随机信号--第三章精编.pptVIP

例1设随机过程 ，其中a，w0为常数，X(t)为具有功率谱密度SX(w)的平稳过程。求过程Y(t)的功率谱密度。 解： 例2平稳随机过程 的功率谱密度为 求该过程的自相关函数 。 解： 3.4平稳随机过程的采样定理 X(t)为平稳随机过程，具有零均值，它的功率谱密度为 当满足条件 时，变可将它的振幅样本展开为 X(n)功率谱密度与X(t)的功率谱密度之间的关系为 3.5 联合平稳随机过程的互谱密度 3.5.1 互谱密度 定义两个截取函数 为 二者满足绝对可积的条件，则 定义两个随机过程的互功率为 应用帕塞瓦定理 实随机过程 下面求平均功率 ，取极限得到平均功率QXY 互功率谱密度定义为 则有 类似地互功率谱密度定义为 相应的互功率为 互功率、互功率谱密度物理意义 考虑实随机过程 W(t)=X(t)+Y(t)，其自相关函数RW 对上式等号两边求时间平均，则有 其中 若X(t)、Y(t)联合平稳，则 则有 等号两边取傅里叶变换，得到 其中F(?)表示傅里叶变换， 、 、 分别为W(t)、X(t)、Y(t)的功率谱密度 3.5.2互谱密度与互相关函数的关系 平稳随机过程的自相关函数与其功率谱密度互为傅里叶变换，互相关函数与互谱密度也有类似关系 1.两个实随机过程X(t)、Y(t)，其互谱密度与互相关函数的关系为 即 2.若X(t)、Y(t)联合平稳，则 证明 根据 、 得到 根据互功率谱密度定义，可得 令 ， 代入上式进行变量置换，得到 即互谱密度 与互相关函数 满足 当X(t)和Y(t)广义联合平稳时，有 则 从而 结论：对于两个联合平稳（至少是广义联合平稳）的实随机过程，它们的互谱密度与其互相关函数互为傅里叶变换 3.5.3互谱密度的性质 1. 2.实部为偶函数 3.虚部为奇函数 4.若X(t),Y(t)正交，则 5.若X(t),Y(t)不相关，分别具有常数均值mX和mY 6. 例1.设两个随机过程X(t)和Y(t)联合平稳，其互相关函数为 求互谱密度 和 。 解： 根据互谱密度的性质，得 例2.设两个随机过程X(t)和Y(t)联合平稳，其互谱密度为 其中 ，a、b皆为实常数，求互相关函数 解： 3.6白噪声 随机过程通常可按它的概率密度和功率谱密度的函数形式来分类。就概率密度而言，正态分布的随机过程占有重要地位；就功率谱密度来说，具有均匀功率谱密度的白噪声非常重要。 3.6.1理想白噪声 若N(t)为一个具有零均值的平稳随机过程，其功率谱密度均匀的分布在整个频率区间，即 其中N0为一个正实常数，则称N(t)为白噪声过程或简称白噪声。“白”字借用光学中的“白光”术语，因为白光光谱中包含所有可见光的频率分量。 利用维纳—辛钦定理，不难测到白噪声的自相关函数为 上式说明，白噪声的自相关函数是一个δ函数，其面积等于功率谱密度。如图所示。 白噪声的自相关系数为 以上说明，白噪声在任何两个相邻时刻的取值都是不相关的。这就意味着白噪声过程随时间的起伏极快，过程的功率谱密度极宽。 上面定义的白噪声只是一种理想化的模型。实际上，白噪声是不存在的，因为白噪声的均方值 而物理上存在的随机过程，其均方值总是有限的。 由于白噪声在数学处理上具有简单、方便等优点，因此它在诸如线性系统分析等实际应用中，仍占有极其重要的地位。 在实际工作中，当研究随机过程通过某一系统时，只要该随机过程的功率谱密度在一个比系统带宽大得多的频率范围内近似均匀分布，就可以把它作为白噪声来处理，而不会带来太大的误差。 电子设备中的起伏过程，许多都可以认为是白噪声。例如电阻的热噪声，晶体管的散粒噪声等，在相当宽的频率范围内都具有均匀的功率谱密度，故可把它们看成是白噪声。 3.6.2 限带白噪声