管理随机信号分析第一章.pptVIP

1.4 数字特征与条件数学期望 1.4 数字特征与条件数学期望 * * * 1.5 特征函数 1.5 特征函数 * * 电子科技大学通信学院 1.5 特征函数 * 1.6典型分布 1. （0－1）分布、两点分布 （0－1）或两点分布是最简单与离散的，代表了许多实际的物理现象，比如：掷币试验、击中与否、有无检验、二元数据等等。 * 1.6典型分布 2.二项分布（Binomial）： 二项分布的结果共n+1种：整数0～n。它代表的实例如：连续n次掷币试验后正面的总数目，n次独立二元检验中总的吻合次数，n长独立二进制数据串中1的总数，等等。 * 1.6典型分布 3.泊松分布（Poisson）： 泊松分布的结果为非负整数。大量的实际物理现象近似地符合这种分布，比如：顾客服务问题中，顾客的数目；误码发生问题中，误码的数目；网络服务器应用中，服务请求的次数。 * 1.6典型分布 4. 均匀分布（Uniform ）： 实际应用中，均匀的或没有明确偏向性的物理特性导致均匀分布特性，比如：量化与截尾噪声一般认为具有均匀分布。此外，工程中的正弦信号通常具有均匀的相位特性 * 1.6典型分布 5.指数分布（Exponential）： 指数分布的取值为非负实数。实际应用中它经常用于描述一些随机性的等待时间与间隔。比如，在公交车