第3章【随机过程】--3.1~3.2讲述.pptVIP

* [例3-2] 求随机相位余弦波? (t) = Acos(?ct + ? )的自相关函数和功率谱密度。 例题 * 例题 【解】 已知随机相位余弦波是一个平稳过程，且其相关函数为 因为，平稳随机过程的相关函数与功率谱密度是一对傅里叶变换，即有 以及 所以，功率谱密度为 平均功率为 * * 由于t1是任取的，所以可以把 t1 直接写为 t， x1改为x，这样上式就变为 * 在通信系统中所遇到的信号及噪声，大多数可视为平稳的随机过程。因此研究平稳随机过程有着很大的实际意义。 * 在通信系统中所遇到的随机信号和噪声，一般均能满足各态历经条件。 * 它在平稳随机过程的理论和应用中是一个非常重要的工具，它是联系频域和时域两种分析方法的基本关系式。 * * 第3章 随机过程 3.1 随机过程的基本概念 3.2 平稳随机过程 3.3 高斯随机过程 3.4 平稳随机过程通过线性系统 3.5 窄带随机过程 * * 3.1 随机过程的基本概念 分布函数 数字特征 3.2 平稳随机过程 3.2.1 平稳随机过程的定义 3.2.2 各态历经性 3.2.3 平稳过程的自相关函数 3.2.4 平稳过程的功率谱密度 * 3.1 随机过程的基本概念 什么是随机过程？ * 什么是随机过程？ 【例】n 台示波器同时观测并记录n 台接收机的输出噪声波形 。 * 1：随机过程是所有样本函数的集合 随机过程的一次实现，即样本函数?i (t)，是确定的时间函数。 全部样本函数的集合是随机过程： ? (t) ={?1 (t), ?2 (t), …, ?n (t)} 。 * 什么是随机过程？ 【例】n 台示波器同时观测并记录n 台接收机的输出噪声波形 。 * 2：随机过程是在时间进程中处于不同时刻的随机变量的集合 在任一给定时刻 t1上，每一个样本函数?i (t)都是一个确定的数值?i (t1)，但是 每个?i (t1)都是不可预知的。 在一个固定时刻 t1上的取值{?i (t1), i = 1, 2, …, n}是一个随机变量，记为? (t1)。 * 什么是随机过程？ 1. 随机过程是所有样本函数的集合： ? (t) ={?1 (t), ?2 (t), …, ?n (t)} 2. 随机过程是在时间进程中处于不同时刻的随机变量的集合: 在任一给定时刻 t1上是一个随机变量, 即 ? (t1)={?i (t1), i = 1, 2, …, n} * 3.1.1 随机过程的分布函数 设? (t)表示一个随机过程，则它在任意时刻 t1的值? (t1)是一个随机变量，其统计特性可以用分布函数或概率密度函数来描述。 随机过程? (t)的一维分布函数： 随机过程? (t)的一维概率密度函数： 若上式中的偏导存在的话。 * 随机过程? (t) 的二维分布函数： 若偏导存在的话, 随机过程? (t)的二维概率密度函数： 随机过程? (t) 的n维分布函数： 随机过程? (t) 的n维概率密度函数： * 3.1.2 随机过程的数字特征 均值（数学期望）： 在任意给定时刻 t1的取值? (t1)是一个随机变量，其均值 式中： f (x1, t1) ： ? (t1)的概率密度函数 Important * ? (t)的均值是时间的确定函数，常记作 a ( t )， 表示随机过程的 n个样本函数曲线的摆动中心 : a (t ) * 方差 方差常记为? 2( t )。 因为 方差表示随机过程在时刻 t 对于均值a ( t )的偏离程度。 均方值 均值平方 Important * 相关函数 式中 ? (t1)和? (t2)分别是在 t1和 t2 时刻观测得到的随机变量。 R(t1, t2)是两个变量t1和t2的确定函数。 自相关函数 互相关函数 * 协方差函数 式中 a ( t1 )、 a ( t2 ) － 在t1、t2时刻得到的? (t)的均值 f2 (x1, x2; t1, t2) － ? (t)的2 维概率密度函数 * 相关函数和协方差函数之间的关系: 若 a(t1) = a(t2) = 0 则 B(t1, t2) = R(t1, t2) * 3.2 平稳随机过程 3.2.1平稳随机过程的定义 3.2.2 各态历经性 3.2.3 平稳过程的自相关函数 3.2.4 平稳过程的功率谱密度 * 3.2 平稳随机过程 3.2.1平稳随机过程定义 若一个随机过程?(