第七章-随机信号分析基础PPT.ppt

7．5相关分析和应用 相关估计 随机信号样本截断取样 平稳性信号自相关的直接估计 自相关函数的估计偏差 渐近无偏估计 自相关函数的估计偏差形成原因 截断过程 时域的矩形窗函数数据窗，对应相关域的三角窗延迟窗 自相关函数的估计方差 零均值高斯分布的随机信号的估计方差趋向零，属于渐近一致估计 自相关函数的无偏估计定义 自相关矩阵特性不好 7．6经典功率谱估计 功率谱的周期图法估计 直接法 间接法 功率谱的周期图法估计质量 功率谱的估计均值 渐近无偏估计 功率谱的估计方差 周期图功率谱的估计不是一致估计 Digital Signal Processing 第七章 随机信号分析基础 确定性信号可通过明确的数学表达式表示，时域波形具可预测或重复性。 随机信号，时域观察具不可预测性或时域信号具实验不可重复性 随机信号特性 信噪比（Signal Noise Ratio，SNR）较低的信号属于随机信号 确定性过程过于复杂，很难用精确模型描述时，将其当作随机信号看待，则可以用更简单的模型加以描述 常见随机信号 动态系统的状态量 + 测量系统 观测值 系统噪声 观测噪声 + 随机信号分析方法 用统计方法进行分析 通过采集大量样本弥补对单样本信号认识不足的缺陷 典型随机信号（放大器温漂） 7．1随机信号的描述 随机过程的概率密度描述 ni时刻随机变量 随机信号：随机变量集合 随机过程的概率密度描述 特定时刻随机变量 的概率密度 不同时刻随机变量之间的高阶联合概率密度函数 二阶统计量 自相关函数 自相关函数特性 对偶性 中心最大性 远隔不相关性 周期性 自协方差函数 互相关函数 互相关函数特性 对偶性 中心最大性 远隔不相关性 互协方差函数 随机过程的高阶统计量描述 一阶统计量考虑随机过程单一时刻随机变量的概率分布 二阶统计量考虑随机过程二个不同时刻随机变量的概率分布 高阶统计量考虑随机过程三个或以上时刻随机变量的概率分布 随机变量的特征函数、矩函数和累积量 随机变量的第一特征函数 随机变量的第二特征函数 随机变量的矩函数 k阶原点矩和第一特征函数的关系 随机变量的累积量 第二特征函数和累积量的关系 高斯分布零均值随机变量的高阶矩和高阶累积量 随机信号的特征函数、矩函数和累积量 7．2随机过程分类 平稳随机过程 一阶平稳随机过程 二阶平稳随机过程 狭义平稳随机过程 高阶联合概率分布函数满足： 随机信号的均值与时间无关相关与时间起点无关时，称随机信号宽平稳，简称为平稳随机信号 高阶联合概率分布与时间起点无关，称该随机过程狭义平稳或严格平稳 平稳随机信号的遍历性 一个样本的时间平均和无穷多个样本的统计平均相等 时间平均和统计平均的比较 7．3功率谱密度函数 功率谱密度函数的定义 功率谱和自相关函数的关系 功率谱和自相关函数同属二阶统计量 平稳随机信号： Wiener--Khintchine定理：自相关函数和功率谱构成一对傅里叶变换 随机过程的高阶功率谱 三阶谱 四阶谱 功率谱的性质 周期性 非负性 实数性 对称性 随机信号是实数时，功率谱实偶对称 功率谱不包含信号的相位信息 功率谱的分类 平谱 整个数字频段或指定频率范围内是常数，例白噪声 线谱 ARMA型谱 随机信号中含某些特殊频率成份 白噪声经过一个线性非移变系统 功率谱的分类 7．4线性系统关于随机信号的响应 输入平稳随机信号 线性非移变系统 输出平稳随机信号 输出响应的统计特性 输出响应的统计特性 Digital Signal Processing