杭电 窄带随机过程.ppt

称为莱斯密度函数或广义瑞利函数。 (7.5.6) (7.5.7) 1、当x《1时，该分布趋于瑞利分布； 2、当x》1时，该分布趋于高斯分布； (7.5.8) （式中 ） 7.5.2 余弦信号与窄带高斯过程包络平方的概率分布 (7.5.10) (7.5.9) 第七章 窄带随机过程 若随机过程的功率谱是限带的,而且满足： 称为窄带过程。 1.单边谱信号: 只含正频率域部分的信号—— 单边谱信号。单边谱信号的傅里叶变换为： 单边谱信号在时域是复信号 则 预备知识 实信号 S( )是信号s(t)的频谱，当 时，有 单边频谱 被称为实信号 的解析信号，或 的预包络。 7.1 窄带随机过程的一般概念 窄带过程的数学模型: 窄带过程数学模型的另一表述形式: 其中: (7.1.1) (7.1.2) 7.2 希尔伯特变换 7.2.1 希尔伯特变换和解析信号的定义： 希尔伯特变换： 对实信号x(t)，它的希尔伯特变换记为： 或 (7.2.1) (7.2.2) 经积分变量替换后有： (7.2.3) (7.2.4) x(t)的希尔伯特变换为x(t)与1/?t的卷积。因此，可以把希尔伯特变换看作是信号通过一个冲激响应为1/?t的线性时不变系统的输出。 1/?t的傅氏变换即传输函数： 为符号函数 (7.2.5) 相应这个系统的传输函数H(?)，其幅频特性和相频特性如图。 结 论： 希尔伯特变换器本质上是一个的理想的900移相器。 2. 解析信号 由实信号x(t)作实部，x(t)的希尔伯特变换 作虚部，构成的复信号j(t)称为x(t)的解析信号。 由于 是x(t)与 的卷积。则： 则解析信号j(t)的频谱 为： (7.2.6) (7.2.7) 由此，解析信号j(t)的实部包含了实信号x(t)的全部信息，虚部则与实部有着确定的关系。解析信号仅有单边谱，即仅在正频域有值，且为实信号x(t)频谱正频率分量的两倍。 (7.2.8) 7.2.2 希尔伯特变换的性质 性质1: 的希尔伯特变换为-x(t); 性质2:若 ,则y(t)的希尔伯特变换: 性质3: 与x(t)的能量及平均功率相等,即: (7.2.9) (7.2.10) (7.2.11) 性质4: 平稳随机过程X(t)的希尔伯特变换 的统计自相关函数 和时间自相关函数 分别等于X(t)自相关函数 和时间自相关函数 ,即: (7.2.13) (7.2.12) 性质5:平稳随机过程X(t)与其希尔伯特变换 的统计互相关函数 和时间互相关函数 ,分别等于X(t)统计自相关函数的希尔伯特变换和时间自相关函数的希尔伯特变换,即: (7.2.14) (7.2.15) 性质6 设具有有限带宽 的信号a(t)的付氏变换为 ,假定 ,则有: (7.2.17) (7.2.16) 7.3 窄带随机过程的性质 7.3.1 窄带随机过程的性质： 窄带随机过程： 令Z(t)是任意的窄带、宽平稳、实平稳随机过程，具有零均值且功率谱密度满足： 性 质： 性质1 X(t)和Y(t)各自单独宽平稳且联合宽平稳; 性质2 性质3 性质4 性质5 性质6 性质7 (7.3.1) (7.3.2) (7.3.3) (7.3.4) (7.3.5) (7.3.6) (7.3.7) 性质8 性质9 性质10 性质11 性质12 (7.3.8) (7.3.9) (7.3.10) (7.3.11) (7.3.12) 7.3.2 窄带随机过程性质的证明 见教材p146_p148 7.4 窄带高斯随机过程的包络和相位的概率分布 7.4.1 窄带高斯随机过程包络和相位的一维概率分布： 设Z(t)为零均值、平稳、窄带高斯过程，其方差为 X(t)和Y(t)均为高斯过程，且具有零均值并与原过程Z(t)有相同的方差。 联合概率密度: 通过二维随机变量的函数变换可以求得 和 的联合概率密度函数。 (7.4.1) (7.4.2a) (7.4.2b) 包络B(t)和相位?(t)的一维概率密度函数为： (7.4.3) (7.4.4) (7.4.5) 结论： 1、窄带高斯过程包络的一维概率分布为瑞利分布； 2、窄带高斯过程相位的一维概率分布为均匀分