李卫东《通信原理》第三章.pptVIP

第三章 随机过程 内容 3.2 随机过程的统计特性 3.3 平稳随机过程 3.4 高斯过程 3.5 平稳随机过程通过线性系统 3.6 高斯白噪声 3.7 窄带平稳随机过程 3.8 余弦波＋窄带平稳随机过程 3.9 匹配滤波器 3.10 循环平稳随机过程 3.1 引言 信号 不可准确预测 噪声是随机过程 随机干扰和随机噪声 随机过程理论 统计方法 统计规律 随机过程的一般表述 举例：n部接收机的输出噪声电压 随机过程的定义 设随机试验E的所有的可能结果构成样本空间S 随机试验E的可能结果为X(t)， 此X (t)为随机函数。 当t 代表时间量时，称此X(t)为随机过程。 随机过程 随机过程是与时间有关的随机变量，在确定的时刻它是随机变量. 实现（样函数）是确定时间函数 X(t) Y(y):表示随机过程，x(t) y(t) 等表示随机过程的实现（样函数） 3.2 随机过程的统计(概率)特性 随机过程的统计性质完全描述 分布函数 概率密度。 部分描述 均值 方差 etc 3.2.1随机过程的分布函数和概率密度 随机过程X(t)的一维分布函数： X(t)的一维概率密度函数： 3.2.1随机过程的分布函数和概率密度（续） X(t)的n维分布函数： X(t)的n维概率密度函数： 统计平均算子 随机变量： 随机过程： 例 均匀分布，求 的统计平均值 矩：原点矩 中心矩 混合矩 3.2.2随机过程的数字特征 数学期望： 方差： 自协方差函数： 自相关函数： 3.2.2随机过程的数字特征(续2) 归一化自协方差函数： 3.2.3两个随机过程的联合分布函数和数字特征 X(t),Y(t),其n+m维联合分布函数： X(t),Y(t), 其n+m维概率密度函数： 3.2.3两个随机过程的联合分布函数和数字特征（续1） 互协方差函数 互相关函数 独立不相关 独立： 不相关： 3.3 平稳随机过程 严平稳宽平稳 各态历经性 平稳过程的功率谱密度 维纳－辛钦定理 3.3 平稳随机过程(1) 狭义平稳(严平稳)的定义 一维分布与时间无关，二维分布只与时间间隔 ( t1 - t2 ) 有关 数字特征 特性： 常数 只与时间差有关 3.3 平稳随机过程(2) 宽平稳 宽平稳 联合宽平稳 宽平稳随机过程 均匀分布 的统计特性 已知 求 广义 平稳 例： 平稳随机过程的性质 (1) (2) 平稳过程 只与 有关 常数 自相关： 互相关： 偶函数 非奇非偶函数 平稳随机过程的性质 有界性 许瓦尔兹不等式： (3) 许瓦尔兹不等式的证明 任意实数 的二次函数 ， (4) 周期平稳过程 证明： (5) 在 时独立，且 则 (6) 直流功率： 实际信号， 时， 独立 (7) 交流功率： 例：找出一定不是自相关函数的曲线 3.3 各态历经性(遍历性) 随机过程的任一实现，经历了随机过程的所有的可能状态 平稳随机过程及其函数的统计平均（集平均），可以用一个实现及其函数在整个时间轴上的时间平均值来代替 时间平均 均值遍历 自相关遍历 确定函数的时间平均： 平稳随机过程及其实现 均值遍历 自相关遍历： 宽遍历随机过程 严遍历随机过程 随机过程的所有统计平均特性 样函数对应的时间平均特性 以概率1相等 遍历过程一定是平稳过程，平稳过程不一定是遍历过程 均匀分布 已知 例 求 3.3 平稳随机过程的功率谱密度 随机过程的积分： 定义随机过程的平均功率： 常数 3.3 平稳随机过程的功率谱密度 随机过程的积分： 帕色瓦尔定理 定义： 3.3维纳－辛钦定理 维纳－辛钦定理： 3.3维纳－辛钦定理 令 3.3维纳－辛钦定理 平稳过程功率谱密度的性质 (1)功率谱密度为实、非负、偶函数 (2) (3) 单边功率谱密度 均匀分布 的功率谱密度 已知 求 例： 例 白噪声，一平稳过程。其功率谱密度为： 求其自相关函数。 解： 两个平稳过程的和 互功率谱密度 独立 均值为零 3.4 高斯过程 为 的元素 的代数余子式 定义： 3.4 高斯过程的性质 性质： 概率密度函数 广义平稳  狭义平稳 各随机变量之间互不相关  统计独立 证明：Next Page 均值 协方差函数(包含：方差) 均值:与时间无关 自相关，只与时间差有关 协方差只与时间差有关 3.4 性质的证明 两两不相关 令 则有： 3.4 高斯过程(5) 一维正态分布 关于 a 对称：f (a+x) = f (a-x) 常用函数 标准正态概率密度函数 常用函数 概率分布函数 3.4 erfc函数 3.5 随机过程通过线性系统 是随机过程。 有什么性质？ 若输入为平稳过程 输出： 平稳过程 输出的集平均 输入和