随机信号的分析课件-4.pptVIP

随机信号分析 水声工程学院 电学中心 第4章 随机信号通过线性系统 引言 在许多学科中，关于系统输入－输出关系的描述是非常重要的。系统的输入可能有各种不同的形式，然而一般来说，系统的输入总是被认为是对系统的某种激励，而系统的输出则被看成系统的响应。系统的描述可以有许多不同的方法。例如，系统的输入和输出可以经由微分方程、传递函数或冲激响应联系起来。当系统的输入是随机过程的某个样本时，则系统的输出信号可以通过系统的定义来求得，输入随机过程的每一个样本都会在系统的输出产生一个输出信号。按照这种方式，实际上存在 4.1 线性系统的基本理论 4.1.1 线性时不变系统 4.1.2 连续时不变线性系统 4.2 随机信号通过连续时间系统的分析 4.2.1 时域分析法 对应于随机信号X(t)某个实验结果ζ的样本函数x(t, ζ)，得到相应试验结果ζ的输出 二、输出的均值 输入随机信号的均值已知，求取输出均值。 三、系统输入与输出之间的互相关函数 同理 四、系统输出的自相关函数 五、系统输出的高阶矩 4.2.2 系统输出的平稳性及其统计特性的计算 二、白噪声通过理想带通线性系统 理想带通系统的幅频特性为 设白噪声的物理谱为 ，输出物理谱为 输出相关函数为 其中 几点讨论： 1、 这样的系统成为窄带系统。 2、自相关函数包含两种成分。 3、带通与低通相关函数的关系。 带通系统输出的平均功率为 带通系统输出的相关系数为 为低通的2倍 与低通的相差一个系数2 用慢变化的部分定义相关时间 4.5.4 白噪声通过具有高斯频率特性的线性系统 在单调谐多级放大器中，级数越多，其幅频特性就越接近高斯曲线。高斯频率特性的表达式为 设输入白噪声的物理谱 ，输出物理谱为 输出自相关函数为 等效噪声带宽为 。 4.6 线性系统输出端随机信号的概率分布 随机信号通过线性系统后的概率分布如何求得？ 有两种情况可以比较容易的确定线性系统输出随机信号的概率分布。 输入随机信号为高斯随机过程。 输入随机信号为非高斯随机过程，其带宽远大于线性系统的通频带。 一、若线性系统输入为高斯过程，则该系统的输出仍为高斯过程。 随机信号X(t)通过线性系统后的输出为 上式可以用级数和的形式表示为 采样时刻， 采样间隔，n为采样数。 上式可以看成多维随机变量的线性变换问题。因此输出Y(t)为高斯随机过程。 例4.16 电路如图所示。设输入随机信号X(t)是均值为零，自相关函数为 的高斯白噪声，求输出随机信号的一维概率密度函数。 解：输出Y(t)是一个高斯随机过程，其一维概率密度函数为 输出均值为 输出相关函数为 输出方差为 输出Y(t)的一维概率密度可写为 二、若系统输入端的平稳随机过程为非高斯分布，只要输入过程的等效噪声带宽远大于系统的通频带时，则系统输出端便能得到接近于高斯分布的随机过程。 式中 为非高斯的随机变量。 中心极限定理：若有大量相互独立的随机变量的和 其中每个随机变量Xi对总的变量Y的影响足够小时，则在一定条件下，当n→∞时，随机变量Y服从正态分布，而与每个随机变量的分布律无关。 输出随机过程Y(t)接近于高斯分布要满足两个条件： 输入随机变量必须是相互独立的。 独立随机变量求和的数目必须足够多。 输入过程 线性系统 输入随机过程采样值之间相互独立的条件。 各个采样值之间可以被看作是互不相关的。 各个采样值之间可以被看作是统计独立的。 随机变量求和数目足够多的条件。 随机变量求和数目足够多的条件。 ty为建立时间 求和数目足够多。 输出随机过程Y(t)在任意时刻t上，皆为大量独立随机变量之和。因此，线性系统在非高斯随机信号激励下，其输出随机信号的分布趋于高斯分布，而与输入随机信号是否服从高斯分布无关。 随机信号 线性系统 信号等效噪声带宽 系统的3dB带宽 则在频域可以表示为 线性系统输入非高斯平稳随机过程的噪声带宽远大于系统的通频带时，输出随机过程的概率分布趋于高斯分布，而与系统的输入是否高斯无关。 因输出随机过程的概率分布趋于高斯，因此只要求出输出均值和自相关函数的集合，便可确定输出均值和自相关函数的集合。 比值的大小与趋于高斯分布程度的关系， 主要取决于输入过程X(t)的分布特性。均匀分布要求较低，而χ2分布要求较高。 本章小结 随机信号通过线性系统的分析 线性系统的基本理论 随机信号通过连续时间系统的分析 色噪声产生与白化滤波器 白噪声通过线性系统的分析与等效噪声带宽 线性系统输出端随机信号的概率分布 随机信号通过线性系统输出的表达式 输出的均值 相关函数 对于平稳的双侧随机信号 性质1：若输入X(t)具有宽平稳性，系统输出Y(t)也具有宽平稳性，且输入与输出联合宽平稳。 由