第三章随机过程导论.ppt

3.6 正弦波加窄带高斯噪声 零阶贝塞尔函数 * 包络分布密度曲线 0 2 4 6 8 0 0.2 0.4 0.6 0 / = s a 1 2 3 5 s / t A ) / ( s t A A’ f 3.6 正弦波加窄带高斯噪声 小信噪比时，退化为瑞利分布。 大信噪比时， 为高斯分布。 * ?当信噪比很小时，相位趋近均匀分布 ?当信噪比很大时，相位趋近正态分布 2 / p - 0 t j q - 0 0.5 1 1.5 2 8 2 / 2 = r 4 2 1 2 / p 相位分布密度 ) / ( q j f t f 相位分析 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 加性噪声独立于有用信号 ??噪声来源：人为噪声、自然噪声、内部噪声 ??噪声分类：确知噪声、随机噪声 ??随机噪声分类 单频噪声：并不总是存在； 脉冲噪声(点火、闪电，幅度大、时间短，频带宽)：安静期长, 对模拟话音影响不大，但对数字通信易造成误码，可使用纠错编码； 起伏噪声(热、散弹、宇宙)：普遍存在不可避免，可认为是一种高斯噪声，并且在相当宽的频率范围内具有平坦的功率谱密度。 白噪声（1） 白噪声定义：功率谱密度在整个频域内均为一常数，是一种理想宽带过程。 白噪声（2） 白噪声的自相关函数为： 白噪声仅在τ=0时才相关，而在任意两个时刻（τ≠0）的随机变量都是不相关的。 白噪声（3） 白噪声的带宽无限，其平均功率为无穷大。 如果白噪声的取值服从高斯分布，就称之为高斯白噪声。 AWGN 带限白噪声 实际信道或滤波器的带宽存在一定限制，白噪声通过后，其结果是带限噪声。若其谱密度在通带范围内仍具有白色特征，则称其为带限白噪声。 低通白噪声：如果白噪声通过理想矩形的低通滤波器或理想低通信道，则输出的噪声称为低通白噪声； 带通白噪声：如果白噪声通过理想矩形的带通滤波器或理想带通信道，则输出的噪声称为带通白噪声。 低通白噪声（1） 假设理想低通滤波器具有模为1，截止频率为∣f∣≤fH的传输特性，则低通白噪声的功率谱密度为： f n0/2 Pn(f) fH -fH 低通白噪声（2） 自相关函数为： 低通白噪声（3） 只有以频率2 fH对带限白噪声进行抽样时，各样值才互不相关。 R() 带通白噪声（1） 理想带通滤波器的传输特性为： 带通白噪声－功率谱密度 输出噪声的功率谱密度为： f n0/2 Pn (f) fc B 带通白噪声－自相关函数 自相关函数为： 带通白噪声－功率及一维概率密度函数 功率: PDF: 带通白噪声－窄带高斯白噪声 若带通滤波器的B≤ fc，因此也称窄带滤波器，相应地把带通白噪声称为窄带高斯白噪声。 考研题解析（1） （南京邮电大学2006）一个均值为0，功率谱密度为 的高斯白噪声通过一个带宽为B的理想低通滤波器， （1）求滤波器输出噪声的自相关函数和功率谱密度； （2）写出输出噪声的一维概率密度函数。 考研题解析（2） 【问题分析】平稳随机过程通过线性系统后，输出信号的数字特征；自相关函数和功率谱密度之间的傅里叶变换关系；数字特征的物理意义。 【问题解答】 理想滤波器的示意图为： （1）滤波器输出噪声的功率谱密度为： 考研题解析（3） 【问题解答】 （1）………输出噪声的自相关函数为： （2）输出过程 的均值为 。输出过程的方差为： 输出噪声的一维概率密度函数为： 3.8 小结 随机过程的基本概念 分布函数；概率密度函数； 数字特征：均值、方差、自相关函数、协方差函数。 平稳随机过程 严平稳、宽平稳； 维纳－辛钦定理 3.8 小结 高斯随机过程 性质； 几个特殊函数。 平稳随机过程通过线性系统 若输入过程平稳，则输出过程也是平稳的； 输出过程的功率谱密度。 3.8 小结 窄带随机过程 数学表达式； 统计特征。 正弦波加窄带随机过程 数学表达式； 统计特征。 3.8 小结 高斯白噪声 作业 3－6； 3－7； 3－8； 3－12。 * * 仅描述了随机过程在任一瞬间的统计特性 * 用来反应随机过程内在的联系 * * * 四种函数之间的关系（4） 互补误差函数与Q函数之间的关系： 高斯（正态）随机过程的定义 定义：其n维概率密度服从下式，称为高斯随机过程 高斯（正态）随机过程的性质 性质 （1）对正态（高斯）随机过程而言，宽平稳和严平稳等价； （2）对于正态（高斯）随机过程，不相关与独立是等价的； （3）任意有限个高斯随机过程的任意线性和仍是高斯随机过程。 3.4平稳随机过程通过线性系统 线性系统的特性 有一对输入端和一对输出端 无源 无记忆 非时变 有因果关系：先有输入、后有输出 有线性关系：满足叠加原理 若当输