信号噪声的分析.pptVIP

带通型高斯噪声 窄带高斯噪声 当信道带宽B远小于信道载波频点f0时，噪声表现为准正弦震荡 同相分量 正交分量 同相分量和正交分量 特点 窄带高斯噪声及其同相分量和正交分量均为平稳遍历的高斯过程 三者均值均为0 三者方差也相同 同相分量 正交分量 包络分量与相位分量 随机包络瑞利分布 随机相位均匀分布 包络分量 相位分量 I Q 高频载波加窄带高斯噪声 式中 称为修正的第一类零阶贝塞尔(Bessel)函数。 * 例题 已知 ，X,Y服从N(0, s2）且相互独立的高斯随机变量， (1) Z(t)平稳吗？(2)求Z(t)的一维概率密度函数 (3)求Z(t)的平均功率 小结 确知信号分析 傅氏变换/级数 卷积，相关 功率/能量谱 随机信号分析 概率 随机变量 统计特征 随机过程、平稳性、遍历性、统计特征、传输特性 噪声分析 白噪声、高斯噪声、高斯白噪声 限带高斯噪声、窄带高斯噪声：功率谱、统计特性 * * * * * * * * * 载波信号加窄带噪声一般为莱斯分布。当信号幅度很大时，为高斯分布；幅度很小时，近于瑞利分布；信号包络与噪声包络幅度相差不太大时为莱斯分布。 例:书例2-2 Q1:收端收到“0”或“1”的概率？ Q2:收端正确接收或接收出错的概率？ 发端 收端 A0 A1 P(B0/A0)=5/6 P(B1/A1)=3/4 P(B1/A0)=1/6 P(B0/A1)=1/4 B0 B1 P(A0)=1/2 P(A1)=1/2 随机变量的统计特征 概率分布函数(cdf)和概率密度函数(pdf) 数字特征 均值 均方值 方差 关系 常用一维随机变量 均匀分布 区间[-a, a]上的均匀分布随机变量的概率密度函数 高斯（正态）分布 归一化高斯分布 概率积分函数 误差函数与互补误差函数 二维随机变量的统计特征 联合概率密度和分布函数 统计特征 互相关 协方差 互相关系数 关系 * 例题 随机变量X与Y，具有联合高斯分布特征，且已知mX=1，mY=2，协方差矩阵为 (1)计算X与Y的互相关系数 (2)如果Z=2X+Y，W=X-2Y，求Z与W的协方差 (3)计算随机变量Z的概率密度p(z) 统计独立、不相关和正交 统计独立 不相关 正交 或 或 不相关且 例题 随机变量X在-1≤x≤1范围内均匀分布，设Y=X2，表明X与Y不统计独立。试分析X与Y是否相关。 随机过程 定义，与随机变量的关系 平稳随机过程 数字特征 遍历性 传输特性 * 投掷硬币结果（正面1，反面-1） +1 0 -1 +1 0 -1 +1 0 -1 t t t 。。。 * 同条件电阻上的噪声电压 t t t X1(t) X2(t) XN(t) 。。。 * t1 t2 tN t E X(?,t) X(t1) X(tN) Xi(t) Xj(t) 随机过程 X(t2) 样本函数的集合 随机变量的时间延展 …… …… 随机过程 定义 随机变量 时间延展 样本函数集合：随机过程是同一个随机试验随机样本函数的集合，表示为 i=1,2,…,N，… , xi(t)成为样本函数，或随机过程X(t)的一次实现 X(t)={xi(t)} * t1 t2 tN t E X(?,t) X(t1) X(tN) 平稳随机过程 X(t2) t1+? t2+? tN+? X(t1+?) X(t2+?) X(tN+?) 狭义平稳、广义平稳 随机过程X(t)的统计特征与时间原点无关 狭义平稳（严平稳） 广义平稳（宽平稳） 一维平稳 二维平稳 随机过程的统计特征 一维：均值、均方值、方差（图） 关系： 一维平稳：一维统计特征与时间无关 二维：自相关、自协方差、自相关系数 关系 二维平稳：二维统计特征都是时间差?的函数 统计平均功率 交流功率 直流功率 狭义平稳、广义平稳 随机过程X(t)的统计特征与时间原点无关 狭义平稳（严平稳） 广义平稳（宽平稳） 一维平稳 二维平稳 证明随机过程广义平稳性 (1) (2) 平稳过程的自相关函数 平稳过程的自相关函数 R(0)的意义 偶函数 双边非增函数 与均值、协方差的关系 物理意义：表明随机过程的样本函数随时间变化的快慢程度 平稳过程的功率谱 平稳随机过程有确定的功率谱 平稳随机过程功率谱比确知函数功率谱多了一个统计平均 维纳－辛钦定理：对于平稳随机过程 例题 随机过程X(t)=2cos(2?t+?)，其中?是以等概1/2取值为0或?/2的随机变量 (1)求