《系统辨识》讲稿-第3讲.docVIP

《系统辨识》第3讲要点 随机信号的描述与分析 2.5 白噪声及其产生方法 2.5.1 白噪声的概念 ● 白噪声过程（一系列不相关的随机变量组成的理想化随机过程） 相关函数： 谱密度： 近似白噪声过程 谱密度：（为给定的远大于过程的截止频率） 相关函数： 讨论白噪声时，还要涉及到白噪声的概率分布，服从正态分布的白噪声称为高斯白噪声。 维白噪声：一个维随机过程满足： 其中为正定常数矩阵，则称为维白噪声过程。 ● 白噪声序列 白噪声序列是白噪声过程的离散形式。如果序列满足： 相关函数： 则称为白噪声序列。 谱密度： 2.5.2 表示定理与成形滤波器 ● 表示定理 设平稳噪声序列的谱密度是的实函数，或是的有理函数，那么必定存在一个渐近稳定的线性环节，使得如果环节的输入是白噪声序列，则环节的输出是谱密度为的平稳噪声序列。 ● 成形滤波器 表示定理中所涉及到的线性环节称为成型滤波器。 白噪声 有色噪声 可以证明：如果的谱密度是的有理函数，那么一定存在一个成型滤波器，它的脉冲传递函数为： 且 的根都在平面的单位圆内。 ● 例子 设平稳有色噪声序列的自相关函数为： 则相应的功率谱密度函数为： 成型滤波器的脉冲传递函数为： 假定，则有： 相关函数计算可得： 2.5.3 (0,1)均匀分布随机数的产生 白噪声序列称为随机数。 三类方法：Rand百万随机数、物理方法、数学方法 产生伪随机数。 ● 乘同余法 第一步： 递推式 其中，或，不能太小。初值取正奇数。 第二步： 可以证明是伪随机数，循环周期为。 计算机上的实现：令为取数的小数部分，则有 例子见教材P47。 ● 混合同余法 第一步：递推式 其中：，，即，为正整数，初值为非负整数。 第二步： 可以证明是周期为的伪随机数。 2.5.4 正态分布随机数的产生 ● 理论基础：定理2.2 设是（0，1）均匀分布的随机变量，是给定的连续分布函数，它的逆函数记做，则是服从分布的随机变量，即： 以此定理为基础，可以产生任意分布的随机数。 注意：若，则，因此也是服从分布的随机变量。 ● 统计近似抽样法 由于正态分布函数的逆函数的解析式无法求得，我们利用中心极限定理产生正态分布的随机数。 设是（0，1）均匀分布的随机数序列，则有： 由中心极限定理，有 若，则有 即有 由此可得正态分布的随机数。 取时，有 ● 变换抽样法 理论依据：设和是相互独立的（0，1）均匀分布随机变量，则 是相互独立、服从分布的随机变量。 ● 统计性质 2.6 M序列（最长线性移位寄存器序列）的产生及其性质 ● 辨识输入信号的选择 ▲ 持续激励：激励过程的所有模态、输入信号的频谱必须覆盖对象的频谱。 ▲ 优良性： 辨识模型的精度取决于输入信号的选择。 ▲ Cramer-Rao不等式： ▲ Fisher信息矩阵： ▲ D优化准则： ▲ 工程考虑：幅度不能太大，以免进入非线性区；“净扰动”要小；易实现。 2.6.1 M序列的概念 ● M序列的作用 ▲ 辨识输入信号要求具有白噪声的统计特性 ▲ M序列具有近似的白噪声性质，即 ▲ M序列“净扰动”小，幅度、周期、时拍易控制，实现简单。 2.6.2 M序列的产生 ● M序列的定义:，，注意求和为模2求和，且，适当选取（反馈通道的选择）就可以使序列以bit的最长周期循环，即。 ● M序列的生成结构图（P55图2.29） ● M序列的波形 2.6.3 特征多项式 解决如何选取反馈通道的问题，以保证生成M序列。 ● 定义多项式：（无限阶） ● 重要结果：, （有限阶） 称为M序列的特征多项式。 注意1：此时选取M序列初始状态为：。 注意2：生成M序列的结构图完全由特征多项式确定。 注意3：不是任何多项式都可以作为生成M序列的特征多项式，它必须满足以下条件。 ● 必要条件：特征多项式是既约多项式 ● 充分必要条件：特征多项式是本原多项式，即是多项式的一个因子。 ● 满足以上两个条件的部分特征多项式见表2.11，注意表的使用 2.6.4 M序列的性质 ● M序列的循环周期 ● M序列的“游程” M序列中某种状态连续出现的段称为“游程”。一个P级M序列的“游程”总数为，其中“0”游程与“1”游程各占一半。长度为bit（）的游程占，即有个，但长度为bit的游程只有一个，为“0”游程，长度为bit游程也只有一个，为“1”游程。 ● M序列的可加性 所有M序列都具有移位可加性（模2和）。 2.6.5 M序列的自相关函数 幅度的选取： 作变换：，幅度变为和。 ● 计算式： 其中是位移脉冲周期（时钟节拍），离散形式为： ● 结果： 注意：教材P64中的图2.34。 2.6.6 M序列的谱密度 ● ● ● 注意：教材P66中的图2.36。