第三章随机过程讲解.ppt

* * 3.7 高斯白噪声和带限白噪声 白噪声和其自相关函数的曲线： * * 3.7 高斯白噪声和带限白噪声 由于白噪声的带宽无限，其平均功率为无穷大，即 或 因此，真正“白”的噪声是不存在的，它只是构造的一种理想化的噪声形式。 实际中，只要噪声的功率谱均匀分布的频率范围远远大于通信系统的工作频带，我们就可以把它视为白噪声。 如果白噪声取值的概率分布服从高斯分布，则称之为高斯白噪声。 高斯白噪声在任意两个不同时刻上的随机变量之间，不仅是互不相关的，而且还是统计独立的。 * * 3.7 高斯白噪声和带限白噪声 2、低通白噪声 定义：如果白噪声通过理想矩形的低通滤波器或理想低通通道，则输出的噪声称为低通白噪声。 功率谱密度 由上式可见，白噪声的功率谱密度被限制在|f |?fH内，通常把这样的噪声也称为带限白噪声。 自相关函数 f(t) →F(j ω ) F(jt) →2πf(- ω) * * 3.7 高斯白噪声和带限白噪声 功率谱密度和自相关函数 由曲线看出，这种带限白噪声只有在 上得到的随机变量才不相关。 * * 3.7 高斯白噪声和带限白噪声 3、带通白噪声 定义：如果白噪声通过矩形的带通滤波器或理想带通信道，则其输出的噪声称为带通白噪声。 功率谱密度： 设理想带通滤波器的传输特性为 式中: fc － 中心频率，B － 通带宽度 则其输出噪声的功率谱密度为 * * 3.7 高斯白噪声和带限白噪声 自相关函数 * * 3.7 高斯白噪声和带限白噪声 带通白噪声的功率谱和自相关函数曲线 * * 3.7 高斯白噪声和带限白噪声 通常，带通滤波器的 B fc ，因此称窄带滤波器，相应地把带通白高斯噪声称为窄带高斯白噪声。 窄带高斯白噪声的表达式和统计特性(3.5节） 平均功率 * * 作业 5, 12, 14 * * End Of The Chapter 3 ! * * 3.3.2 高斯随机过程重要性质 如果高斯过程在不同时刻的取值是不相关的，那么它们也是统计独立的证明：如果高斯过程在不同时刻的取值是不相关的，即对所有j ? k，有bjk =0，则其概率密度可以简化为: 高斯过程经过线性变换后生成的过程仍是高斯过程。也可以说，若线性系统的输入为高斯过程，则系统输出也是高斯过程。 * * 3.3.3 高斯随机变量 高斯过程在任一时刻上的取值是一个正态分布的随机变量，也称高斯随机变量，其一维概率密度函数为 式中 a － 均值 ? 2 － 方差 曲线如右图： * * 3.3.3 高斯随机变量 性质 f (x)对称于直线 x = a，即 a表示分布中心， ? 称为标准偏差，表示集中程度，图形将随着? 的减小而变高和变窄。当a = 0和? = 1时，称为标准化的正态分布： * * 3.3.3 高斯随机变量 正态分布函数 这个积分的值无法用闭合形式计算，通常利用其他特殊函数，用查表的方法求出： 用误差函数 erf (x) 表示正态分布函数：令 则有 及 式中: －误差函数，可以查表求出其值。 * * 3.3.3 高斯随机变量 用互补误差函数 erfc (x) 表示正态分布函数： 式中： 当x 2时， * * 3.3.3 高斯随机变量 Q函数定义： Q函数和 erfc 函数的关系： Q函数和分布函数F(x)的关系： Q函数值也可以从查表得到。 * * 3.4 平稳随机过程通过线性系统 确知信号通过线性系统： 式中 vi － 输入信号， vo － 输出信号 对应的傅里叶变换关系： 随机信号通过线性系统： 其中：?i(t) －是平稳的输入随机过程，求输出过程?o(t)的统计特性，即它的均值a 、自相关函数Ri(?) 、功率谱Pi(?)以及概率分布。 随机过程通过线性系统的分析，建立在确知信号通过线性系统的分析基础之上的。 * * 3.4 平稳随机过程通过线性系统 1、输出过程的均值 对下式两边取统计平均： 得到 设输入过程是平稳的，则有 式中，H(0)是线性系统在f=0处的频率响应，因此，输出过程的均值是一个常数。 * * 3.4 平稳随机过程通过线性系统 2、输出过程的自相关函数 根据自相关函数的定义 根据输入过程的平稳性，有 于是 上式表明，输出过程的自相关函数仅是时间间隔? 的函数。 由上两式可知，若线性系统的输入是平稳的，则输出也是平稳的。 * * 3.4 平稳随机过程通过线性系统 3、输出过程的功率谱密度