通信第二章全解.ppt

PCN SS Lab of USTC 2.4 高斯随机过程 通信系统中的信道噪声常为高斯型。 ★2.4.1平稳随机过程 1、定义 任意n维分布都服从高斯（正态）分布的随机过程。 2、重要性质 （1）广义平稳 狭义平稳（通常仅反向成立） （2）不相关 统计独立（通常仅反向成立） （3）输入高斯过程 输出高斯过程 （数字特征可能改变） （4）高斯过程 1+高斯过程2=高斯过程 （数字特征可能改变） 由于高斯分布中仅含数学期望和方差两个常数参量，因而输出过程的计算就相当简单。 ★2.4.2 一维高斯分布 一 1、定义 （2-133） 式中， 2、性质 （1）偶对称（以 轴） （2）钟形 单调上升 单调下降 最大值 （3）单位面积 且有 （2-134） （2-135） （4） 一定，改变 ：曲线左、右平移 ，形状不变。 一定，减小（增大） ：曲线变窄（宽）而高（低），中心位置不变。 说明： 表示分布中心； 表示概率分布的集中程度。 （5）标准化分布（ ） （2-136） 二 1、定义 2、计算公式 ★2.4.3 高斯白噪声 1、高斯：概率密度函数为高斯型 （2-146） 白：功率谱密度为均匀分布 （2-147） 注： 为单边功率谱密度； 为双边功率谱密度。 通常把服从高斯分布而功率谱密度又是均匀分布的噪声称为高斯白噪声。 2、自相关函数 （2-187） 白噪声的任意两个不同时刻的样值互不相关。 3、如果白噪声被限制在（ ）之内，则这样得到的噪声被称为带限噪声或有色噪声。 本 节 重 点 1、广义平稳随机过程的条件。 2、高斯白噪声。 本 节 难 点 1、平稳随机过程的各态历经性 2、高斯白噪声的“高斯”和“白”的含义。 （1）概率分布函数 （2-89） 含义：随机变量 取值 的概率，式中， 是随机变量， 是定值。 性质： i ii iii 是非降函数（单调不减函数 ） （2）概率密度函数 （2-90） 含义：概率密度函数是概率分布函数的导数。 性质： i 是非负函数，即 ii iii （2-92） （3）二维分布函数 （2-94） （4）二维概率密度函数 联合概率密度函数 （2-95） （2-96） 边缘概率密度函数 （2-97） （2-98） 条件概率密度函数 （2-99） （5）统计独立 若满足 则称随机变量x.y间统计独立，并有 （2-102） 3、随机变量的数字特征（统计特性之二） （1）数学期望 i离散随机变量 ii连续随机变量 （2-103） （2-104） （2）方差 （2-105） 方差一般用 表示，方差的平方根 称随机变量的标准偏差。 （3）协方差 （2-106） 若 则 （2-107） （4）相关系数 （2-108） i 则称它们是不相关的。 ii 则称它们是正交的。 ★2.3.2 随机过程和它的统计特性 1、随机过程的概念 （1）含义：由于某一随机性因素引起的变化过程。 （2）特点： i不可预知。 ii不能用确切的时间函数来描述。 （3）意义： i随机过程 可视为无穷多个样本函数 的集合。该概念的意义在于：对平稳随机过程，仅一个样本函数即可。 ii随机过程 可视为无穷多个随机变量 的集合。该概念的意义在于：可由随机变量拓展到随机过程。 iii随机变量的样本空间是一个实数集合 随机过程的样本空间是一个时间的集合。 2、随机过程的统计特性 （1）分布特性（统计特性之一） （i）一维分布函数 其含义是：随机过程 在时刻取值 的概率。它与随机变量的分布函数 相对照的关系是： （ii）一维概率密度函数 （iii）二维分布函数 其含义是：随机过程 在时刻 取值 以及在时刻 取值 同时成立的概率。 （iiii）二维概率密度函数 （2）数字特征（统计特性之二） （i）随机过程的数学期望 （2-1