信号处理技术chapter3 幻灯片.pptVIP

§3.3 线性系统对随机信号的响应 3.3.2 对平稳白噪声的响应 （1）白噪声的特点： 1）各离散值互不相关，一般mx=0 2） 3） (31) (32) 代入(26a)中的 得： （2）线性系统对白噪声的响应 由(28): (33) §3.3 线性系统对随机信号的响应 由上式， 故： (34) (35) (36) (37) ∴输出自概率谱密度不一定为常数，也不一定是白噪声。 §3.3 线性系统对随机信号的响应 [例题2] 在通信系统等应用中，有时需生成白噪声序列，为构造一均值为0，方差为1的白噪声序列，令满足： 的输入送入一线性离散非 时变最小相位系统H(z)，求该系统的H(z)？ 分析：题意为： H(z) x(n) y(n) 的白噪声 解题步骤：1) 已给出 ，判断mx是否为0，若是则 的Z变换存在。 2) 求出 表达式。 3) 利用公式(29b)，求出H(z)、H(z-1)表达式; 4) 根据要求，H(z)是最小相位系统，来确定H(z)的表达式。 §3.3 线性系统对随机信号的响应 解：由公式(29b): 由§3.2知，只有mx、my=0时， 存在题给出的my=0，又： §3.3 线性系统对随机信号的响应 代入(29b)： 最小相位： 信号处理技术 上海大学硕士生课程 第三章 离散随机信号(Discrete Random Signals) 参考章节 （1）胡广书：第10章 （2）奥本海姆：第八章 （3）离散时间信号处理：附录A §3.1 时域随机信号的统计表达 3.1.1 概念 （1）概率分布函数： (1) 式中，xn为随机变量，x1为某一特定值，n为时刻、时期或其它物理量。 例如， xn为平均气温， x1为18oC，n为10月份，即指10月份平均气温小于等于18oC的概率分布。 给出了xn的分布函数，可知落入某区间的概率。 §3.1 时域随机信号的统计表达 例如已知近10年考试成绩低于80分的概率分布及低于60分的概率分布，可求出成绩在60～80分之间的概率： §3.1 时域随机信号的统计表达 （2）概率密度函数 已知概率分布就可求出随机变量xn落在Xn附近极小范围ΔXn内的概率密度。 即：由 得： (2) 或简写为： §3.1 时域随机信号的统计表达 反之： (3) 但式(2)是在xn在连续取值时的表达式，若xn被量化成离散的可数集时，概率密度函数为： (3)式可写为： (4) §3.1 时域随机信号的统计表达 （3）二维联合概率 当某随机过程存在二个随机变量xn1、xn2时，用二维联合概率分布描述： xn1、xn2均连续取值时，二维概率密度： (5) (6) §3.1 时域随机信号的统计表达 当xn1、xn2为离散可数集时，二维概率密度可写为： 若两个随机变量xn1、xn2的取值互不相关（统计独立）时，则有： §3.1 时域随机信号的统计表达 （4）狭义平稳随机过程 随机过程的概率特性与时间选择无关，或不随时间的平移而变。 此时一维概率可简化表示为： 二维概率仅与二个随机变量的时间差n1-n2=m有关： (7a) (7b) §3.1 时域随机信号的统计表达 3.1.2 统计（概率）平均 除上述用概率特性函数外，更广泛使用统计平均表征随机过程。 （1）随机变量集合{xn}的均值，定义为： (8) 有三个特性： 若xn1、xn2统计独立，则： （线性独立） §3.1 时域随机信号的统计表达 （2）均方差 (9) (10) （3）方差 或： 以上称为一阶概率平均，以下为二阶概率平均 §3.1 时域随机信号的统计表达 （4）自相关 (11) (12) 表征某随机过程中在不同时刻的xn1、xn2间的相关性： 平稳时： 注意，式中，若是复序列时分别以 取代 和 ，下同 §3.1 时域随机信号的统计表达 （5）自协方差 (13) 平稳时， §3.1 时域随机信号的统计表达 （6）互相关 两个随机过程{xn}、{yn}的随机变量间的相关性。 (14) 平稳时： §3.1 时域随机信号的统计表达 （7）互协方差 (15) 平稳时： §3.1 时域随机信号的统计表达 3.1.3 广义平稳随机过程 其概率分布虽随时间而变，但其一阶概率平均mx为常数，二阶概率自相关仅与时间差m相关。 0 (a) m 0 (b) m 相关性呈高斯分布，随m增大而↓；左图按(10)，右图按(13)。 3.1.