通信原理与3 随机过程 .ppt

第三章 随机过程 重点: 随机过程的基本概念 平稳随机过程定义及其通过线性系统的特点 窄带随机过程的统计特性 正弦波加窄带高斯噪声的统计特性 高斯白噪声及其功率 3.1 随机过程的基本概念 随机过程的定义 随机过程的一般描述 分布函数与概率密度； 数字特征:均值、方差、相关函数 3.1.1随机过程的定义 无穷多个样本函数的集合称为随即过程，记为ξ(t).它有两个基本属性： ξ(t)是一个时间函数; 在某一观察时刻t1上，全体样本在t1的取值ξ(t1)是一个不含t变化的随机变量。 3.1.2 随机过程的一般描述1.分布函数与概率密度 设ξ(t)表示一个随机过程，在任意给定的时刻t1∈T， 其取值ξ(t1)是一个一维随机变量。我们把随机变量ξ(t1)小于或等于某一数值x1的概率 简记为F1(x1, t1)，即 叫做随机过程ξ(t)的一维分布函数。 随机过程? (t) 的二维分布函数： 随机过程? (t)的二维概率密度函数： 若上式中的偏导存在的话。 随机过程? (t) 的n维分布函数： 随机过程? (t) 的n维概率密度函数： 2 随机过程的数字特征 均值（数学期望）： 在任意给定时刻t1的取值? (t1)是一个随机变量，其均值 式中 f (x1, t1) － ? (t1)的概率密度函数 方差 因为 方差常记为? 2( t )。 它表示随机过程在时刻 t 对于均值a ( t )的偏离程度。 用来衡量任意两个时刻上获得的随机变量的统计相关特性。 两个函数间的相关函数：设f1(t) 和f2(t)是两个确定的函数. 随机过程的相关函数 R（t1，t2）=E[ ]= 表示一个随机过程在不同时刻t1、t2取不同的两个函数之间的相象程度。 由于这里R(t1,t2)是徇衡量同一过程的相关程度,因此又常称为自相关函数可表示为: 3.2 平稳随机过程 3.2.1 平稳随机过程的定义 则称该随机过程是在严格意义下的平稳随机过程，简称严平稳随机过程。 数字特征： 可见，（1）其均值与t无关，为常数a； （2）自相关函数只与时间间隔?有关。 [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。 【分析】(1)先求?(t)的是否平稳即求 数学期望 自相关函数 (2)求?(t)的时间平均值即 3.2.3 平稳过程的相关函数 3.2.4 平稳过程的功率谱密度 功率谱密度:单位时间内每个频率成分贡献的功率. 3.3 高斯随机过程 高斯过程，也称正态随机过程，是通信领域中最重要的一种过程。 1. 定义： 若随机过程 的任意n维（n=1,2,…)分布都服从正态，则称它为高斯过程。 2. 性质： （1）若高斯过程是广义平稳的，则也是狭义平稳的； （2）若干个高斯过程的代数和的过程仍是高斯型； （3）高斯过程经过线性变换（或线性系统）后的过程仍是高斯型。 3.一维概率密度函数 式中a － 均值? 2 － 方差 4.分布函数 正态分布函数是概率密度函数的积分，它表示高斯随机变量小于或等于任意取值x的概率，即 误差函数 互补误差函数 3.4 平稳随机过程通过线性系统 线性系统响应v0(t)，输入vi(t)，冲激响应h(t) 当输入是随机过程 时，输出为 假定输入 是平稳随机过程，考察 的统计特性 1. 均值 2、 的自相关函数 令 3、 的功率谱密度 令 则 4、输出过程 的概率分布 将 改写为和式： 可知：若 为正态随机变量 也为正态随机变量 高斯过程经线性变换后的过程仍为高斯的。 3.5 窄带随机过程