通讯原理第五课机率随机讯号与杂讯.ppt

通訊原理 第五章 機率、隨機訊號與雜訊 通訊原理第五章 機率、隨機訊號與雜訊 大綱 5-1 機率變數 離散隨機變數(Discrete Random Variables) 連續隨機變數(Continuous Random Variables) 5-2 隨機程序 隨機程序(Random Processes)基本概念 自相關函數、互相關函數 廣義穩定隨機程序(Wide Sense Stationary Random Processes) 功率頻譜密度函數(Power Spectral Density) 5-3 隨機訊號通過線性非時變系統(Transmission of a Random Processes through Linear Time-Invariant Filter) 5-4 雜訊 高斯隨機雜訊(Gaussian Random Noise) 白色雜訊 窄頻雜訊(Narrowband Noise) 正弦波加上窄頻雜訊(Sinusoidal Wave Plus Narrowband Noise) 大綱 5-1 機率變數 離散隨機變數(Discrete Random Variables) 連續隨機變數(Continuous Random Variables) 5-2 隨機程序 隨機程序(Random Processes)基本概念 自相關函數、互相關函數 廣義穩定隨機程序(Wide Sense Stationary Random Processes) 功率頻譜密度函數(Power Spectral Density) 5-3 隨機訊號通過線性非時變系統(Transmission of a Random Processes through Linear Time-Invariant Filter) 5-4 雜訊 高斯隨機雜訊(Gaussian Random Noise) 白色雜訊 窄頻雜訊(Narrowband Noise) 正弦波加上窄頻雜訊(Sinusoidal Wave Plus Narrowband Noise) 機率變數 在機率或隨機程序裡我們常利用機率空間或機率系統來描述所觀察到的情形。我們常定義一個機率空間(S,F,P)，其意義分別如下： 取樣空間(sample space) S： 取樣空間S是觀察某個隨機實驗所有可能發生的實驗現象或所有可能結果(sample point or outcome)所形成的集合。 事件空間F： 取樣空間的子集合。 若 則 。 機率測度，用P表示。 機率變數 機率測度會滿足的條件： P(S)=1，而且P(空集合)=0。 對於任合在F內的A， 。 對於兩個互斥的事件A和B， 。 範例 5-1-1 以擲骰子為例子，分別討論機率空間(S,F,P)： S= F= P(空集合)=0, , , P(S)=1 機率變數 以下列出幾條機率特性、公設(Axioms)： 公設3證明： 條件機率 條件機率：若事件A、B為樣本空間S之部分集合，且P(B)0， 則在事件A已發生的前提下，事件B發生的機率即為條件機率。 條件機率的定義： 。 若A與B互斥，也就是 ，則 。 若A是B的子集合，則 。 若 則稱A和B互為獨立(統計上的獨立)。 貝氏定理 全機率定理(Total Probability Theorem)： 就樣本空間S中任ㄧ組分割{E1 , E2 , …… , En }，對任何事件A而言，恆有： 貝氏定理(Bayes’ Theorem)： 若{E1 , E2 , …… , En }為樣本空間S中的ㄧ組分割，則任ㄧ事件A，P(A)0，恆有： 隨機變數 隨機變數(Random Variables)： 隨機變數是一種函數對應的規則，是將取樣空間中每個實驗結果 對應於一個唯一存在實數值 ，則稱 為隨機變數，簡寫為X，其函數結構為X : S ?R，其中R為實數。 取樣空間 取樣空間S是隨機變數的定義域，其對應域為R