03随机过程解析.pptVIP

3.3 高斯随机过程 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： ◆线性系统分析 线性系统指的是具有齐次性和叠加性的系统，且假设此处系统具有时不变性。而且物理可实现的系统应该是因果系统（先有输入后有输出。 3.4 平稳随机过程通过线性系统 3.4 平稳随机过程通过线性系统 1、输出过程的数学期望 设输入是平稳随机过程 3.4 平稳随机过程通过线性系统 2、输出过程的自相关函数 以上两式说明:如果输入是广义平稳的，输出也是。 3.4 平稳随机过程通过线性系统 3、输出过程的功率谱密度 3.4 平稳随机过程通过线性系统 4、输出过程 的概率分布 如果输入是高斯随机过程，输出也是。 Example：试求功率谱密度为n0/2的噪声通过理想低通滤波器后的功率谱密度、自相关函数和功率。 3.4 平稳随机过程通过线性系统 ◆窄带的概念 若随机过程?(t)的谱密度集中在中心频率fc附近相对窄的频带范围?f 内，即满足?f fc的条件，且 fc 远离零频率，则称该?(t)为窄带随机过程。 典型的窄带过程频谱和样本函数如下图： 3.5 窄带随机过程 3.5 窄带随机过程 3.5 窄带随机过程 窄带随机过程的表示式 式中，aξ(t) － 随机包络， ?? φξ(t) － 随机相位 ωc － 中心角频率 显然，a ξ(t)和φξ(t)的变化相对于载波cos ω ct的变化要缓慢得多。 窄带随机过程表示式展开 3.5 窄带随机过程 若ξ(t)的统计特性已知，则aξ(t)和φξ(t)或ξc(t)和ξs(t)的统计特性也随之确定。 3.5.1 ?c(t)和?s(t)的统计特性 3.5 窄带随机过程 3.5 窄带随机过程 ◆结论：一个均值为零的窄带平稳高斯过程 ξ(t) ，它的同相分量ξc(t)和正交分量ξs(t)同样是平稳高斯过程，而且均值为零，方差也相同。此外，在同一时刻上得到的ξc和ξs是互不相关的或统计独立的。 3.5.2 a?(t)和??(t)的统计特性 3.5 窄带随机过程 * * 3.1 随机过程的基本概念 3.2 平稳随机过程 3.3 高斯随机过程 3.4 平稳随机过程通过线性系统 3.5 窄带随机过程 3.6 正弦波加窄带高斯噪声 3.7 高斯白噪声和带限白噪声 3.8 小结 第3章 随机过程 3.1随机过程的基本概念 什么是随机过程？ 随机过程是一类随时间作随机变化的过程，它不能用确切的时间函数描述。可从两种不同角度看： 角度1：对应不同随机试验结果的时间过程的集合。 3.1随机过程的基本概念 【例】n台示波器同时观测并记录n台接收机的输出噪声波形 样本函数ξi(t)：一次实现。 随机过程：ξ(t) 是全部样本函数的集合。 3.1随机过程的基本概念 角度2：随机过程是随机变量概念的延伸。 因此，可以把随机过程看作是在时间进程中处于不同时刻的随机变量ξi(t1)的集合。 这个角度更适合对随机过程理论进行精确的数学描述。 3.1.1 随机过程的分布函数 通信系统中的噪声就是一种随机信号 虽然随机信号不能预测，但我们可以通过统计学来得到它们的一般表述。 3.1随机过程的基本概念 随机过程?(t)的一维到n维分布函数 随机过程?(t)的一维到n维概率密度函数 3.1随机过程的基本概念 1、数学期望（Expectation） 2、方差（Varance） 3.1.2 随机过程的数字特征 3.1随机过程的基本概念 3、自协方差函数（Covarance） 4、自相关函数（Correlation） 3.1随机过程的基本概念 6、互相关（Cross Correlation） 5、互协方差（Cross Covarance） 3.1随机过程的基本概念 3.1随机过程的基本概念 Example: 设一个随机相位的正弦波为 其中，A和ωc均为常数；θ是在(0, 2π)内均匀分布的随机变量。 试求其均值、方差和自相关函数。 任意有限维分布函数与时间起点无关，称该随机过程是在严格意义下的平稳随机过程，简称严平稳随机过程。 1、狭义平稳 3.2.1 平稳随机过程的定义 3.2 平稳随机过程 为广义平稳随机过程。显然，严平稳随机过程必定是广义平稳的，反之不一定成立。 2、广义平稳 3.2 平稳随机过程 平稳随机过程的一维分布与时间t无