MDSP_第1章_时域离散随机信号的分析.pdf

数字信号处理—— 时域离散随机信号处理 第一章 时域离散随机信号的分析 1.1 引言 1.2 时域离散随机信号的统计描述 1.3 随机序列数字特征的估计 1.4 平稳随机序列通过线性系统 1.5 时间序列信号模型 数字信号处理—— 时域离散随机信号处理 1.1 引 言 信号有确定性信号和随机信号之分。 确定性信号：信号幅度随时间变化有一定规律性，可用 一个明确的数学关系进行描述，是可以再现的。 随机信号：信号幅度随时间变化没有明确的变化规律， 不能预测，因此不可能用一明确的数学关系进行描述； 但是，这类信号统计分布存在规律，可用概率密度函数、 概率分布函数、数字特征等进行描述。因此，对随机信 号一般只能在统计的意义上来研究。这就决定了其分析 和处理的方法和确定性信号相比有着很大的差异。 数字信号处理—— 时域离散随机信号处理 • 在工程和生活中实际中，随机信号的例子很多。例如， 各种无线电系统及电子装置中的噪声和干扰，建筑物所 承受的风载，船舶航行时所受到的波浪冲击，许多生物 医学信号，如心电图（ECG ）、脑电图（EEG ）、肌电 图（EMG ）、心音图（PCG ）及我们天天都在发出的 语音信号等都是随机的。因此，研究随机信号的分析和 处理方法有着重要的理论意义与实际意义。 • 本章首先讨论随机信号的基本概念、统计描述，然后讨 论随机序列数字特征的估计，继而讨论平稳随机序列通 过线性系统的行为。最后讨论三种时间序列信号模型。 数字信号处理—— 时域离散随机信号处理 实际中的随机信号常有四种形式：　 （1）连续随机信号：时间变量和幅度均取连续值； （2 ）时域离散随机信号(简称随机序列) ：时间变量 取离散值，而幅度取连续值；　 （3 ） 幅度离散随机信号：幅度取离散值，而时间 变量取连续值； （4 ）离散随机序列(也称为随机数字信号) ：幅度和 时间变量均取离散值。　 数字信号处理—— 时域离散随机信号处理 计算机只能处理数字信号。本书针对时域离散 随机信号展开分析与讨论。对于随机数字信号，需 要增加量化效应的分析, 但随着计算机位数的不断 增多, 量化效应逐渐不明显；为简单起见， 本书中 有时也将这种信号简称为随机序列。 数字信号处理—— 时域离散随机信号处理 样本序列也可以用x 表示。而X (t ), X (t ), X (t ) ，… 或者X (1), n 1 2 3 X (2), X (3)，… 则都是随机变量。因此随机序列兼有随机变量和函 数的特点。这里要注意, X (n) 与x (n)分别表示不同的含义(n, i=1, 2, i 3, …) ， 大写字母表示随机序列或者随机变量， 小写字母表示样 本序列。但在本书以后的章节中, 为简单起见，也用小写字母x(n) 或x 表示随机序列, 只要概念清楚, 会分清楚何时代表随机序列, 何 n 时代表样本函数。 数字信号处理—— 时域离散随机信号处理 随机信号X (t)是由它所有可能的样本函数集合而成 的, 样本函数用x (t), i=1, 2, 3,…表示。例如, 图1.1.1 i 表示的是n部接收机的输出噪声电压, 图中x (t)表示