樊昌信通信原理第3章 随机(7版).pptVIP

均值0 、方差 的平稳高斯窄带过程 ，它的 包络～瑞利分布： 相位～均匀分布： 且 —统计独立 结论2 窄带高斯噪声 ( 0, ) §3.6 正弦波加窄带高斯过程 合成信号： 我们最为关心的是z(t) 的统计特性: 常数 随机相位 [在(0，2π)上均匀分布] ? 在给定θ条件下，利用3.5.2节的推导方法和结论2。 分析思路： 推导结果： z(t) ~ 广义瑞利分布，又称莱斯（Rice）分布： A?0，即r ?0时， f(z) 退化为 瑞利分布； 信噪比 r 较大时， f(z) 近似为 高斯分布。 I0(x)是零阶修正贝塞尔函数; 当 x≥0 时，I0(x) 单调上升，且 I0(0) =1 讨论： 莱斯 分布 信号功率 噪声功率 ? 注： f(φ)不再服从均匀分布 白噪声仅在?=0（同一时刻）时才相关 §3.7 白噪声和带限白噪声 1. 白噪声 ——理想的宽带过程 其功率谱密度均匀分布在整个频率范围内： n0 ---常数 (W/Hz) 2. 高斯白噪声 —指概率分布服从高斯分布的白噪声。 高斯白噪声在任意两个不同时刻上的取值之间， 不仅是互不相关的，而且还是统计独立的。 3. 带限白噪声 白噪声通过 LPF---低通白噪声 白噪声通过 BPF---带通白噪声 —白噪声通过带宽有限的信道或滤波器的情形。 常见形式： 均值：随机过程的n个样本函数曲线的摆动中心 ； 方差：表示随机过程在时刻 t 对于均值的偏离程度 。 均值和方差描述了随机过程在各个孤立时刻的特征， 为了描述随机过程在两个不同时刻状态之间的联系， 还需利用二维概率密度引入新的数字特征。 高斯过程的n维分布完全由n个随机变量的数学期望、 方差和两两之间的归一化协方差函数所决定。因此，对于高斯过程，只要研究它的数字特征就可以了。 课 件 通信原理（第7版） 樊昌信 曹丽娜 编著 第3章 随机过程 随机过程的基本概念 平稳、高斯、窄带过程的统计特性 正弦波加窄带高斯过程的统计特性 随机过程通过线性系统 高斯白噪声和带限白噪声 本章内容: 第3章 随机过程 ① 所有样本函数 的集合 ② 随机变量 的集合 t t1 t2 定义： 兼有 随机变量 时间函数 的特点 属性： §3.1 随机过程的基本概念 分布函数 数字特征 特性描述： 一维分布函数: 基本概念 一维概率密度函数 1. 分布函数 二维分布函数: 二维概率密度函数 ---描述孤立时刻的统计特性 ---描述内在联系和全部特征 维数 n 越大，对随机过程统计特性的描述就越充分！ n 维分布函数: n 维概率密度函数 2. 数字特征 ---摆动中心 方差 ---偏离程度 当a(t)=0时： --- t 的确定函数 均值 描述随机过程的主要特性 令 ， 则有： 互相关函数 自相关函数 ---同一过程的关联程度 ---两个过程的关联程度 §3.2 平稳随机过程 1. 定义 狭义平稳 它的统计特性与时间起点无关。 一维分布则与时间t 无关： 二维分布只与间隔τ有关： 广义平稳 均值与时间 t 无关: 相关函数仅与 τ有关: 注意： 2. 各态历经性（遍历性） 设x(t) 是平稳过程的任一个实现，它的时间平均值为： 任一样本经历了平稳过程的所有可能状态。 遍历 使计算大为简化 统计平均值=时间平均值 替代 注意： 意义： 含义： （1） （2） （3） （4） （5） 3. 平稳过程的自相关函数 ---平均功率 ---直流功率 ---交流功率（方差） ---偶函数 ---上 界 重要性质： 样本的功率谱： 统计平均 4. 平稳过程的功率谱密度（PSD） 过程的功率谱 ---截短函数 QA 如何方便地求功率谱 密度 ? 当 τ =0时，有 平稳过程的功率谱密度与自相关函数是一对傅里叶变换： 维纳-辛钦定理 PSD 性质： 偶函数： 非负性： 遍历过程任一样本的PSD = 过程的PSD；