培训课件_生物医学信号处理.ppt

* 其概率密度为 * 当互相独立的高斯变量Xi的方差不是1，而是 时，Y的概率密度为 性质：两个互相独立的具有 分布的随机变量之和仍为 分布，若它们的自由度分别为n1和n2，其和的自由度为n= n1+n2。 * 2) 非中心 分布 若互相独立的高斯变量Xi(I=1,2,…,n)的方差为 ，数学期望为 ，则 为n个自由度的非中心 分布。 * 其概率密度为 称为非中心分布参量 * 例2. 1 随机相位正弦序列 式中A,f均为常数，Φ是一随机变量，在0~2π内服从均匀分布，即 显然，对应Φ的一个取值，可得到一条正弦曲线（因为Φ在0~2π内的取值是随机的，所以其每一个样本x(n)都是一条正弦信号）。求其均值及其自相关函数，并判断其平稳性。 * 解 由定义，X(n)的均值和自相关分别是： * 由于 及 所以随机相位正弦波是宽平稳的。 * 例2. 2 随机振幅正弦序列如下式所示： 式f中为常数，A为正态随机变量，A：N(0,σ2) ，试求X(n)的均值、自相关函数，并讨论其平稳性。 解 : 均值 对于给定的时刻n， 为一常数，所以 * 自相关函数 由此可以看出，虽然X(n)的均值和时间无关，但其自相关 函数不能写成 的形式，也即 和 的选取位置有关，所以随机振幅正弦波不是宽 平稳的。 * 例2. 3 讨论例1. 1随机相位正弦序列的各态遍历性。(不要求） 解: 对 ，其单一的时间样本 ， 为一常数，对 作时间平均，显然 * 由于上式是对n求和，故求和号中的第一项与n无关，而第二项应等于零，所以 这和例1. 1按集合平均求出的结果一样，所以随机相位正弦波既是平稳的，也是各态遍历的。 * 1、设x(n)和y(n)是有限长序列，x(n)=[1,0.1,-1,0.1], y(n)=[0.1,1,0.1,-1]，n=0,1,2,3. 计算这两个序列的线性相关函数和四点循环相关函数。(循环相关可不做） 作业 * 2、考虑两个谐波信号x(t)和y(t)， A、ωc为正的常数，Φ为均匀分布的随机变量，其概率密度为 B是一个零均值和单位方差的标准高斯随机变量，其分布函数为 * 求（1） x(t)的均值、方差、自相关函数和自协方差函数； （2）若Φ和B相互独立，求x(t)和y(t)的互相关函数和互协方差函数。 3、随机信号x(t)具有零均值和功率谱 σ20，求x(t)的自相关函数和功率。 4、实验一。 * 产生随机序列并计算统计特征量 在1~39中随机取出4个或以上数据，并将这四个数据作为序号，从数据库中取出由这四个序号对应的四个动作电位波形，将这些波形按照幅度从大到小排序； 生成对应四个或以上发放率，范围为10~50个/s，并按照大小原理赋给相应选取的动作电位波形。 计算动作电位波形平均能量，生成长度为3s，采样率为30KHz，幅度大小为波形平均能量的随机白噪声，并对噪声进行200—10kHz带通滤波。 有关函数：unidrnd、normrnd。 * 执行：[y1]=x(x1); [y1]=x(x2);…….. * * 自协方差函数——把均值（直流分量）除去后做剩余部分的相关函数。 设X(t1)和X(t2)是随机过程X(t)在t1和t2二个任意时刻的状态，称X(t1)和X(t2)的二阶联合中心矩为X(t)的自协方差函数 对于平稳随机信号，有： * 当 时， 当 时， * 若对于任意的t1和t2都有CX(t1,t2)=0,那么随机过程的任意两个时刻状态间是不相关的。 若RX(t1,t2)=0，则称X(t1)和X(t2)是相互正交的。 * 若 则称随机过程在t1和t2时刻的状态是相互独立的。 * §2.2.4 互相关函数和互协方差 有时需要同时观察几个信号。当研究几组随机信号的相互关系时，需要采用联合统计特征来描述。 广义联合平稳——如果二维联合概率密度函数f(x,y,t1,t2)不依赖于时间原点的位置，只与时间差τ=t1-t2有关，则称此两过程是广义联合平稳的。 * 互相关函数——说明两个随机信号X、Y在不同时刻取值之间的关联程度。 设有两个随机过程X(t)和Y(t)，它们在任意两个时刻t1和t2的状态分别为X(t1)和Y(t2)，则随机过程X(t)和Y(t)的