窄带随机过程讲义.ppt

， t 的任意性。 ， t 的任意性。 故， 其中， 可替换为 或 。 ∴ 结论: 零均窄带平稳高斯随机过程Z(t)，其同相分量X(t) 和正交分量Y(t) (1) 同样是平稳高斯随机过程，且具有一般平稳过程的性质。 。 同时刻的X(t)与Y(t)统计独立。 mx=my=0 同时刻的X(t)与Y(t)不相关 高斯过程 (2) 由 同时刻的X(t)与Y(t)正交 设B(t)和Ф(t)的二维概率密度函数为： 则， 2．Z(t)的包络B(t)和相位Ф(t)的概率分布 若Z(t)为零均窄带平稳高斯随机过程，则 由边缘分布可得 。 B(t)和Ф(t)的二维概率密度函数为: 结论: 零均窄带平稳高斯随机过程： 其包络B(t)服从瑞利分布， 相位Ф(t)服从均匀分布。 B(t)与Ф(t)在同一时刻t是统计独立的。 另外: 有窄带过程，则必存在非窄带过程。因此，相对于窄带过程我们可以给非窄带过程下一个粗略的定义，即： 功率谱分布的频率范围可与其所在的中心频率比拟的（或 不满足?ffo条件的）随机过程，称为非窄带过程。 例2：求窄带高斯随机过程包络平方的概率分布。 设包络的平方为： ， 已知： 。求 。 解： 6.5 余弦波加窄带高斯过程 模拟通信系统接收机前端模型: 加性噪声: 平稳窄带零均高斯过程 加白噪声 其中： θ 是[0，2π]上均匀分布的随机变量。S(t)为随相余弦信号； 。 研究余弦信号加窄带高斯过程的重要性。 且: 加性噪声-------平稳窄带零均高斯过程 设合成信号： 令： 其中： 。 问题：余弦信号加窄带高斯过程之和R(t)的包络函数B(t) 和相位函数Ф(t)的统计特征如何？ 包络函数B(t)的统计特征 若θ给定（即θ为一确定值），则 同理: 在给定θ的条件下，X(t)和Y(t)为高斯分布, 在任意时刻t，随机变量Xt和Yt的联合概率密度函数为： 利用上式可得 由此可求出的表达式如下： 包络的条件概率： 上式与 q 无关，故可得： 上式称为：广义瑞利分布或莱斯密度函数。 若a=0，则退化为瑞利分布。 其中， 是零阶修正贝塞尔函数。其级数形式为 。 很小,或噪声平均功率 很大 当x1时，有 包络的概率密度退化为瑞利分布。 b) 当x1时，有 即信噪比很大时: ? 在慢变化系数因子中,用a 取代Bt, 可得高斯分布。 x1 信噪比很小 2. 相位函数的统计特征 代入 ， 并求积分可得： ， 故，相位分布积分较复杂。 小结： Z(t)为零均窄带高斯过程，其 。 1. 由 可知，X(t)和Y(t)分别与XN(t)和YN(t)呈线性关系，而且 二者分别是均值为 和 窄带高斯过程； 2．由 可知，B(t)和Ф(t)与X(t)和 Y(t)为非线性关系，令 ，则： 当 时，B(t)为瑞利分布； 当 和 可比较时，B(t)为广义瑞利分布； 当r较大时，B(t)趋于正态分布； 相位Ф(t)分布较复杂。当r从0逐渐变大时， 从均匀 分布逐渐趋向于正态分布。 例：余弦信号加窄带高斯随机包络平方的概率分布 设包络的平方为： 已知： 求 。 任意时刻t的包络平方为： ， 。 解： 窄带随机过程的定义 解析信号与希尔伯特变换 窄带随机过程的性质 窄带高斯随机过程Z(t)的高斯分布 余弦波加窄带高斯过程 §6.1 窄带随机过程的定义　 窄带系统---------很多无线电系统的通频带 是比较窄的，它们远小于其中心频率 ，这种系统只允许输入信号靠近 附近的频率分量通过，故称为窄带系统。其满足： 为高频载波。 窄带随机过程------ 若一个随机过程的功率谱密度，只分布在高频载波 ω0 附近的一个较窄的频率范围?ω内，且满足ω0?ω 时，则称该过程为窄带随机过程。记为：Z( t ) 。 例：图6.1为以窄带随机过程的功率谱密度函数 问题: 对应于功率谱密度GZ (ω)的窄带随机过程Z(t)的表达 式为何？即如何