第2章随机信号与噪声解说.ppt

* * 2.自相关函数 据：功率信号的功率谱密度与其自相关函数互为傅氏变换对。 3. 白噪声的功率 由于白噪声的带宽无限，其平均功率为无穷大，即 或 * * 讨论： ●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，而且还统计独立。 ●真正“白”的噪声不存在，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大于通信系统的工作频带，就可视为白噪声。 问：高斯白噪声？ * * 2.8.2 高斯白噪声 定义：指噪声取值的 pdf 满足正态分布统计特性，同时它的功率谱密度函数是常数的一类噪声。 注意：高斯白噪声同时涉及到噪声的两个不同方面，即 pdf 的正态分布性和功率谱密度函数的均匀性。 讨论：在通信系统的理论分析中，常假定信道噪声为高斯白噪声。原因： ●高斯白噪声可用具体的数学表达式表述：只要知道了均值和方差，它的一维 pdf 便可确定；只要知道了功率谱密度值，它的功率谱密度函数便可确定。 ●高斯型白噪声确实反映了实际信道中的加性噪声情况，比较真实地代表了信道噪声的特性。 * * 2.8.3 带限白噪声----白噪声功率被限制在一定范围的噪声。 实际通信系统往往是一个带通系统，其作用在于一方面让信号畅通无阻，同时最大限度地抑制带外噪声。 1. 低通白噪声 定义：白噪声经理想低通滤波器或理想低通信道后而形成的噪声，被称为低通白噪声。 功率谱密度： * * 自相关函数 低通白噪声的功率 * * 讨论： ●低通白噪声只在 上得到的随机变量才不相关。即：如果按奈奎斯特频率对低通白噪声进行抽样，所得各抽样值互不相关。 ●理想低通为线性系统，当输入的白噪声为高斯型时，其输出也必为高斯的，且均值为0，方差为 问：窄带、高斯、白噪声的含义。 * * 2.带通白噪声 定义：如果白噪声通过理想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 * * 自相关函数： 带通白噪声的功率 ----同于低通白噪声时。 讨论：当输入的白噪声为高斯型时，理想带通滤波器的输出也是高斯的，且其均值为0，方差 。 * * 例 功率谱密度为n0/2的白噪声，经LPF： 求输出的： Po(ω)、Ro(τ)、噪声功率N。 解： * * 证明：由信号与系统课程知道，对于任意确定功率信号x(t)，其功率谱密度为 式中， 是x(t)的短截函数xT(t)的频谱函数。对于功率型平稳随机过程而言，它的任一实现的功率谱密度也可以由上式确定。 但一般而言，不同实现具有不同的谱密度。因此，某一实现的功率谱密度不能作为过程的功率谱密度。过程的功率谱密度应看作是对所有实现的功率谱的统计平均，即 * * 我们还知道，非周期的功率型确知信号的自相关函数与其功率谱密度是一对傅里叶变换。这种关系对平稳随机过程同样成立，也就是说，平稳随机过程的功率谱密度PX(ω)与其自相关函数R(τ)也是一对傅里叶变换，即 * * 讨论： （1）对功率谱密度进行积分，可得平稳过程的平均功率： －－从频域的角度给出了过程平均功率的计算方法。 （2）各态历经过程的任一实现的功率谱密度等于过程的功率谱密度： 即，任一实现的谱特性都能很好地表现整个过程的谱特性。 【证】对各态历经过程，有 两边同取傅里叶变换，得 此即 * * 【解】由例2-1已经得知随相信号是一个平稳过程，且其相关函数为 例2-3 试求随相正弦波X(t) = Acos(?ct + ? )的自相关函数、功率谱密度和和平均功率。 又由 得 功率谱密度 平均功率 * * 2.4 高斯随机过程 －－通信中最重要也是最常见的过程。2.4.1 高斯过程的定义若随机过程X(t)的任意n维分布（n=1,2,…）均服从正态分布，则称它为正态过程或高斯过程。 n维正态概率密度函数表示式见 式（2.4.1）～ （2.4.3）特点：高斯过程的n维分布只依赖各个随机变量的均值、方差和归一化协方差。因此，对于高斯过程，只需要研究它的数字特征就可以了。 * * （2.4-1） n维正态概率密度函数为 （2.4-2） （2.4-3） 式中， 归一化协方差矩阵的行列式 归一化协