隨机信号分析基础 （第3版）.pptVIP

随机信号分析基础 （第3版） 王永德 王军 编著 授课教师：张友俊 yjzhang@cie.shmtu.edu.cn 第1章 概率论简介 1.1 概率的基本概念 1.2 条件概率和统计独立 1.3 概率分布函数 1.4 连续随机变量 1.5 随机变量的函数 1.6 统计平均 1.7 特征函数 1.1 概率的基本概念 1.2 条件概率和统计独立 (1.2.1) (1.2.2) 1.3 概率分布函数 P(X《x3)=P(x1)+P(x2)+P(x3) 分布函数: Fx(x)=P(X《x) (1.3.1) 二元分布 (1.3.2) 1.4 连续随机变量 (1.4.2) 对于离散随机变量 (1.4.1) (1.4.3) (1.4.4) 边缘密度函数 (1.4.5) 联合概率密度函数 (1.4.6) 联合概率 (1.4.7) (1.4.8) X，Y，…，Z是统计独立的 1.5 随机变量的函数 高斯分布（正态分布） 泊松分布 泊松分布的结果为非负整数。大量的实际物理现象近似地符合这种分布，比如：顾客服务问题中，顾客的数目；误码发生问题中，误码的数目；网络服务器应用中，服务请求的次数。 瑞利分布 莱斯分布 随机变量的函数Y=g(X) 例 1.6 统计平均 离散随机变量X的概率为P(xi) ， X的数学期望定义为 (1.6.1) 对于连续随机变量X的概率密度为P(xi)，X的数学期望定义为 n阶原点矩定义为 (1.6.2) (1.6.3) n阶中心矩定义为： (1.6.4) 二维随机变量X和Y的n+k阶联合矩定义为： (1.6.5) n+k阶联合中心矩为： (1.6.6) 随机变量X和Y正交 性质： X、Y是不相关的 (1.6.8) (1.6.7) 1.7 特征函数 随机变量X的特征函数定义为： 离散随机变量X的特征函数定义为： 傅里叶反变换 (1.7.1) (1.7.2) (1.7.3) 性质1：互相独立随机变量之和的特征函数等于各随机变量特征函数之积，即若 则 性质2：求矩公式 例 (1.7.5) (1.7.4)