第3章 平稳性与功率谱密度解说.pptVIP

第3章 平稳性与功率谱密度 问题 平稳和非平稳的含义是什么？ 现实生活中哪些是平稳信号或非平稳信号？ 严格平稳与广义平稳（或宽平稳）有什么关系？ 严格平稳与严格循环平稳有什么关系？ 目录 3.1 平稳性与联合平稳性 3.2 循环平稳性 3.3 平稳信号的相关函数 3.4 功率谱密度与互功率谱密度 3.5 白噪声与热噪声 3.6 应用举例 3.1 平稳性与联合平稳性 严格平稳信号的定义 严格平稳信号的理解 一个随机信号X(t)，如果它的n维概率密度（或n维分布函数）不随时间起点选择的不同而改变，则该随机信号为平稳的 平稳信号的统计特性与所选取的时间起点无关，或者说平稳信号的统计特性不随时间的推移而变化 广义平稳信号的定义 非平稳信号 不是广义平稳的信号 统计量随时间变化的信号（时变信号） 平稳信号和非平稳信号举例 接收机噪声信号：如果产生随机信号的主要物理条件在时间进程中不变化，则此信号认为是平稳的。例如，一个工作在稳定状态下的接收机，其内部噪声可以认为是随机平稳信号。但当刚接上电源，该接收机工作在过渡状态下或环境温度未达到恒定时，此时的内部噪声则是非平稳随机信号。 语音信号：语音信号本身是非平稳信号，但在10-30 ms时段内可以看成是短时平稳的，便于用平稳信号的分析方法去处理问题。 将随机信号划分为平稳和非平稳有重要的实际意义，若是平稳的，可简化分析。例如，测量电阻热噪声的统计特性，由于是平稳的，在任何时间测试都可以得到相同的结果。 严格平稳信号的性质 （1）X(t)的一阶分布、密度函数和均值都与时间无关 F(x;t)=F(x;t+u)=F(x) f(x;t)=f(x;t+u)=f(x) E[X(t)]=m(t)=m(t+u)=常数 （2）X(t)的二维分布和密度函数与两个时刻(t1,t2)的绝对位置无关，只与它们的相对差τ=t1-t2有关 F(x1,x2;t1,t2)= F(x1,x2;t1+u,t2+u)= F(x1,x2;τ,0)= F(x1,x2;τ) f(x1,x2;t1,t2)= f(x1,x2;t1+u,t2+u)= f(x1,x2;τ,0)= f(x1,x2;τ) R(t1,t2)=R(t1+u,t2+u)=R(τ,0)= R(τ) 证明： 如果高斯信号X(t)是广义平稳的，则其 均值为常数m，协方差满足平移不变性，即 C(s,t)=C(s+τ,t+τ)。高斯信号的特征函数为 补充例1 设随机过程X(t)=At ，A为均匀分布于[0,1]上的随机变量，试问X(t) 是否平稳？ 解：因为 其中a为随机变量A的样本,可见不是平稳的。 补充例2 补充例3 联合平稳性 3.2 循环平稳性 （2）由于不同时隙上的取值彼此统计独立并具有相同的分布，该联合事件的概率取决于观察时刻之间的相对关系。任取观察时刻组t1,t2,…,tn∈(-∞,∞)和周期T， t1＋T,t2＋T,…,tn＋T∈(-∞,∞)，有 乘法调制器 3.3 平稳信号的相关函数 平稳过程的自相关函数曲线 补充 例4 设 为一实随机过程 的自相关函数。证明若对应于某一个 ，有 ，则 必为周期性的。 证明： 性质2 若{X(t), t∈T}是平稳信号，则 C(τ)=R(τ)-m2, σ2=R(0)-m2 性质3 若{X(t), t∈T}与{Y(t), t∈T}是联合平稳信号，则 RXY(-τ)=RYX(τ), CXY(τ)=RXY(τ)-mXmY ①若信号X(t)中含有平均分量（均值），则R(τ)将含有固定分量。R(τ)=C(τ)+m2说明了这点。 ②若信号X(t)含有周期分量，则R(τ)将含有同样周期的周期分量。周期特性说明如下： ③若信号X(t)中不含有任何周期分量，则随机变量X(t1)与X(t2)的关联程度会随着间距的增大而逐渐减小,直至无关。 ④使用ρ(τ)与ρXY(τ)表示关联性，| ρ(τ) |≤ ρ(0)=1 定义相关时间τ0，使得τ≥τ0以后， | ρ(τ) |≤ ρ0，其中ρ0通常定为0.05。有时用矩形等效形式来定义相关时间。 3.4 功率谱密度与互功率谱密度 信号有两种类型： （1）能量型信号：能量有限，功率为0； （2）功率型信号：功率有限，能量为无穷。 考察信号的能量或功率沿w轴的密度状况， 即，考虑给定频率处，单位带宽上所具有的 能量或功率，对应于能量谱密度和功率谱密 度。 能量谱密度和功率谱密度 能量型信号：能