第2章信号信道及噪声.ppt

第二章 信号、信道及噪声 Baisen Liu 通信原理 第二章 信号、信道及噪声 廉德亮 第二章 随机过程 2.1 确知信号的分析 2.2 随机信号的分析 2.3 通信常见的几种噪声 2.1确知信号的分析 2.1.1 信号的分类 周期信号和非周期信号 确知信号和随机信号 可以明确的用数学式子表示的信号为确知信号； 不可以用明确的数学式子表示的信号，通常只知道它取某一数值的概率，它为随机信号。 3. 功率信号和能量信号 2.1.2 频谱分析 非周期信号的频谱分析 周期信号的频谱分析 能量信号的能量谱密度函数 功率信号的功率谱密度函数 非周期信号的频谱分析 对于非周期的信号，可用傅立叶变换求其频谱函数。 周期信号的频谱分析 对于周期的信号，可用傅立叶变换求其频谱函数。 能量信号的能量谱密度函数 帕塞瓦尔定理：由于周期信号是功率信号，因此只有非周期信号是能量信号。 功率信号的功率谱密度函数 从前面的分析知非周期信号和周期信号都可以是功率信号。结果会发现功率谱密度与能量谱密度一样，都是和信号的振幅频谱有关，与相位频谱无关。 （1）非周期信号： (2)周期信号 2.2 随机信号的分析 随机过程. 随机过程的统计特性 2.2.1 随机过程 自然界中事物的变化过程可以大致分成为两类： 确定性过程。 其变化过程具有确定的形式，或者说具有必然的变化规律。 用数学语言来说，其变化过程可以用一个或几个时间t的确定函数来描述。 随机性过程。 没有确定的变化形式，也就是说，每次对它的测量结果没有一个确定的变化规律。 用数学语言来说， 这类事物变化的过程不可能用一个或几个时间t的确定函数来描述。 随机信号和噪声统称为随机过程。 2.2.1 随机过程 随机过程定义： 设Sk(k=1, 2, …)是随机试验。 每一次试验都有一条时间波形（称为样本函数或实现），记作xi(t)，所有可能出现的结果的总体{x1(t), x2(t)， …, xn(t)， …}就构成一随机过程，记作ξ(t)。即无穷多个样本函数的总体叫做随机过程。 样本函数的集合－总体－随机过程 2.2.1 随机过程 随机过程具有随机变量（随机）（可以理解在y轴）和时间函数（过程）（x轴）的特点。 在进行观测前是无法预知是空间中哪一个样本。 全体样本在t1时刻的取值x(t1)是一个不随t变化的随机变量。 2.2.2随机过程的统计特性 设ξ(t)表示一个随机过程， 在任意给定的时刻t1∈T， 其取值ξ(t1)是一个一维随机变量。 随机变量的统计特性中概率分布：我们把随机变量ξ(t1)小于或等于某一数值x1的概率 简记为F1(x1, t1)，称为ξ(t)随机过程的一维分布函数。即 2.2.3随机变量的函数与数字特征 用其数字特征来描述随机过程的统计特性，更简单直观。 1. 数学期望:表示随机过程的n个样本函数曲线的摆动中心。 即均值 2. 方差:表示随机过程在时刻t对于均值a(t)的偏离程度。 即均方值与均值平方之差。 3.相关函数衡量随机过程在任意两个不同时刻获得的随机变量之间的关联程度，常用协方差函数B(t1, t2)和相关函数R(t1, t2) 2.2.4 平稳随机过程 定义 各态历经性 平稳随机过程自相关函数的性质 平稳随机过程的功率谱密度 1定义 平稳随机过程是指它的统计特性不随时间的推移而改变。设随机过程{ξ(t),t∈T}，若对于任意n和任意选定t1t2….tn tk∈T,k=1,2,…n以及h为任意值，且x1,x2,…,xn ∈R,有:fn(x1,x2,…,xn;t1,t2,…,tn)=fn(x1,x2,…,xn;t1+h,t2+h,…,tn+h) 则称ξ(t)是平稳随机过程。即当取样点在时间轴上任意平移时，随即过程的所有有限分布函数是不变的。具体到它的一维分布，则与时间无关，二维分布只与时间间隔τ有关。即有：f1(x1,t)=f1(x1);f2(x1,x2;t1,t2)=f2(x1,x2; τ) 2 各态历经性 平稳随机过程在满足一定条件下有一个非常有用的特性,称为各态历经性。随机过程的数字特征（统计平均）完全可由随机过程中的任一实现的数字特征（时间平均）来代替。 3平稳随机过程以及自相关函数R(τ)的性质 平稳随机过程的自相关函数特别重要。 随机过程统计特性，如数字特征等可通过自相关函数来描述； 自相关函数与频谱特性有着内在的联系。 设ξ(t)为平稳随机过程， 则它的自相关函数： 4 平稳随机过程的功率谱密度