差序列的性质 例5.11 例5.13 End 1. 的均值 2. 的自相关序列 均值为零、自相关序列只与时间差有关，故输出也是平稳随机过程。 3. 的功率谱 设 的均值为零，则 的均值亦为零。 设 在 和 处各有一个极点和零点，则 将在互成共轭倒数关系的位置 、 和 、 上有极点和零点。 在 为实序列的情况下，有 如果系统是稳定的，那么 如果输入是一个均值为零、方差为 的平稳白噪声随机信号，那么 4. 输入随机信号与输出随机信号的互相关序列 与 的关系 5.输出随机过程的方差 （6）狭义平稳随机过程的相关序列和协方差序列 一般情况下，相关序列和协方差序列都是二维序列但是，狭义平稳随机过程的相关序列和协方差序列，却都只是时间差的函数而与时间起点无关，因而都只是一维序列。 （7）广义平稳随机过程 均值是常数(与时间无关)、自相关序列只与时间差有关而与时间起点无关的随机过程，称为广义平稳随机过程简称为平稳随机过程或平稳过程。(概率密度函数以及联合概率密度函数与时间起点有关.但统计特性与时间起点无关,只与时间差有关.) 随机过程由许多随机变量按一定的时间顺序排列的一个序列,每个随机变量由均值、方差、均方值、自相关函数来