第四讲高斯随机过程、高斯白噪声和带限白噪声.pptVIP

通信原理电子教案;《通信原理》电子教案;2.4 高斯过程2.4.1 基本概念 1.定义 一随机过程ξ(t)，若它的任意n维概率密度呈正态分布，则称其为高斯过程。又称正态随机过程。 数学表达式见式（2.5.1）。  一维时：;2.性质－－由定义可分析出 （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(t2)、ξ(t3)、…之间若不相关，则它们也是统计独立的。 fn（x1，x2，...，xn；t1，t2，...，tn） ＝f1（x1，t1）f2（x2，t2）...，fn（xn，tn） （2.5.3）（3）若干个高斯过程之和仍是高斯过程。－－从信号角度。 （4）高斯过程经线性变换后，仍是高斯过程。－－从系统（线性系统）角度。; 则称ξ为服从正态分布的随机变量则称ξ为服从正态分布的随机变量 ;（2）性质;2.正态分布函数 （1）一般表示式 已知概率密度函数的前提下，正态概率分布函数可以表示为： ;（2）用概率积分函数表示 定义概率积分函数(简称概率积分)为：;（3) 用误差函数表示 正态分布函数更常表示成与误差函数相联系的形式。 1）误差函数定义;2）误差函数的性质 ●误差函数是递增函数，它具有如下性质： ;2.5 窄带随机过程→窄带过程2.5.1 窄带随机过程的概念1.什么叫窄带随机过程？ 频谱: 所占频带较窄，满足Δf fc的随机过程叫窄带随机过程。 时域：用示波器观察，看到某个实现的波形－－幅度和相位随机缓慢变化的近似正弦。;2. 表达式－－两种！;2.5.2 已知ξ(t)的统计特性，求ξc(t)、ξs(t)的统计特性 结论1 若ξ(t)：均值为0、方差为δ2、窄带、平稳、高斯随机过程。 则： （1）ξc(t)、ξs(t)同样是平稳高斯随机过程； （2） E[ξ(t)]=E[ξc(t)]=E[ξs(t)]＝0－－均值相同(都为0)； （3）δξc2=δξs2=δξ2=δ2－－方差相同，同于ξ(t) ； （4）在同一时刻（即τ=0）上得到的ξc及ξs互相关函数为0，即ξc与ξs互不相关，或说统计独立。;2.5.3 已知ξ(t)的统计特性，求 aξ(t)、φξ(t)的统计特性 结论2 若ξ(t)：均值为0、方差为δ2、窄带平稳高斯随机过程。 则： （1）其包络aξ(t)的一维分布呈瑞利分??； （2）其相位φξ(t)的一维分布呈均匀分布； （3） aξ(t)与φξ(t)统计独立。;;2.自相关函数 据：功率信号的功率谱密度与其自相关函数互为傅氏变换对。;2.6.2 带限白噪声 1.定义 白噪声经理想带通滤波器(-f0，f0)后而形成的噪声，被称为带限白噪声，即其功率谱密度为：;2.自相关函数;结论：按抽样定理对带限白噪声抽样，各抽样值是互不相关的随机变量(各抽样点处的随机变量是互不相关的)。 问：窄带、高斯、白噪声的含义。;2.7 正弦信号加窄带高斯噪声 2.7.1 合成信号表达式 正弦信号加窄带高斯噪声后的合成信号可表示为：;代入，整理：;合成信号振幅z(t)和相位 φ(t)的统计特性 可以证明，正弦信号加窄带高斯噪声所形成的合成信号具有如下统计特性： 1）随机包络服从广义瑞利分布（也称莱斯（Rice）分布）--(2.7-3)。 2）随机相位分布与信道中的信噪比有关，不再是均匀分布了。当信噪比很小时，它接近于均匀分布。 ;;　;任务：假设ξi(t)为平稳随机过程，且已知其统计特性，求ξ0(t)的统计特性。;一个十分有用的结论：若线性系统的输入过程是高斯型的，则系统的输出过程也是高斯型的。;作业： P63习题3-9。