第3章随机过程答题.ppt

通信原理 第3章 随机过程 第3章 随机过程 3.4 平稳随机过程通过线性系统 线性系统 若一线性系统对应于输入ui(t)、 vi(t)的系统输出分别为uo(t)、 vo(t)，则输入为aui(t)+bvi(t)（a、b为常数）时，系统输出应为auo(t)+bvo(t)。 系统特性 单位冲激响应h(t)：系统在输入为单位冲激信号d(t)时的输出（响应） 。 频率响应H(f)：冲激响应h(t)的傅里叶变换。 确知信号通过线性系统 ： 令vi(t)－输入信号， h(t)－冲激响应，则系统输出vo(t)为 或 第3章 随机过程 一般表示式 式中，a? (t) － 随机包络 ?? (t) － 随机相位 ?c － 中心角频率 波形特征：a? (t)和?? (t)随机变化，且比载波cos?ct的变化速度要缓慢很多。 第3章 随机过程 3.6 正弦波加窄带高斯噪声 正弦波加窄带高斯噪声的表示式 式中： A和?c － 确知振幅和角频率 ? － 正弦波的随机相位，均匀分布在0 ～2?间 n(t)－ 窄带高斯噪声，均值为0，方差sn2 于是有 第3章 随机过程 随机包络和随机相位表示式 包络： 相位： 正弦波加窄带高斯噪声的包络的统计特性 包络z的概率密度函数 f (z)?广义瑞利分布/莱斯分布 第3章 随机过程 包络概率密度函数 f (z)曲线 小信噪比时，接近瑞利分布 大信噪比时，接近高斯分布 第3章 随机过程 正弦波加窄带高斯噪声的相位统计特性 小信噪比接近均匀分布 卷积 对应的傅里叶变换关系： vo(t)=vi(t)*h(t) ? Vo(f)=Vi(f)H(f) 随机信号通过线性系统： 假设：线性系统输入平稳随机过程?i(t) ， a －均值， Ri(?) － 自相关函数， Pi(?) － 功率谱密度； 求输出过程?o(t)的统计特性 均值 自相关函数 功率谱密度 第3章 随机过程 结论 输出过程?o(t)的均值 H(0)：线性系统在 f = 0处的频率响应。 输出过程?o(t)的自相关函数 由均值与自相关函数的性质可知:若线性系统的输入是平稳的，则输出也是平稳的。 输出过程?o(t)的功率谱密度 输出过程的功率谱密度是输入过程的功率谱密度乘以系统频率响应模值的平方。 第3章 随机过程 时间间隔? 的函数 常数 3.5 窄带随机过程 若随机过程?(t)的功率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（1）?f fc，（2） fc 远离零频率，则称该?(t)为窄带随机过程。 大多数通信系统为窄带带通型，通过此系统的信号与噪声必为窄带随机过程 第3章 随机过程 ?f 0 P(f) f fc -fc (a) 功率谱密度 x(t) t 0 随机变化的包络 频率近似为fc (b) 波形 同相与正交表示式 上式展开得 即 式中?c(t)=a?(t)cosj?(t) － ?(t)的同相分量 ?s(t)=a?(t)sinj?(t) － ?(t)的正交分量 第3章 随机过程 平稳窄带高斯过程的统计特性?窄带高斯噪声 假定?(t)是均值为0，方差为??2的窄带平稳高斯过程 3.5.1 同相分量?c(t)和正交分量?s(t)的统计特性 同相分量?c(t)和正交分量?s(t)同样是平稳高斯过程，且均值为0，方差为??2 。 在任一相同时刻上得到的随机变量?c和?s是互不相关（统计独立）的。 第3章 随机过程 3.5.2 包络 a?(t)和相位??(t)的统计特性 包络a?(t)的一维分布是瑞利分布，相位??(t)的一维分布是均匀分布 a? 与?? 是统计独立的，即 f(a? , ??)= f(a? )? f(??) 第3章 随机过程 第一类零阶修正贝塞尔函数 * 为什么研究随机过程？ 在通信系统的研究中，输入信号、干扰、噪声等都不是确知信号，而是随机信号。 这些随机信号具有一定的统计规律性。 随机过程是随机信号的数学模型，研究它的理论就是研究随机信号的数学工具。 第3章 随机过程 3.1 随机过程的基本概念 随机过程是一类随时间作随机变化的过程，它不能用确切的时间函数描述。 样本函数?i (t)：随机过程的一次实现，对应一个随机试验结果，是一个时间过程。 随机过程? (t) ：所有样本函数的集合。 ? (t) ={?1 (t), ?2 (t), …, ?n (t)} 第3章 随机过程 0 t ? (t) ?