随机信号分析复习新.ppt

随机信号分析;随机变量;随机变量;不相关，正交，相互独立;随机变量的函数;随机变量的特征函数及其性质;第二章 随机信号概论;§ 2.1随机过程的概念及其分类;随机过程的定义;随机过程的定义;随机过程X(t)在四种不同情况下的意义：;2 随机过程的分类;(3)连续随机序列，随机过程X(t)在任一离散时刻的状态是连续型随机变量，也就是时间离散，状态连续的情况， ;§ 2.2随机过程的统计特性;随机过程的一维概率分布;2. 二维概率分布和n维概率分布;用同样的方法，我们可以引入随机过程X(t)的n维分布函数和n维概率密度:;两个随机过程X(t)和Y(t)的联合分布函数与联合概率密度函数的定义：;若两个随机过程X(t)和Y(t)相互独立，则对任意的n和m有;二 随机过程的数字特征;2．均方值与方差 ; 方差描述了随机过程诸样本函数围绕数学期望mX(t)的分散程度。若X(t)表示噪声电压，那么均方值就表示消耗在单位电阻上的瞬时功率的统计平均值，而方差σX2(t)则表示瞬时交流功率的统计平均值。 ; 3．自相关函数 ;自相关函数 ;协方差函数;随机过程两个时刻状态间的关系; 4．互相关函数 ; 5.统计独立、不相关和正交 ;则称X(t)和Y(t)之间互不相关。 ;(3)若两个过程X(t)和Y(t)之间的互相关函数等于零，即对任意t1，t2有 ;三、随机过程的特征函数;随机过程的特征函数;§ 2.3随机序列及其统计特性;随机序列;随机序列;随机序列;随机序列;独立随机过程;§ 3.1 平稳随机过程及其数字特征 ;§ 3.1 平稳随机过程及其数字特征 ;严平稳随机过程 ;(2)平稳过程X（t）的二维概率密度只与t1、t2的时间间隔有关，而与时间起点t1无关。 ; 2．宽平稳随机过程;两个随机过程平稳相依;二、各态历经（遍历）随机过程 ;各态历经过程;各态历经过程;各态历经过程;各态历经过程;§ 3.2平稳过程相关函数的性质;平稳过程相关函数的性质;平稳过程相关函数的性质;平稳过程相关函数的性质;平稳过程相关函数的性质;平稳过程相关函数的性质;平稳过程相关函数的性质;平稳过程相关函数的性质;相关系数和相关时间 ;（2）相关时间;二、平稳相依过程互相关函数的性质;平稳相依过程互相关函数的性质;§ 3.3 平稳随机序列的自相关阵与协方差阵 ;§ 3.4 随机过程统计特性的实验研究方法 ;一、均值估计;均值估计;估计量的性质（工程）; 2．估计量的方差;二、方差估计;三、自相关函数的估计;互相关函数估计; 四、密度函数估计 ;§3.6 复随机过程 ;复随机变量;复随机变量;复随机变量; 二、复随机过程;复随机过程;复随机过程;复随机过程;§ 3.7 高斯随机过程 ;式中m,x为n维向量;高斯随机过程;高斯随机过程有许多特殊性质：;高斯随机过程的性质;性质2：;高斯过程性质;高斯过程性质;高斯过程性质;§ 4.1 功率谱密度 ;能谱密度;随机过程的功率谱密度 ;;;;随机过程X(t)的平均功率为：;§4·2功率谱密度与自相关函数之间的关系;维纳－辛钦定理;典型函数的付氏变换关系;物理谱密度;§4·3 功率谱密度的性质;且式中G。0，又由于要求平均功率有限，所以一般必须满足mn此外，分母应该无实数根。;§ 4·4 互谱密度及其性质; 二、互谱密度的性质;互谱密度的性质;互谱密度的性质;三、相干函数;? 白噪声定义;白噪声的相关系数： ;2．白序列(RND伪随机序列);白序列功率谱 ;3、限带白噪声 ; （2）带通白噪声;§4·7 复随机过程的功率谱密度 ;§4．8 功率谱密度的计算举例 ;§4．9 随机过程的高阶统计量简介;第五章 随机信号通过线性系统;§ 5.1线性系统的基本性质;二、线性时不变系统 ;线性时不变系统的传输函数 ; 三、系统的稳定性与物理可实现的问题 ;§ 5·2 随机信号通过线性系统 ;系统的输出; 2．系统输出的均值与自相关函数 ;(2)系统输出的自相关函数 ;3．系统输入与输出之间的互相关函数 ;系统输入与输出之间的互相关函数;自相关函数与互相关函数的关系式; 4．物理可实现系统的响应;无限工作时间的系统;(2)有限工作时间的系统 ; 二 系统输出的功率谱密度;2． 系统输入与输出之间的互谱密度 ;3、相干函数的应用;相干函数;相干函数的应用;相干函数的应用; 三、多个随机过程之和通过线性系统; 多个随机过程之和通过线性系统; 多个随机过程之和通过线性系统;多个随机过程之和通过线性系统;多个随机过程之和通过线性系统;§ 5·3白噪声通过线性系统 ;噪声带宽;噪声带宽;噪声带宽;噪声带宽;二、白噪声通过理想线性系统;1．白噪声通过理想低通线性系统 ;白噪声通过理想低通线性系统 ;白噪声通过理想低通线