[理学]第2章-随机过程.ppt

　　　　　2.1 确知信号分析2.1.1 周期信号傅里叶级数展开式与非周期信号的傅里叶变换　　1) 周期信号的傅里叶级数展开式 　　2) 非周期信号的傅里叶变换 2.1.2 常用信号的频谱　　1． 单位冲激函数δ(t)的频谱 　　2．正弦和余弦信号的傅里叶变换 2.1.3 傅里叶变换的几个主要性质　　1．线性叠加性质　　若　　　　　　　　　　　 　，则 　　2．时移特性　　若　　　　　　，则 　　4．调制定理　　若　　　　　　，则 　　5．时域卷积　　若　　　　　　　　　　　 ，则 2.1.4 信号的分类　　1．确知信号与随机信号　　确知信号：可用明确的数学式子表示，且信号的取值确定的信号。　　随机信号：当给定一个时间值时，取值不确定，只知其取某一数值的概率的信号。 3．能量信号与功率信号　　(1)能量信号：平均功率等于0，但其能量有限的信号。　　(2)功率信号：在整个时间域内具有无限大能量，平均功率有限。 2.1.6 能量谱密度与功率谱密度　　能量谱密度G(ω)：单位频率上信号的能量。 2.2.1 随机变量与概率分布　　1．随机变量　　某随机实验有许多可能的结果，为进行定量描述，需引入一个变量X，它将随机地取某些数值，而对应每一可能的数值，有一个概率，这一变量称为随机变量。 　　2．随机分布函数F(x)和概率密度函数f(x)　　随机分布函数F(x)和概率密度函数f(x)是一种统计描述。设X是一个随机变量，x为任意实数，则  F(x)=P { X≤x } 称为随机变量X的分布函数，且：　　　F(－∞)=P {X≤－∞} =0，F(+∞)=P {X≤+∞} =1 概率密度函数的性质： (1) f(x)≥0 (2) 　　　　 (3) 　　　　　　　　　　　　　　 　　3．两个常用的概率分布函数 　(1) 高斯分布(正态分布)函数。其概率密度函数f(x)为 2.2.5 随机变量的数字特征　　随机变量有两种描述方法： 一是用分布函数和概率密度函数； 二是用数字特征。 　　1．均值　　均值（数学期望）反映了随机变量取值的集中位置。它是一种统计平均的结果。　　(1) 对于离散情况，设随机变量为X，它的随机取值为x1，x2，…，xn，出现的概率为P(xi)，则均值为 　2． 均值的常用性质 　(1) 常数C 的均值仍为C，即E［C］=C； 　　3．方差　　方差反映了随机变量的取值偏离数学期望的程度。其数学定义为　　　　　　 D［X］=E［(X－E［X］)2］ 　　　 　　4．方差的主要性质 　 (1) 常数C的方差为0，即D［C］=0; 　 (2) 设有两个独立的随机变量X和Y， D［X+Y］=D［X］+D［Y］； 　 (3) D［X+C］=D［X］； 　 (4) D［C·X］=C2 · D［X］。 2.2.6 随机过程及其统计描述　　1．随机过程的基本概念　　 自然界中事物的变化过程分为两类： 一是确定性变化过程，用确定性的时间函数来描述；二是随机过程，它的每次出现是用一个样本函数(或称为一个实现)来描述的。 　　(2) 每一个实现（即一个样本函数）都是一个确定的时间函数，但究竟出现哪一个可能的实现，事先无法确定。 　　　　　2.4 窄带随机过程概述2.4.1 窄带的概念　　 当信号的带宽远小于载波频率时，则该信号称为窄带信号。 正弦信号或余弦信号为单频信号(称之为谱线)，是最窄的一种窄带信号，因为实际上它的带宽等于0。 2.4.2 窄带随机过程　　高斯白噪声是一种典型的随机过程，其概率密度函数为正态分布(又称高斯分布)，其功率谱在整个频率范围内为常数，故称之为“白”。 当它通过一个传输系数为A的窄带滤波器后，就形成了一种窄带高斯噪声，它是一种典型的窄带随机过程。 第2章 确知信号与随机信号分析 2.1 确知信号分析 2.2 随机信号分析 2.3 确定性信号与随机信号通过线性系统 2.4 随机过程概述 2.5 窄带高斯随机过程 单位冲激函数δ(t)的频谱 正弦和余弦信号的频谱 　　3．频移特性 　　若　　　　　　，则 利用调制定理进行频谱搬移 　　物理意义：时域卷积对应频域相乘。 　　6．频域卷积 　　若　　　　　　　　　　　　，则 物理意义：时域相乘对应频域卷积。 　　2．周期信号