通信第2章随机信号的分析.pptVIP

* 窄带随机过程也可表示为同相分量与正交分量的形式 同相分量 正交分量 2.6 窄带随机过程 * 2.6 窄带随机过程 ? 零均值平稳高斯窄带随机过程 设窄带随机过程ξ(t)是平稳、零均值高斯分布，则： ■ ■ ■ 我们将分析确定： ?随机包络和随机相位 的统计特性； ?同相分量和正交分量 的统计特性。 * 2.6 窄带随机过程 ? 零均值平稳高斯窄带随机过程 设窄带随机过程ξ(t)是平稳、零均值高斯分布，则： ■ ■ ■ ?同相分量和正交分量 的统计特性： (2.6-16) (2.6-17) * 结论A：设ξ(t) 是零均值的窄带平稳高斯随机过程： 则其同相分量和正交分量 分别同样是平稳高斯随机过程,且均值都为零、方差也相同。 另外在同一时刻，二者是不相关的（统计独立）。 2.6 窄带随机过程 ? 零均值平稳高斯窄带随机过程 (2.6-18) * 2.6 窄带随机过程 ? 零均值平稳高斯窄带随机过程 假设窄带随机过程 是平稳、零均值高斯分布，则： ■ ■ ■ ?随机包络和随机相位 的一维分布： (2.6-20) (2.6-21) 瑞利分布 均匀分布 * 2.6 窄带随机过程 ? 零均值平稳高斯窄带随机过程 结论B：设ξ(t) 是零均值的窄带平稳高斯随机过程： 则其随机包络和随机相位 的一维分布分别服从瑞利分布和[- π ,π]间的均匀分布。且二者是不相关(统计独立)的。 (2.6-19) * 2.7 正弦波加窄带高斯过程 正弦波加窄带高斯过程是通信中常遇到的又一种情况 混合信号的形式: * 正弦波加窄带高斯过程的包络概率密度函数 是瑞利分布 相位概率密度函数是莱斯分布 2.7 正弦波加窄带高斯过程 * 正弦波加窄带高斯过程的包络和相位分布 2.7 正弦波加窄带高斯过程 * 2.8平稳随机过程通过线性系统 平稳随机过程通过线性系统方框图 * 确知信号通过线性系统： 线性系统 vi(t) vo(t) Vi(ω) Vo(ω) h(t) H(ω) ■时域： ■频域： 其中： ， ， 2.8平稳随机过程通过线性系统 * 随机过程通过线性系统： 线性系统 ξi(t)、 Ri(τ) ξ o(t)、 Ro(τ) Pξi(ω) Pξo (ω) h(t) H(ω) 假设ξ(t)是平稳随机过程 ■时域： ■频域： 其中： ， ， 此外 （2.8-8) （2.8-7) （2.8-6) 2.8平稳随机过程通过线性系统 * 2.8平稳随机过程通过线性系统 假定输入 是平稳随机过程，通过线性系统的输出过程 也是平稳随机过程。 期望 自相关函数 功率谱密度 * * * “各态历经”的含义是：随机过程中的任一次实现都经历了随机过程的所有可能状态。因此，在求解各种统计平均（均值或自相关函数等）时，无需作无限多次的考察，只要获得一次考察，用一次实现的“时间平均”值代替过程的“统计平均”值即可，从而使测量和计算的问题大为简化。 具有各态历经的随机过程一定是平稳过程，反之不一定成立。在通信系统中所遇到的随机信号和噪声，一般均能满足各态历经条件。 * 遍历性平稳随机过程 * 遍历性平稳随机过程 广义平稳 均值为常数 自相关函数与时间起止无关，而与时间间隔有关 遍历平稳 时间均值 时间自相关函数 * [例3-1] 设一个随机相位的正弦波为 其中，A和?c均为常数；?是在(0, 2π)内均匀分布的随机变量。试讨论?(t)是否具有各态历经性。 【解】(1)先求?(t)的统计平均值： 数学期望 遍历性平稳随机过程 * 自相关函数 令t2 – t1 = ?，得到 可见， ?(t)的数学期望为常数，而自相关函数与t 无关，只与时间间隔?