第3章节随机信号分析OK2.pptVIP

第二章 随机信号分析 Baisen Liu 第三章 随机过程分析 随机过程的基本概念 平稳随机过程 平稳随机过程的相关函数与功率谱密度 高斯过程 窄带随机过程 正弦波加窄带随机过程 随机过程通过线性系统 §3.1随机过程的基本概念 确定性过程——事物的变化过程具有确定的形式，或具有必然的变化规律；其变化过程可以用一个或几个时间t的确定函数来描述。 随机过程——事物的变化过程没有确定的变化形式，或没有一个确定的变化规律；不能用一个或几个时间t的确定函数来描述。 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)。 样本函数的总体 从两种角度看： 角度1：随机过程ξ(t)是随机试验的全体样本函数{x1(t), x2(t)， …, xn(t)， …}的集合。 角度2：随机过程ξ(t)是在时间进程中处于不同时刻的随机变量的集合。这说明，在任一观察时刻 t1, ξ(t1)是一个不含t变化的随机变量。 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)是一个随机变量。 随机变量的统计特性可以用分布函数或概率密度函数来描述。我们 把随机变量ξ(t1)小于或等于某一数值x1的概率 叫做随机变量ξ(t1)的一维分布函数 随机过程的数字特征 数学期望:表示随机过程X(t)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X(t)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.协方差函数B(t1, t2)和相关函数R(t1, t2) 3.2 平稳随机过程 3.2.1 平稳随机过程 1、狭义平稳随机过程： 设X(t1),X(t2),…,X(tn)是随机过程ξ(t)的随机变量，它们是在t1,t2,…,tn时刻所选取的样本，样本的取值分别用x1,x2,…,xn表示，其有限维分布函数为fn(x1,x2,…,xn；t1,t2,…,tn)。如果对于任何n与 (n为正整数)，都有： 2、广义平稳随机过程 广义平稳随机过程ξ(t)具有“平稳”的数字特征：它的均值与时间无关，为常数a；它的自相关函数只与时间间隔τ有关。 广义平稳随机过程定义： 3.2.2各态历经性与时间平均 “各态历经”的含义：平稳随机过程的一个实现能够经历此过程的所有状态。 各态历经过程的特点：可用时间平均值代替统计平均值， 各态历经性与时间平均值： 例：在篮球比赛中，如果某运动员罚球命中的概率为0.7，那么他罚球一次得分设为X，X的均值是多少？ [例]某随机相位余弦波X(t)=Acos(ωct+θ)，其中A和ωc均为常数，θ是在(0,2π)内均匀分布的随机变量。判断X(t)是否广义平稳，求X(t)的自相关函数。 [解]： X(t)的数学期望为： X(t)的自相关函数为： X(t)的数学期望为常数，而自相关函数只与时间间隔τ有关，所以X(t)为平稳过程。 3.2.3~3.2.4平稳随机过程的自相关函数与功率谱密度 平稳随机过程的自相关函数特别重要。 其统计特性，可通过自相关函数来描述； 自相关函数与谱特性有着内在的联系。 设ξ(t)为实平稳随机过程， 则它的自相关函数 3.2.3平稳过程的自相关函数 （1）R(0)=E［ξ2(t)］=S ［ξ(t)的平均功率］(2.4-1） （2）R(τ)=R(-τ) ［τ的偶函数］ （2.4-2） （3）|R(τ)|≤R(0) ［R(τ)的上界］ （2.4-3) （4）R(∞)=E2［ξ(t)］ ［ξ(t)的直流功率］（2.4-4） 这里利用了当τ→∞时，ξ(t)与ξ(t+τ)没有依赖关系，即统计独立，且认为ξ(t)中不含周期分量。 （5）R(0)-R(∞)=σ2 ［方差，ξ(t)的交流功率］(2.4 - 5) 3.2.4平稳过程的频谱特性 随机过程的频谱特性是用它的功率谱密度来表述的。 图3-2 功率信号f(t)及其截短函数 平稳随机过程的功率谱密度 平稳随机过程任一样本的功率谱密度 平稳随机过程的功率谱密度可以写为 随机过程 的平均功率可表示为 确知的非周期功率信号的自相关函数与其谱密度是一对傅氏变换关系。对于平稳随机过程，也有类似的关系，即平稳随机过程的功率谱密