清华大学数字信号处理课件().pptVIP

随机信号的描述： 高维概率密度： 10.2 平稳随机信号 几个概念： 1. 若 则 严（狭义）平稳，统计特性不随时间变化。 则 相互独立 2. 若 则 不相关 3. 若 自相关函数的性质： 1. 证明： 若 X为实过程，则 若 X为复过程，则 2. 偶对称 Hermitian对称 3. 互相关 4. 互相关 与自相关 5. 令自相关矩阵 则： 自相关矩阵的这一性质在信号处理 中有着重要的应用 非负定 证明： 令 非零向量 6. 功率谱密度 PSD 无法做傅里叶变换。那么，对随机信号，如何实现频谱分析？一般的方法，不是对信号直接进行傅立叶变换，而是对信号的自相关函数作傅立叶变换，这时得到的不再是频谱，而是功率谱（Power Spectrum Density, PSD)。 即随机信号是功率信号 功率谱的定义： 的一个样本； 有限长时间序列，可以做傅里叶变换： 时域功率 频域功率 定义 因为： 所以： 的功率谱 功率谱原始定义，包含了求均值和求极限两个运算，即：既要求时间平均，又要求集总平均。 功率谱定义1： 维纳—辛钦定理 定理成立的条件： 功率谱定义2： 定义1和定义2的等效的证明，见书。 功率谱的性质： 始终是 的实函数，因此功率谱（二阶统