考研西北工业大学《825通信原理》强化精讲随机信号分析—修.pptVIP

专业课强化精讲课程第2讲; 随机信号分析：随机过程的 基本概念；平稳随机过程；高斯过程；窄带随机过程；白噪声和带限白噪声；正弦波加窄带随机过程；随机过程通过线性系统。;3.1.1 随机过程的分布函数 设? (t)表示一个随机过程，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。 （1）随机过程? (t)的一维描述 一维分布函数;目的/意义： 可以把随机过程ξ(t)当作一个多元的随机变量来看待，而用这个多元随机变量[ξ(t1)，ξ(t2)，...，ξ(tn)]的分布函数或概率密度来描述随机过程的统计特性。 显然，n 越大，对随机过程的描述越充分。 统计独立: 对于任何n个随机变量ξ(t1)，ξ(t2)，...，ξ(tn)，如果下式成立 fn（x1，x2，...，xn；t1，t2，...，tn） =f1（x1，t1）f2（x2，t2）...fn（xn，tn） 则???这些变量是统计独立的，否则就是不独立的或相关的。 ;－－随机过程在任意给定时刻t的均值。;*;2. 方差;3.协方差与相关函数－－ ?(t)不同时刻取值之间的相互关系 假定：?(t1)和?(t2)分别是在t1和t2时刻观测得到的随机变量。 （1）相关函数－－同一随机过程的相关程度;相关函数和协方差函数之间的关系：;3.2 平稳随机过程1.定义若一个随机过程ξ(t)，它的任意有限维分布或概率密度函数与时间起点无关，即对于任意的正整数n和所有实数?，有;2.性质－－该定义表明： 平稳随机过程的统计特性不随时间的推移而改变，即它的一维分布函数与时间t无关：;严平稳随机过程的数字特征： （1）其均值与t无关，为常数a； （2）自相关函数只与时间间隔?有关。 4.广义平稳随机过程 把同时满足（1）和（2）的过程定义为广义平稳随机过程。 意义： 具有各态历经性平稳随机过程－－十分有趣，非常有用。 通信系统中所遇到的信号与噪声，大多数可视为平稳、具有各态历经性的随机过程。;3.2.2 各态历经性 问题的提出 随机过程的数字特征（均值、相关函数）是对随机过程的所有样本函数的统计平均，但在实际中常常很难测得大量的样本。 问题：能否从一次试验而得到的一个样本函数x(t)来决定平稳过程的数字特征呢? 回答是肯定的： 平稳过程在满足一定的条件下具有一个有趣而又非常有用的特性，称为“各态历经性”（又称“遍历性”）。具有各态历经性的过程，其数字特征（均为统计平均）完全可由随机过程中的任一实现的时间平均值来代替。 条件？;各态历经性条件 设： ?i(t)是平稳过程?(t)的任意一次实现（样本），则其时间均值和时间相关函数分别定义为：;“各态历经”的含义： 随机过程中的任何一次实现都经历了随机过程的所有可能状态。 各态历经随机过程的特点－－好处 在求解各种统计平均（均值或自相关函数等）时，无需作无限多次的考察，只要获得一次考察，用一次实现的“时间平均”值代替过程的“统计平均”值即可，从而使测量和计算的问题大为简化。 注：具有各态历经的随机过程一定是平稳过程，反之不一定成立。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。;3.2.3 平稳过程的自相关函数－－特别重要，因为： 平稳随机过程的统计特性，如数字特征等，可通过相关函数来描述； 相关函数揭示了随机过程的频谱特性。 （1）平稳过程自相关函数的定义：;（3） | R(τ)|≤R(0) --- R(τ) 的上界。 证：由于 E[ξ(t)±ξ(t+τ)]2≥ 0 从而 E[ξ(t)±ξ(t+τ)]2 = E[ξ2(t)+ξ2(t+τ)±2ξ(t)ξ(t+τ) ] = E[ξ2(t)]+ E[ξ2(t+τ)]±2E[ξ(t)ξ(t+τ)]; ----平稳 = 2R(0)±2R(τ)≥0 所以，得 R(0)≥±R(τ) 即 |R(τ)|≤R(0) ;（4）R(∞)=E2[ξ(t)]=a2 ---ξ(t)的直流功率。 证：;3.2.4 平稳随机过程的功率谱密度Pξ(ω) －－相关函数R(τ)的又一重要性质。 设：ξ(t)平稳，R(τ)绝对可积;讨论： （1）对功率谱密度进行积分，可得平稳过程的总功率：;*;3.3.2 重要性质 （1）高斯过程若广义平稳，则必狭义平稳 。 （2）高斯过程中的随机变量ξ(t1)、ξ