通信原理的 随机信号的分析.ppt

自相关函数为： 输出噪声的功率谱密度为： Pn(f) f fc -fc B 0 n0/2 讨论：当Bfc时，此带通白噪声也称为窄带高斯白噪声，此时满足： 第二章 03/04 * 设有n台性能完全相同的接收机。在相同的工作环境和测试条件下记录各台接收机的输出噪声波形（这也可以理解为对一台接收机在一段时间内持续地进行n次观测）。 测试结果表明，尽管设备和测试条件相同，记录的n条曲线中找不到两个完全相同的波形。这就是说，接收机输出的噪声电压随时间的变化是不可预知的，因而它是一个随机过程。  第二章 03/04 * 全体样本在t1时刻的取值就构成一个随机变量。 从横向上来看（沿时间轴上观察），时间序列是一个实现（样本函数），全体实现才构成随机过程。 第二章 03/04 * N取得越大，n维分布函数族描述随机过程的特性也愈趋完善。一般有限维分布函数族完全可以确定随机过程的统计特性。 第二章 03/04 * 随机过程在任意时刻t的均值。 ξ(t)所有样本函数在时刻t的函数值的平均，也称集平均，以区别时间平均的概念。 第二章 03/04 * 它表示随机过程在时刻t对于均值a(t)的偏离程度。 ξ(t)的均值和方差都存在，则称ξ(t)为二阶矩过程。 第二章 03/04 * 比如，输入到一个系统的信号和噪声可以都是随机过程，这时输出也是随机过程，我们需要研究输出与输入之间的统计联系等等，引入二维概率密度函数。 第二章 03/04 * 用途：用协方差来判断同一随机过程的两个变量是否相关。 第二章 03/04 * 两个随机过程如果相互独立，且它们的二阶矩存在，则它们必然不相关，反之，则不成立。 第二章 03/04 * 过程的统计特性不随着时间的推移而变化 第二章 03/04 * 在平稳过程中，均值、方差、自相关、互相关函数这四个数学特征中，自相关函数是最重要的一个。 对于平稳随机过程而言， 它的自相关函数是特别重要的一个函数。其一，平稳随机过程的统计特性，如数字特征等， 可通过自相关函数来描述；其二，自相关函数与平稳随机过程的谱特性有着内在的联系。因此，我们有必要了解平稳随机过程自相关函数的性质。 第二章 03/04 * 如果随机变量X与Y相互独立，则不相关P137；但不相关，则不能肯定她们是相互独立的。 高斯过程在任一时刻上的样值是一个一维高斯随机变量，其一维概率密度函数可表示为： 第二章 03/04 * 第二章 03/04 * 用误差函数或互补误差函数表示F(x)的好处是，它简明的特性有助于今后分析通信系统的抗噪声性能。 第二章 03/04 * 频谱被限制在某一中心频率附近很窄的频带上 第二章 03/04 * 用示波器观察一个实现的波形，则如图3-4(b)所示，它是一个频率近似为fc，包络和相位随机缓变的正弦波。 第二章 03/04 * 由式(3.5-1)至(3.5-4)看出，ξ(t)的统计特性可由aξ(t)、φξ(t)或ξc(t)、ξs(t)的统计特性确定。反之，如果已知ξ(t)的统计特性则可确定aξ(t)、φξ(t)以及ξc(t)、ξs(t)的统计特性。 第二章 03/04 * 因为ξ(t)是平稳的，则有Rξ(t, t+τ)=R(τ), 这就要求式(3.5-7)的右边也应该与t无关，而仅与时间间隔τ有关。 白噪声的均方值为无限大,E[x^2(t)]=R(0)=∞,而物理上存在的随机过程，其均方值总是有限的。 实际上，完全理想的白噪声是不存在的，但只要噪声功率谱均匀分布的范围超过通信系统工作的频率范围很多时，就可以近似认为是白噪声。 第二章 03/04 * 3.5 窄带随机过程 窄带系统，是指其通带宽度Δffc，且fc远离零频率的系统。 实际中，大多数通信系统都是窄带型的，通过窄带系统的信号或噪声必是窄带的，如果这时的信号或噪声又是随机的，则称它们为窄带随机过程。 图3-4 窄带过程的频谱和波形示意 P(f) x(t) 窄带随机过程ξ(t)可用下式表示： 表示方法1 ξ(t)=aξ(t)cos[ωct+φξ(t)］, aξ(t)≥0 (3.5-1) 表示方法2 ξ(t)=ξc(t)cosωct-ξs(t)sinωct (3.5-2) 其中： ξc(t)=aξ(t)cosφξ(t) (3.5-3) ξs(t)=aξ(t) sinφξ(t) (3.5-4) 式中, aξ(t)及φξ(t)分别是ξ(t)的随机包络和随机相位， ξc(t)及ξs(t)分别称为ξ(t