第三章SPICE模型及仿真5.ppt

Copyrights Zhu, Weihong 3.4 随机过程与线性系统 和过程的功率谱密度. 假设 Z(t)=X(t)+Y(t), 其中 X(t) 和 Y(t) 联合平稳，则： 故 Copyrights Zhu, Weihong 3.3 高斯及白过程 3.3.1 高斯过程 Definition 3.3.1. 如果对于所有的 n 以及所有的(t1,t2,…,tn), 随机变量 具有联合高斯密度函数，则随机过程X(t) 是高斯过程。 Theorem 3.3.1. 对于高斯过程，均值与自相关，即mX(t) 和 Rx(t1,t2) 给出了过程的完全统计描述。 Theorem 3.3.2. 高斯过程 X(t) 通过线性时不变系统后，其输出过程Y(t) 仍然是高斯过程. Copyrights Zhu, Weihong 3.3 高斯及白过程 Theorem 3.3.3. 对于高斯过程，宽平稳与严平稳是等价的。 Theorem 3.3.4. 平稳零均值高斯随机过程 X(t) 的遍历特性的充分条件是： 联合高斯随机过程. Definition 3.3.2. 随机过程 X(t) 和 Y(t) 是联合高斯随机过程，如果对所有的 n, m 和所有的 (t1,t2,…,tn), 和 (τ1, τ2,…, τm), 随机矢量 (X(t1),X(t2),…,X(tn), Y(τ1),Y( τ2),…, Y(τm)) 服从n+m 维联合高斯分布。 Copyrights Zhu, Weihong 3.3 高斯及白过程 Theorem 3.3.5. 对于联合高斯随机过程，不相关与相互独立是等价的. 3.3.2 白过程 Definition 3.3.3. 如果过程 X(t) 具有平坦的谱密度，即对所有的f ， SX(f) 为常数，那么称该过程为白过程. f SX(f) N0/2 Power-spectral density of a white process Copyrights Zhu, Weihong 3.3 高斯及白过程 白过程的自相关函数为 How to explain the upper equation? 等效噪声带宽. This bandwidth solutes how to evaluate the power content of the output process when white Gaussian noise passed through a filter. Copyrights Zhu, Weihong 3.3 高斯及白过程 假设 X(t) 是一白高斯过程经过一滤波器, Y(t) 是输出过程，那么 Copyrights Zhu, Weihong 3.3 高斯及白过程 Example1. 带宽为 W 的理想带通滤波器的等效噪声带宽是多少？ 白噪声通过理想带通滤波器后，称为窄带（带通）白噪声。表示为 Copyrights Zhu, Weihong 3.5 窄带随机过程（ 带通系统） Definition 3.5.1. 如果对于│f-f0│≥W ，有SX(f)≡0 ，其中Wf0 ，则X(t) 是带通或窄带过程。 其中 Copyrights Zhu, Weihong 3.5 窄带随机过程（ 带通系统） 若 X(t) 是零均值的窄带随机过程, 我们可以定义两个新的过程 XC(t) 和 XS(t) ： 其中 是 X(t)的希尔伯特变换 XC(t)和 XS(t) 分别称为 X(t)的同相分量和正交分量。 Copyrights Zhu, Weihong 3.5 窄带随机过程（ 带通系统） Theorem 3.5.1. 如果 X(t) 是零均值的平稳带通过程, 那么 XC(t) 和XS(t) 是零均值的联合平稳过程. Theorem 3.5.2. Xc(t) 和 XS(t) 是低通过程; 即它们的功率谱密度在 │f│≥W 时为0。 Copyrights Zhu, Weihong 3.5 窄带随机过程（ 带通系统） 如何获得同相分量和正交分量的功率谱密度？ Copyrights Zhu, Weihong 3.5 窄带随机过程（ 带通系统） Copyrights Zhu, Weihong 3.5 窄带随机过程（ 带通系统） 讨论 ： 互相关函数 是奇函数，并且有： 若 SX(f) 关于 f0 对称，则 XC(t) 和 XS(t) 不相关. 若 X(t) 是零均值的平稳高斯过程, 则 XC(t) 和 XS(t) 联合平稳， 且在相同的时刻, XC(t) 和 XS(t) 统计独立。 Copyrights Zhu, Weihong 3.5 窄带随机过程（