通信原理(樊昌信)第3章随机过程讲述.pptVIP

是线性系统的直流增益； 平稳、高斯 平稳、高斯 常数 常数 是功率增益 §3.5 窄带随机过程 ——通过窄带系统的随机信号或噪声 什么是窄带随机过程？ 若随机过程?(t)的谱密度集中在中心频率fc附近相对窄的频带范围?f 内，即满足?f fc的条件，且 fc 远离零频率，则称该?(t)为窄带随机过程。 窄带条件： 示意图： 可视为 包络缓慢变化 的正弦波 表达式： —包络相位形式 —同相正交形式 随机包络 随机相位 同相分量 正交分量 两者关系： 显然， a? (t)和?? (t)的变化相对于载波cos ?ct的变化要缓慢得多。 统计特性： §3.5.1 同相和正交分量的统计特性 根据上式和窄带过程的统计特性，可推出： 均值 0、方差 的平稳高斯窄带过程 ，它的 并且 互不相关 ∴统计独立 ∵高斯 ∵均值 0 平均功率相同 结论1 且 均值为0，方差也相同： 按照推导思路： 借助结论1,根据关系： §3.5.2 包络和相位的统计特性 推出结论2： 均值0 、方差 的平稳高斯窄带过程 ，它的 包络～瑞利分布： 相位～均匀分布： 且 ---统计独立 结论2 §3.6 正弦波加窄带高斯过程 窄带高斯噪声 ( 0, ) 合成信号： 关心---z(t) 的统计特性: 常数 随机相位 [在(0，2π)上均匀分布] 在给定θ条件下，利用3.5.2节的推导方法和结论2。 分析思路： 推导结果： 讨论： 莱斯 分布 注： f(φ)不再服从均匀分布 §3.7 高斯白噪声 和 带限白噪声 白噪声仅在?=0（同一时刻）时才相关。 1. 白噪声 ——理想的宽带过程 其功率谱密度均匀分布在整个频率范围内： n0 ---常数 (W/Hz) 2. 高斯白噪声 ---指概率分布服从高斯分布的白噪声。 高斯白噪声在任意两个不同时刻上的取值之间， 不仅是互不相关的，而且还是统计独立的。 3. 带限白噪声 ---白噪声通过带宽有限的信道或滤波器的情形。 常见形式： 若 B fc 窄带高斯白噪声 谢谢！ * 均值：随机过程的n个样本函数曲线的摆动中心 ； 方差：表示随机过程在时刻 t 对于均值的偏离程度 。 均值和方差描述了随机过程在各个孤立时刻的特征， 为了描述随机过程在两个不同时刻状态之间的联系， 还需利用二维概率密度引入新的数字特征。 * * * 第3章 随机过程的基本概念 平稳、高斯、窄带过程的统计特性 正弦波加窄带高斯过程的统计特性 随机过程通过线性系统 高斯白噪声和带限白噪声 本章内容 第3章 随机过程 学习目标 通过对本章的学习,应掌握以下要点： 随机过程的基本概念； 随机过程的数字特征（均值、方差、相关函数）； 平稳过程的定义、各态历经性、相关函数和功率谱密度； 高斯过程的定义和性质、一维概率密度和分布函数； 随机过程通过线性系统、输出和输入的关系； 窄带随机过程的表达式和统计特性； 正弦波加窄带高斯过程的统计特性； 高斯白噪声及其通过理想低通信道和理想带通滤波器。 §3.1 随机过程 de 基本概念 什么是随机过程？ 随机过程是一类随时间作随机变化的过程，具有不可预知性，不能用确切的时间函数来描述。可从两种不同角度看： 角度1：对应不同随机试验结果的时间过程的集合。 【例】n台示波器同时观测并记录这n台接收机的输出噪声波形 样本函数?i (t)：随机过程的一次实现，是确定的时间函数。 随机过程：? (t) ={?1 (t), ?2 (t), …, ?n (t)} 是随机实验的全部样本函数的集合。 角度2：随机过程是随机变量概念的延伸。 在任一给定时刻t1上，每一个样本函数?i (t)都是一个确定的数值?i (t1)，但是每个?i (t1)都是不可预知的。 在一个固定时刻t1上，不同样本的取值{?i (t1), i = 1, 2, …, n}是一个随机变量，记为? (t1)。 换句话说，随机过程在任意时刻的值是一个随机变量。 因此，我们又可以把随机过程看作是在时间进程中处于不同时刻的随机变量的集合。 这个角度更适合对随机过程理论进行精确的数学描述。 t t1 t2 定义： 属性： 特性描述：