[2018年最新整理]5随机信号分析.pptVIP

徐科军 主编《信号分析与处理》配套课件 合肥工业大学 陈强 制作 信号分析与处理 第5章 随机信号分析 内容提要 随机信号简介 随机信号的相关分析 随机信号的功率谱估计 谱估计中的几个问题 平稳随机信号通过线性系统 5.1 随机信号简介 随机物理现象的信号不能用精确的数学关系式来描述 样本函数——随机现象的单个时间历程 样本记录——随机现象在有限区间上观测 随机过程是随机现象可能产生的全部样本函数的集合 平稳过程 各态遍历；非各态遍历 非平稳过程 一般非平稳随机过程；瞬变随机过程 平稳随机过程 随机过程可以用样本函数集合的平均值描述 例如随机过程在某一时刻t1的均值，就是将总体中t1时刻的各样本函数的瞬时值相加，然后除以样本函数的个数，这就是总体平均的概念 随机过程两个不同时刻之值的相关性称为相关函数，可以由t1和t1 +τ两时刻瞬时值乘积的总体平均得到 随机过程的均值和自相关函数 如果随机过程的均值和自相关函数与时刻t1 有关——非平稳 无关——弱平稳或广义平稳 弱平稳过程的均值和自相关函数 各态遍历随机过程 如果用随机过程的不同样本函数计算时间平均和自相关函数的结果都相同，则称该随机过程为各态遍历的。对于各态遍历的随机过程，所有按时间平均的量都等于相应的随机过程总体平均量 可以用单个样本的时间平均来描述各态遍历随机过程的总体特征。表示实际平稳物理现象的随机信号一般是近似各态遍历的 5.2 随机信号的相关分析 连续随机信号 概率分布函数 概率密度 均值 均方值 方差 自相关函数——自相关函数反映了随机过程在两个不同时刻的状态之间的统计关联程度 离散随机信号 均值 均方值 方差 自相关函数 广义平稳随机信号 均值——与时间n无关 自相关函数——与时间起点n1无关，只与n1，n2之差有关 各态遍历随机信号 单一样本函数随时间变化的过程包括该信号所有样本函数的取值经历 讨论随机相位正弦序列的平稳性和各态遍历性 平稳随机信号自相关函数的性质 估计方法 实际信号多为因果的实信号，其自相关 实验中只能获得有限个观测值，如何估计x(n)的自相关函数？ 直接估计——直接按公式计算 快速计算——利用FFT实现相关函数的快速运算 自相关函数的直接估计 由于x(n)只有N个观测值，因此对于每一个固定的延迟m，可以利用的数据只有N-1-|m|个 只有当|m|远小于N时，估计值接近真值 可以对公式稍作修改 自相关函数的快速计算 为了能用DFT计算相关，需把两个N点序列扩充到2N-1点 信号的自相关函数和功率谱是傅里叶变换对 自相关函数的应用 检测淹没在随机噪声中的周期信号 周期信号的自相关函数是周期的，且与信号的周期相同；而随机噪声随时间滞后增加，其前后相似程度迅速减弱，自相关函数趋于零。因此一定延时后，自相关函数的周期性反映原信号的周期性 检测信号的回声 若信号中存在时间延迟的回声反射，则自相关函数将在延迟处达到峰值，且归一化自相关函数的大小将给出回声的相对强度 随机信号的互相关函数及其应用 一般随机信号 广义平稳随机信号 各态遍历随机信号 互相关函数的性质 性质1：互相关函数与均值、标准差的关系 性质2：互相关函数不是偶函数 性质3：如果两个零均值信号完全独立无关，则相关函数为零 性质4：互相关函数的最大峰值一般不在 处 互相关函数的估计方法 直接方法 互相关函数的无偏估计 间接方法 与自相关函数的间接方法类似，可以使用FFT 互相关函数的应用 测量滞后时间 当线性系统的输出和输入有一定的时间差时，互相关函数在时间差等于信号通过系统所需时间值时将出现峰值 确定传递通道 由于每一条通道一般都具有不同的滞后时间和不同的相关强弱，因此从互相关图中出现的各自峰值可以确定对输出有显著影响的通道 检测噪声中的信号 检测隐藏在外界噪声中的信号，且信号可以不是周期形式的 系统识别 利用相关技术计算系统的频率响应函数 5.3 随机信号的功率谱估计 随机过程的样本函数不具有确定的形状，且一般不满足傅里叶变换的绝对可积条件。但是样本函数的平均功率一般是有限的。 研究随机过程的频谱没有意义，但是可以研究其平均功率随频率的分布 随机信号的功率谱密度 把随机过程X(t)的样本函数x(t)任意截取长度为2T的一段，记作截断函数xT(t) 其傅里叶变换显然存在 截断函数取自随机过程的样本函数，因此截断函数及其傅里叶变换也是随机函数 样本函数的功率谱密度函数 对所有实验结果取统计平均 这里的PX(Ω)是Ω的确定函数，表示随机过程X(t)的平均功率，称为功率谱密度函数，简称功率谱密度 对于平稳过程，均方值为常数 对于各态遍历过程