[数字通信原理第2章-随机信号分析.pptVIP

* * * * * * * * * * * * * * * 近似高斯分布，关于A/\sigma对称 * * * * * 1.2 常用信号的傅立叶变换 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * * 1.2 常用信号的傅立叶变换 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * * 通信系统仿真 观察标准正态分布的密度函数 %仿真曲线 N(0,1) L=1000000; x=randn(1,L);%产生L个样本 [I,Y]=hist(x,50);%概率直方图 D=Y(2)-Y(1); I=I/L;%归一化 I=I/D;%除以横轴的步长得到密度函数 plot(Y,I,.-);%密度函数 hold on %理论曲线 N(0,1) t=-6:0.1:6; f=exp(-t.*t/2)/sqrt(2*pi);%理论值 plot(t,f,r-); legend(Simulation result,Theorectic result); Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * * 通信系统仿真 %观察误差函数与互补误差函数 close all; clear all; x=-4:0.1:4; y_erf=erf(x); plot(x,y_erf,b-); %erf(x) hold on y_erfc=erfc(x); %erfc(x) plot(x,y_erfc,r-); Q=0.5*erfc(x/sqrt(2)); %Q(x) plot(x,Q,k-); legend(erf(x),erfc(x), Q(x)); xlabel(x); ylabel(erf(x),erfc(x) and Q(x)); grid Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * * * * * * N越大，对随机过程统计特性描述越充分。 * * * * * 不相关不等同于独立 * 在科学工程中有一类随机过程, 它的特征是产生随机现象的主要因素不随时间变化。例如导弹在飞行中受到湍流产生的随机波动；通信中的干 扰噪声等。这类过程一方面受随机因素的影响产生随机波动，同时又有一定的惯性，使在不同时刻的波动性基本保持不变。表现在统计特征上就 是，当过程随时间的变化而产生随机波动时, 其前后状态是相互联系的, 且这种联系不随时间的推延而改变。称这类过程为平稳随机过程。 严平稳过程描述的系统，其任意的有限维分布不随时间的推移而改变。 广义 平稳随机过程： (1)均值与t无关，为常数 a ; (2) 自相关函数只与时间间隔tao=t2-t1有关，即 R(t1,t1+tao)=R(tao) * 我们自然希望通过对一个样本函数长时间的观测，以得到这个过程的数字特征，那么这种方式是否可行呢？事实已经证明：如果一个平稳随机过程，只要满足一些较 宽的条件，其集平均(统计平均值和自相关函数等)实际上可以用一个样本函数在整个时间轴上的平均值来代替，这就是各态历经性。 通信系统中的信号及噪声，大多数可视为平稳的随机过程。因此，研究平稳随机过程有很大的实际意义。 即各态历经的随机过程一定是平稳的，而平稳的随机过程则需要满足一定的条件才是各态历经的。 * 有界性证明：E[\chi(t)+or -\chi(t+\tau)]^2=0 * 2、“单边谱密度”：上面定义方法是对ω的正负值都是有意义的，在工程上为了便于实际测量，常根据 的偶函数性质，把负频率范围内的谱密度扩算到正频率范围内，从而定义“单边谱密度” * * Cos(A+B)=cosAcosB-sinAsinB Cos(A-B)=cosAcosB+sinAsinB * * |B|_jk:元素b_jk的代数余因子 * * * f(x)在x=a左侧单调上升，右侧单调下降 图形的宽度和方差成比例 * a = 0, ? = 1 概率积分函数可查表