第一章　离散随机信号1-1.ppt

现代信号处理（离散随机信号处理） 教材 随机信号处理 陆光华　彭学愚　张林让　毛用才编著 2002年西安电子科技大学出版社 参考书 （1）数字信号处理－时域离散随机信号处理 丁玉美　阔永红、高新波编著 2002年西安电子科技大学出版社 （2）《数字信号处理－时域离散随机信号处理》学习指导 阔永红编著 2004年西安电子科技大学出版社 参考书 （3）离散随机信号处理 张旭东，陆明泉 2005年清华大学出版社 （4）现代信号处理理论和方法 　汪源源　　编著 　　复旦大学出版社 （5）张贤达 现代信号处理 第2版 清华大学出版社 第一节　引言 本节内容 1、离散时间确定性信号 2、离散时间随机信号 3、离散随机信号的描述 4、离散随机信号的特点 1、离散时间的确定性信号 2、离散时间的随机信号 4、离散随机信号的特点 （1）任何一点的取值不能先验确定； （2）可用它的统计平均特性来表征； （3）平稳随机信号的能量化表示。 （1）任何一点的取值不能先验确定 即指一个随机信号（或序列）是一个随机过程，在它的每个时间点上的取值都是随机的，可用一个随机变量｛x(n)｝表示。 （2）用统计平均特性表征 例：离散型随机变量 多维统计平均特性 （3）平稳随机信号的能量化表示 本节总结 对于离散随机信号的概念和表征问题： (1)一个随机信号在各时间点上的取值以及在不同点上取值之间的相互关联性只能用概率特性或统计平均特性来表征，它的确定值是无法先验表达的。 (2)一个平稳随机信号在各频率点上能量的取值可用功率谱密度函数与自相关函数统计描述。 第二节 离散时间随机信号的时域(统计)表示 引言 本节内容 1、离散时间随机过程的概率分布 2、离散时间随机过程的数字特征 3、离散时间平稳过程相关序列与协方差列的性质 4、平稳序列的时间平均与遍历性 一、离散时间随机过程的概率分布 (1)概率分布函数　 (2)概率密度函数 (3)概率质量函数 (4)二维联合概率分布函数 (5)二维联合概率密度 (6)二维联合分布自律(概率质量函数) (7)条件概率密度函数 (8)N维联合分布函数 (9) N维联合概率密度 (10)严平稳的随机序列 (11)宽平稳随机序列 (12)随机序列的相互独立 (1)概率分布函数 (2)概率密度函数 (3)概率质量函数 (4)二维联合概率分布函数 (5)二维联合概率密度函数 (6)二维联合概率质量函数 例子 (7)条件概率密度函数 (7)条件概率密度函数 (7)条件概率密度函数 (8)N维联合分布函数 (9)N维联合概率密度函数 (9)N维联合概率密度函数 (10)严平稳的随机序列 (10)严平稳的随机序列 (10)严平稳的随机序列 (10)严平稳的随机序列 (11)宽平稳随机序列 (12)随机序列的相互独立 (12)随机序列的相互独立 二、离散时间随机过程的数字特征 (1)数学期望(均值) (2)均方值 (3)方差 (4)自相关函数 (5)自协方差函数 (6)互相关函数 (7)互协方差函数 (1)数学期望(均值) (2) 均方值 (3) 方差 (3) 方差 总结 (4)自相关函数 (4)自相关函数 (5)自协方差函数 (5)自协方差函数 (6)互相关函数 (7)互协方差函数 三、离散时间平稳过程相关序列与协方差序列的性质 性质1 性质2 性质3 性质4 性质5 性质6 性质7 多维随机变量的均值、方差 例1.1.2 解： 四、平稳序列的时间平均与遍历性 1、均值遍历性 2、自相关函数遍历性 (1)集合平均与统计平均 如有限多人同时平行地抛掷同样的硬币，所得到的这些平行样本序列的各种平均特性称为有限集合的平均。 当人数趋于无穷多时，集合平均就趋于统计平均。 (2)用集合平均来求统计平均 (3)均值遍历性定义 (4)自相关函数遍历性定义 强调 定理1(均值遍历性) 定理2(自相关函数遍历性) (5) 统计平均的估计值 例1 确定前面抛硬币过程的几个基本特征量。 例子1.1.1 Ａ有两种情况：(1)Ａ是与　独立的随机变量，服从均值为零，方差为　　的正态分布； （２）Ａ是常数． 解： 对于随机信号 从统计平均分析出发 求其每个时刻取值的概率 以及各时间点上取值的关联性 知道它的概率分布(包括一维和多维概率分布) 则认为对这个随机信号在统计意义 上有充分了解或已明白描述。 * * 本课程要讨论的主要问题： （1）对信号特性的了解 随机信号（是一个随机过程，时间序列––随机过程的一个实现） 信号模型→参数估计→现代谱估计：参数化谱估计 讨论信号模型及模型参数的估计问题，比较参数谱估计方法 和周期图方法的优劣。 （2）对统计意义下最优滤波器设计的研究 平稳条件下：Wiener滤波器理论 非平稳条件下：Kalman滤波 理论上的目标