CH3_随机信号.pptVIP

窄带随机过程描述方法 窄带信号的两种描述方法 包络与相位参数的描述方法（幅相表示法） 同相分量和正交分量的描述方法 两者关系 * * 零均值平稳高斯窄带过程 信道噪声经由接收端带通滤波器后的输出 概念： 零均值：a(t)=0; 平稳：统计特性与时间起点无关； 高斯：概率密度函数为高斯型； 窄带：B fc， fc 0。 * * 零均值平稳高斯窄带过程 同相、正交分量的数字特征 结论： * * 零均值平稳高斯窄带过程 幅、相分量的一维分布： 结论： * * 6. 正弦波加窄带高斯噪声 * * 随相正弦波加窄带高斯过程 接收机带通滤波器输出= 随相正弦波+窄带噪声 其中，n(t)为窄带高斯过程，其均值为零；θ在(0,2π)均匀分布 * * 结论：随相正弦波加窄带高斯过程的包络概率密度函数为： 随相正弦波加窄带高斯过程 广义瑞利分布或莱斯分布 I0(x)为第一类零阶修正贝赛尔函数，x?0, I0(x)单调上升 SNR小，即 r?0，瑞利分布； SNR很大，即 r1, 高斯分布 相位概率密度函数（略） * * 7. 高斯白噪声和带限白噪声 * * 高斯白噪声（噪声模型） 白噪声：功率谱密度在整个频域内均匀分布的噪声 ? R(? ) n0/2 0 n0/2 f P? (f ) 0 如果白噪声又是高斯分布的，称为高斯白噪声。 理想白噪声的平均功率： 注意： 1）通信系统中的噪声是高斯白噪声 ，其任意两个时刻的样值是统计独立的（建模时用平稳高斯过程）； 2）理想白噪声并不存在。实际中，只要功率谱均匀分布的范围大于通信系统的工作频段，即可视为白噪声。 * * 低通白噪声（带限白噪声） 理想白噪声经理想低通滤波器后的输出 L . P . F 若按抽样定理对带限白噪声抽样，各抽样值是互不相关的随机变量 * * 带通白噪声（窄带高斯白噪声） 理想白噪声经过理想带通滤波器后的输出 * * 带通白噪声（窄带高斯白噪声） n0 为理想白噪声的单边功率谱密度 B 为理想带通滤波器的带宽（对实际系统，应为噪声等效带宽） 根据图3-8的功率谱密度曲线可得，噪声功率 求白噪声通过RC微分电路后的自相关函数。 例题 3-3 * * 总 结 随机过程的概念（样本函数、随机变量） 随机过程的统计特性：分布特性和数字特征 平稳随机过程：狭义（严）平稳和广义平稳、各态历经性 严平稳 ? 广义平稳 时间平均 = 统计平均?各态历经的 各态历经的?平稳的 平稳随机过程自相关函数的重要性质 高斯过程及其重要性质：任意n维分布都服从高斯（正态）分布 广义平稳?狭义平稳的 不相关的?统计独立的 高斯过程经过线性变换（或线性系统）后的过程仍是高斯的 平稳随机过程经过线性系统后的输出 平稳随机过程经线性系统后的输出也是平稳的 高斯随机过程经线性系统后的输出也是高斯型的 窄带随机过程概念、表示方法、高斯窄带过程的特性 同相—正交分量：平稳高斯过程（均值为零） 幅—相分量：包络分布为瑞利分布、相位为均匀分布 随相正弦波+高斯窄带过程 包络服从莱斯分布（SNR小，接近于瑞利分布； SNR大，接近于高斯分布 高斯白噪声和带限白噪声 白噪声的定义 低通白噪声 带通白噪声 本章主要内容的线索 思考 思考题3－1~14 作业 习题 3－2；3－3；3－5；3－8；3－9；3－14； * * * 07/16/96 * ## 对确定信号行之有效的分析方法（如：信号与系统的分析方法）不一定能够直接应用于随机信号分析 研究随机信号统计特性所采用的主要数学工具是随机过程 * 07/16/96 * ## * * * * * * * * * * * * 平稳随机过程的功率谱密度 样本功率谱：随机过程中的任一实现(样本)是一确定的功率型信号f(t)，它的功率谱密度为（式2.2-43）： 结论： 过程功率谱：平稳随机过程?(t)的功率谱密度是任一实现的功率谱的统计平均。 样本的功率谱不能作为过程的功率谱 能作为随机过程的功率谱吗？ 平均功率有限，能量趋于无穷 能量信号，能量有限，平均功率为零 证 明（自学） 关于二重积分换元法 回顾：功率信号自相关函数 功率信号自相关函数 定义： 信号平均功率： 周期性功率信号自相关函数与功率谱密度的关系：是一对傅立叶变换 * * 维纳-辛钦定理 平稳随机过程的功率谱密度P?(?)与其自相关函数R(?)是一对傅里叶变换关系（联系频域与时域的桥梁） * * 结 论 ?(t)的平均功率：等于功率谱曲线下的面积 各态历经过程的样本功率谱等于过程功率谱 P?(f)具有非负性和实偶性 例 题 3-2 * * 小结 随机过程的概念 随机过程的统计特性：分布特性和数字特征 平稳随机过程：狭义平稳和广义平稳、各态历经性 平稳随机过程自相关函数的重要性质