[工程科技]第二章 测试信号分析.pptVIP

2. 非确定性信号 非确定性信号也称为随机信号，它不能用确定的数学关系描述，也无法预知未来时刻的值。 第二节 信号的时域分析 一、时域统计分析 对于非确定性的随机信号，可以用分析随机变量的方法对其进行统计分析。 随机信号的特点：时间函数不能用精确的数学关系式来描述；不能预测它未来任何时刻的准确值；对这种信号的每次观测结果都不同，但大量地重复观测可以看到它具有统计规律性。因而随机信号必须用概率统计方法来描述和研究。 随机信号的分类 各态历经过程 平稳随机过程 非各态历经过程 随机过程 一般非平稳随机过程 非平稳随机过程 瞬时随机过程 随机过程的一般概念 对随机信号按时间历程所作的各次长时间观察记录称为样本函数，记为xi(t)。全部样本函数的集合（总体）称为随机过程，即为{x(t)}。即 {x(t)}= {x1 (t)， x2 (t) ，…，xi (t)，…} 一般来说，任何样本函数xi(t)都无法代表随机过程{x(t)}。当t=tk时， xi(tk)是一个随机变量，表示该瞬时可能取值的集合。与描述一般随机变量相类似，可以利用随机过程{x(t)}的数字特征对其进行描述。 随机过程在某一时刻tk的随机变量的统计特征，采用总体平均所得的统计参数进行描述。 例如：随机过程{x(t)}在时刻t1的平均值C0，就是将全部样本函数在该瞬时之值{x(t1)}相加后再除以样本函数的个数N→∞，然后取当N是时的极限。即： 随机过程{x(t)}在t1和t1+τ两个不同时刻的相关性的总体平均为 一般来说，当t1≠ t2时，随机过程的统计参数是不相等的。但有一类随机过程，当t1≠ t2时，且t1 、 t2为任意值时满足： 则称这类随机过程为平稳随机过程。 平稳随机过程的条件是其均值为常数，其相关性函数与时间的起点无关，只是时间间隔τ的函数。 各态历经平稳随机过程：其均值和相关函数的总体平均与单个样本函数的时间平均相等。 用一次试验所得到的样本函数在其观察的时间历程上取时间平均来代替总体平均。 2. 时域统计分析 各态历经平稳随机过程的时域统计参数： 平均值： 均方值： 均方根： 方差： 其中，C0代表了常值分量， 描述了随机过程的波动分量，且满足： 概率密度函数p(x)：表示信号的幅值落在指定区间内的概率。 信号x(t)的值落在区间[x,x+?x]内的总时间为 当样本函数的记录时间T趋于无穷大时，Tx/T的值就是幅值落在区间内[x,x+?x]的概率。即 定义幅值概率密度函数： 信号的平均值C0、均方值 与概率密度函数p(x)的关系为 二、 时域相关性分析 1 相关与相关函数 相关——指变量之间的线性关系。 对于确定信号来说，两个变量之间可以用函数关系来描述，两者一一对应并且为确定的数值。 两个随机变量之间就不具有这样的关系，若两个变量之间存在着某种内在的物理联系，那么通过大量的统计会发现二者之间存在着某种虽不精确，但具有相应的表征其特性的近似关系。 相关性常用相关系数 来表示 式中：E——表示数学期望 μx=E[x]——随机变量x的均值 μy=E[y]——随机变量y的均值 σx σy——分别为随机变量x、y的标准差， σx y称为x、y的协方差 根据许瓦兹不等式 |ρxy|≤1。当ρxy=±1时，说明两个随机变量x、y理想的线性相关；当ρxy=0时，说明两个随机变量之间完全无关。 线性相关 设x(t)、y(t)分别是某两个各态历经的随机过程的一个样本记录，x(t+τ)和y(t+ τ)分别是时移后的样本，且x(t) 与x(t+τ) 、y(t)和y(t+ τ)具有相同的均值和标准差。 记ρx(t)x(t+ τ)为ρx (τ)， ρx(t)y(t+ τ)为ρxy (τ) 自相关函数： 自相关函数反映了信号在时移中的相关性。 自相关函数具有以下性质： 1）自相关函数为实偶函数。即Rx ( - τ)=Rx(τ) 2） τ 不同, Rx(τ)不同