[信息与通信]CH3平稳性与功率谱密度PPT.ppt

电子科技大学通信学院 电子科技大学通信学院 随机信号分析 第3章 平稳性与功率谱密度 第3章 平稳性与功率谱密度 有一类极为重要的随机信号，它的主要（或全部）统计特性关于参量保持“稳定不变”，这种随机信号被称为平稳随机信号。 本章讨论： 1）严格与广义平稳性；循环平稳性； 2）平稳信号相关函数的特性；有关物理意义； 3）平稳信号的功率谱密度与互功率谱密度； 4）白噪声及其实例——热噪声 3.1 平稳性与联合平稳性 解：信号X(t)通常被视为两个平稳信号U(t)与V(t)的和，即 例 3.7 工程应用中平稳信号 X(t) 的自相关函数为 试估计其均值、均方值和方差。 无关或独立 U(t)与V(t)的自相关函数分别为 并假设V(t)均值为0 于是 所以， 的均值为10、均方值为300、方差为200。 U(t)是X(t)的非周期分量，可得 于是， 作业：3.9 3.12 3.14 3.16 3.4 功率谱密度与互功率谱密度 确定信号 时域：信号随时间变化的特性 频域：信号频率成分及各频率成分大小 信号谱 随机信号 时域：从统计意义上分析 频域：一个样本函数的特性不能代表全体，故也应从统计意义上分析 功率谱 3.4.1 基本概念 1. 确知信号的功率及功率谱密度 (1) 能量型信号 存在傅立叶变换 E：归一化能量（单位电阻上耗散的平均能量） 由帕塞瓦尔定理： 能量谱分布密度函数，表征了信号能量沿 轴的分布。或表示信号在单位频带上分布的能量。 (2) 功率型信号 功率型信号一般持续时间无限，不满足绝对可积的条件。 注意： 1）能量型信号的能量有限，功率为0； 2）功率型信号的功率有限，能量为无穷。 P：归一化功率（单位电阻上耗散的平均功率） 截取 称为 的截断函数。 即 存在傅立叶变换 由帕塞瓦尔定理： 令 ， 在 的平均功率为： 令 功率谱密度函数，简称功率谱 表征了信号功率沿 轴的分布。 物理含义可以理解为：如果在某个ω0处SX(ω0)比较大，则信号X(t)中含有较大的ω0频率分量；如果在某个ω0处SX(ω0)=0，则信号中不含有该ω0频率分量。 2. 随机信号的功率及功率谱密度 (1) 随机信号的样本功率及样本功率谱密度 截取 R.S. 的一个样本函数 即一个确定的时间信号（功率型） 功率时域描述 功率频域描述 样本平均功率 是ξ 的函数，是R.V. 样本功率谱密度 是 ξ 的函数，是 ω 的函数，是R.S. (2) 随机信号的平均功率及平均功率谱密度 对样本功率取统计平均 随机信号的平均功率 对样本功率谱取统计平均 随机信号的平均功率谱 随机信号的平均功率与相关函数的关系 X(t) 广义平稳时 证明： 随机信号的平均功率与平均功率谱的关系 证： 总之（平稳信号）： 称为其功率谱密度，简称功率谱（Power Spectral Density ）。 3.4.2 基本概念 1. 功率谱密度 即，维纳 -- 辛钦定理 定义3.7 平稳信号{X(t),t∈T}的自相关函数的傅里叶变换 反变换 性质1. 随机信号X(t)的功率谱 满足 （1） ，非负实函数 含有 X(t) 的幅度信息，不含相位信息 （2）若X(t)为实WSS.R.S., 则 均值、方差都是t的函数，故R.S.X(t)不是 WSS的 R.S.X(t)也不是 SSS的 常数 故，R.S.X(t) WSS RX(t1,t2)只与其相对位置τ有关 ?例3.3 广义平稳随机信号X(t)通过如图所示的乘法调制器得到随机信号Y(t)，图中ω是确定量，Θ是[-π,+π]均匀分布的随机相位，Θ与X(t)是统计独立的。试讨论随机信号Y(t)的平稳性。 解：由上题可知，R.S. 是WSS的 依题意： 常数 相关函数可以表示为 由于均值是常数且相关函数仅与τ有关，Y(t)是广义平稳的。 补充例：由三个样本函数 组成 R.S. ，每个样本发生的概率相等. （2） （3）是否广义平稳和严平稳？ 求：（1） 自学 解: (1) （2） 非WSS,更非SSS. 3.1.2 随机信号的联合平稳性 1.联合严格平稳JSSS R.S. 定义3.3 对于任意的 ，若随机