第1章 时域离散随机信号及分析.ppt

教 科 书 参 考 书 本 书 内 容 设σ2w=1，得到：C=2/3，模型系统函数为 也可以假定σ2w=4/9，此时模型系统函数为 这样得到的模型的系统函数常数因子不同，但系统函数的全部特性取决于其零、极点的分布情况，常数因子仅影响其幅度大小，不影响问题实质。 第一章作业 1、4、5、6、7、8、9 输出、输入互相关函数和输入自相关函数之间的关系： 这就是已经推导出的输入、输出互相关卷积定理。 解： 例1.4.2 按照下图，推导两个系统的输出互相关函数与输入互相关函数之间的关系。 H 1 ( z ) H 2 ( z ) x 1 ( n ) x 2 ( n ) y 1 ( n ) y 2 ( n ) 按照相关卷积定理, 有 例1.4.3 已知实平稳白噪声x(n)的功率谱是σ2x，使通过一个q阶的FIR网络，求输出自相关函数ryy(m)、功率谱Pyy(ejω)、互相关函数rxy(m)和互功率谱Pxy(ejω) 网络输出的功率谱为： 解： q阶FIR网络的传输函数为： 输出信号的自相关函数有限长，存在于±q之间。 同样方法，可求出互功率谱和互相关函数： 例1.4.4 设实平稳白噪声x(n)的方差是σ2x, 均值mx=0，让x(n)通过一个网络，网络的差分方程为 y(n)=x(n)+ay(n-1) 式中a是实数。求网络输出的功率谱和自相关函数。 解： 令m = 0,则 先用归纳法求网络输出的自相关函数 令m = 1，则 令m = 2，则 网络输出功率谱为 a是网络的极点，为了稳定，要求|a|＜1。 y(n)=x(n)+ay(n-1) a愈接近于单位圆，功率谱峰愈尖锐，带宽愈窄，但相关函数衰减愈慢；反过来，a愈小，功率谱下降愈慢，自相关函数衰减愈加快。 1.5 时间序列信号模型 图1.5.1 平稳随机序列的信号模型 假设信号模型用一个P阶差分方程描述 式中，w(n)是零均值、方差为σ2w的白噪声;  1.5.1 三种时间序列模型 根据系数取值情况，将模型分成以下三种： x(n)是要研究的随机序列 当差分方程中ai=0, i=1, 2, 3, …, p时，该模型称为MA模型。模型差分方程和系统函数分别用下式表示： 该模型只有零点, 没有除原点以外的极点，因此模型也称为全零点模型。如果模型全部零点都在单位圆内，则是一个最小相位系统，且模型是可逆的。 1.滑动平均模型（Moving Average，简称MA模型） 当差分方程中bi=0, i=1, 2, 3, …，q时，该模型称为AR模型。模型差分方程和系统函数分别用下式表示： 上式表明该模型只有极点, 没有除原点以外的零点，因此该模型也称为全极点模型。只有当全部极点都在单位圆内部时，模型才稳定。 2.自回归模型（Autoregressive, 简称AR模型） 分子部分称为MA部分，分母部分称为AR部分，这两部分无公共因子，应分别满足稳定性和可逆性的条件。 3.自回归-滑动平均模型（简称ARMA模型） 当差分方程中 时，该模型称为ARMA模型。模型的系统函数为： 对于FIR滤波器或者MA模型的阶数，是指分子多项式中q的大小，或者说是它的长度减1。 滤波器长度一般是指滤波器的单位脉冲响应h(n)的长度 对于FIR滤波器或者MA模型，其单位脉冲响应的长度是有限长的，长度就是系数的个数； 对于IIR滤波器或者AR模型、ARMA模型，其单位脉冲响应的长度则是无限长的，一般只讲它的阶数； 阶数是指分母多项式中的p的大小. 该定理说明MA信号模型具有普遍适用的性质。由于ARMA信号模型包含了MA模型部分，因此ARMA信号模型也具有普遍适用的性质。 1.5.2 三种时间序列信号模型的适应性 (1) 沃尔德分解定理： 式中u(n)是确定性信号, v(n)是具有连续谱分布函数的平稳随机MA序列。确定性部分可以不存在或者事先去掉，MA部分常常是有限阶的。 一个实平稳随机序列x(n)均可以分解:x(n) = u(n) + v(n) (2) 任意一个MA序列均可用无限阶AR信号模型表示，或者用阶数足够大的AR信号模型近似表示。 例如：ARMA模型系统函数为 设AR模型系统函数为： 以上说明MA和ARMA模型可以用无限阶AR模型表示 例如： 同样，ARMA模型也可以用无限阶的MA模型表示 　　以上表明三种信号模型可以相互转化，而且都具有普遍适用性。但是对于同一时间序列用不同的信号模型表示时，却有不同的效率。 AR模型较其它两种模型计算简单，研究人员喜欢采用AR模型，只要阶数选高些，近似性较好。 一般AR模型适合表示时间序列的功率谱有尖峰而没有深谷的信号，MA模型适合表示功率谱有深谷而没有尖峰的信号，ARMA模型则适合尖峰和深谷都有的情况。 1.5.