第2章 信号与噪声.ppt

第二章 信号与噪声 2.1 信号的频谱分析 2.2 卷积和相关 2.3 随机过程及统计平均特性 2.4 随机过程的频谱特性 2.5 随机过程通过线性系统 2.6 噪声及其通过乘法器响应 2.1 信号的频谱分析 2.1.1 傅立叶级数 对任何一周期函数 ，只要满足狄里赫利 条件，都可以写成 还可以表示成： 2.1.2 傅立叶变换 非周期信号可以看作周期信号的周期T →∞ 的一种极限， 2.1.3 功率谱密度和能量谱密度 # 功率信号: 周期信号在–∞到+∞到的全部时间内周而复始，无始无终，它有无限的能量，但是它的平均功率为有限值。 把单位电阻上所消耗的平均功率定义为周期信号的平均功率，简称功率 周期信号 的瞬时功率为 ，在周期T内的平均功率： 帕什瓦尔功率表明： 一个周期信号的归一化平均功率等于信号所有谐波分量幅度的平方之和 凡具有相同的幅度谱的信号，不论相位谱如何，都具有相同的功率。 从信号的功率角度只能获得关于信号的幅度信息，而得不到任何的相位信息 # 能量信号：若信号幅度有界、持续时间有限(非周期信号)，信号能量为有限值，全部时间的平均功率为0。 把能量信号f(t)的归一化能量(简称能量)定义为：由电压f(t)加于单位电阻(或电流f(t)通过单位电阻)所耗散的能量： 定义： 为非周期信号 的能量密度谱（或能量谱密度），则能量： 即信号的能量等于 曲线下的总面积， 是能量密度的总测度(单位为J/Hz)，代表信号能量沿频率轴的连续分布情况。 设f(t)为时间无限信号，fT(t)代表f(t)在 区间上的截短函数 只要T为有限值， fT(t)就具有有限的能量，若 非周期信号的功率密度谱 设 ，将 定义为功率密度谱（或功率谱密度） 2.1.4 周期信号的功率谱密度 若功率信号是周期的，则由帕什瓦尔平均功率定理 周期信号的功率谱 周期信号的功率谱是由一些位于 处的冲击组成的离散谱，冲击强度为 2.2 卷积和相关 2.1.1 卷积 定义：定义积分 为 2、包含冲击函数的卷积 2.2.2 相关 信号波形之间相似性或关联性的一种测度 定义：下列积分 设 是两个周期函数，且基本周期相同，为T，则 相关与卷积的关系： 互相关表达式中的信号 向左移动 ，可等效成 向右移动 ，即 1、时域相关 证明： 是信号的能量谱密度，因此能量信号的自相关函  数与信号的能量谱互为傅立叶变换. 因此：功率信号的自相关函数与功率谱互为傅立叶变换 3、自相关函数的性质 复对称 对于能量信号，自相关函数值R(0)等于信号的能量，即 对于功率信号，自相关函数值R(0)等于信号的平均功率，即 对于所有的 有 时，波形重叠，此时相关性最好，故R(0)最大 由周期信号的自相关函数 可知： 2.3 随机过程及其统计特性 通信系统接收端收到的信号是发送端发送的随机信号（即对于接收端而言，不是一个确知信号）和信道随机噪声之和。因而用随机过程理论来进行分析 在某一特定时刻 t1 ，对应各台接收机的输出噪声是不同的，即接收机的输出噪声是一个随机量。 同理，在另一个时刻t2 ，接收机的噪声是另一个随机量。 可见：时间不同，随机量也不相同，即随机变量是时间的函数 结论：随机过程的含义有两点： 首先，它是一个时间的函数； 其次，它在每个时刻上的函数值是随机的。 即每个时刻上的函数值按照一定的概率分布。 如果时间是离散的，则这种随机过程叫做随机序列。 2.3.2 分布函数和概率密度 设X(t) 表示一个随机过程，在任意给定的时刻 t 1 ∈T的取值X(t1)是随机变量，X(t 1) 小于或等于某一数值 x 1的概率 F1(x 1，t1)＝ P [X(t1) ≤ x 1] 2.3-1， 称为随机过程X(t) 的一维分布函数。 如果一维分布函数对x 1 的偏导数存在，则 叫做随机过程X(t)的一维概率密度函数。 随机过程的一维分布函数或一维概率密度函数： 仅仅描述了随机过程在各个孤立时刻上的统