通信原理第二章信号与噪声.pptVIP

第二章 随机过程 2.1 随机过程 2.2 平稳随机过程 2.3 高斯随机过程 2.4 窄带随机过程 2.5 宽带随机过程 2.6 弦波加窄带高斯过程 2.7 随机过程通过线性系统 本章要求 随机过程的基本概念 平稳随机过程的定义、各态历经性、相关函数与功率谱密度 高斯过程的定义、性质、一维概率密度函数和分布函数 窄带随机过程的表达式和统计特性 正弦波加窄带高斯过程的统计特性 白噪声和带限白噪声 随机过程通过线性系统 一、统计平均 2、均方值 3、方差 4、相关函数（自相关函数 互相关函数） B.对于两个各自平衡，且联合平稳的随机过程X（t）和Y（t） 5、协方差函数 刻划随机过程两个不同时刻状态之间的线性依从关系 二、时间平均 （4）自相关函数 2.3.5平稳随机过程的偏历性（各态历经性） 2.4随机过程的频谱特性 可以证明的相关结论 2.6.5 乘法器的噪声响应 非平稳过程的功率普 2.6.6 等效噪声带宽 2.7 窄带噪声 1.定义与表达式 窄带随机过程是指其频带宽度W 远远小于其中心频率 的过程，如图所示。大多数通信系统都是窄带带通型的，通过该系统的过程比是窄带过程。如用示波器观察其波形，它是一个频率近似为 ，包络和相位随机缓变的正弦波。 2.统计特性 结论2 一个均值为零，方差为 的窄带平稳高斯过程 ，其包络 的一维分布是瑞利分布，相位 的一维分布是均匀分布，并且就一维分布而言， 与 是统计独立的。即有下式成立： 2.8 正弦波加窄带高斯噪声 信号经过信道传输受到加性噪声的影响，接收信号是信号与噪声的合成波。 以下分析合成信号的包络和相位的统计特性。 设合成信号为 式中， 为窄带高斯过程，其均值为零；正弦波的 上均匀分布，且假定振幅A和频率 均为常数，则 式中 合成信号r(t)的包络和相位 正弦波加窄带高斯过程的包络服从广义瑞利分布（莱斯(Rice)密度函数）， 即其包络的概率密度函数为 式中， 为零阶修正贝塞尔函数。当 时， 是单 调上升函数，且有 。如果A=0，则上式变为瑞利分布。 式中，a及 两个常量（均值和方差），p(x)曲线如图所示。 p(x)具有如下特性： （1）p(x)对称于x=a 这条直线； （2） 且有 （3）a表示分布中心， 表示集中程度，p(x)图形将随 着 的减小而变高和变窄，当a＝0， ＝1时，称p(x)为 标准正态分布的密度函数。 2)正态分布函数 正态分布函数是概率密度函数的积分，即 这个积分不易计算，常引入误差函数来表达。 误差函数的定义式为 并称1-erfx为互补误差函数，记为erfc(x),即 则 用误差函数表示p(x)的好处是，它简明的特性有助于分析通信系统的抗噪声性能。 3）误差函数和互补误差函数性质 误差函数是自变量的递增函数，它的性质如下： (1) erf(-x)= - erf(x) (2) erf(∞)=1 互补误差函数是自变量的递减函数，它的性质如下： (1) erfc(-x)= 1- erfc(x) (2) erfc(∞)=0 (3) erfc(x) ≈ 习题 2.5 2.7 2.9 2.10 2.13 2.21 2.22 互相关函数 时间平均 因此，可用一个实现的统计特性来了解整个过程的统计特性，从而使“统计平均”化为“时间平均”，使实际测量和计算的问题大为简化。 注意 只有平稳随机过程才能具有各态历经性，但在通信系统中 所遇到的随机信号和噪声，一般均能满足历经条件。 2.4.2 功率谱与相关函数的关系————维纳-欣钦定理 上述关系式在平稳随机过程的理论和应用中是一个