[教育]随机信号第一章.ppt

电子科技大学通信学院 课程介绍 先修课程：概率论、信号与系统 后续课程：图像处理、信号检测、 数字信号处理、通信原理等 考核方法：平常成绩30%（出勤、作业） 期末考试70% 课程内容 第1章 概率论基础 第2章 随机信号 第3章 平稳性与功率谱密度 第4章 各态历经性与随机实验 第5章 随机信号通过线性系统 第6章 带通随机信号 第7章 马尔可夫链与泊松过程 第1章 概率论基础 1.1 概率公理与随机变量 1.2 多维随机变量与条件随机变量 1.3 随机变量的函数 1.4 数字特征与条件数学期望 1.5 特征函数 1.6 典型分布 1.7 随机变量的仿真与实验 1.1 概率公理与随机变量 某个随机现象 随机问题的建模 随机试验 事件 概率P 概率公理 2、条件概率与独立性 3、基本性质与事件运算 3、基本性质与事件运算 4、几个重要公式 二、随机变量 分布函数的性质 二、随机变量 二、随机变量 二、随机变量 随机变量与普通变量的区别： (1) 变量可以有多个取值，并且永远不能预知它到底会取哪个值； (2) 变量取值是有规律的，这种规律用概率特 性来明确表述； 1.2 多维随机变量与条件随机变量 一、多维随机变量 一、多维随机变量 一、多维随机变量 二、条件随机变量 二、条件随机变量 三、独立性 1.3 随机变量的函数 1.3 随机变量的函数 1.4 数字特征与条件数学期望 一、数学期望 二、数字特征 二、数字特征 二、数字特征 二、条件数学期望 二、条件数学期望 二、条件数学期望 1.5 特征函数 1.5 特征函数 1.5 特征函数 1.5 特征函数 1.5 特征函数 1.5 特征函数 1.5 特征函数 一元函数 h(y)是g(x)的反函数 x = h(y) 解：反函数形式为 导函数为 二元函数 ?其中， h1()与h2()为反函数，J为雅可比行列式 解：函数、反函数关系与雅可比行列式， ， ， 根据X与Y独立，有 于是， 时 边缘概率密度函数为 称为瑞利分布。 结论： 中， 与 独立。 若随机变量满足 则 称为数学期望，或统计(集)平均 当X为离散型时， 更为简洁的书写方式，如 一、数学期望 基本性质： 1）线性： 2）若X1…Xn独立， 3）对于Z=g(X) k阶矩与(k+r)阶联合矩（或混合矩） 1) 绝对原点矩： 2) 原点矩： 3) 中心矩： 均方值： 2.方差： 3.联合矩： 4.协方差： 5.相关系数： 特别重要的数字特征有： 1）（线性）无关（Uncorrelated） 2）正交（Orthogonal）： 。 在一定条件下的数学期望 以二维为例，定义如下： 对于离散型随机变量， 是y的函数，即 如果该函数的自变量为Y， 则E(X︱Y)是一个新的随机变量。 称为全期望公式。 对于条件期望，给定的条件部分等同于确知量 定理1.2 切比雪夫不等式 例如， 而对于正态分布特例，实际上是99.74％。 ，即， 对任意ε0，有 如果方差σ2=0，则X集中在m一点上。 因为对于任意小的ε， 定理1.3柯西－许瓦兹不等式 则E(XY)存在，且 1、基本概念 随机变量X的特征函数定义为 式中， ，v为确定的实变量。 X为连续型或离散型随机变量时，分别如下计算， 性质1、独立随机变量和的特征函数 性质2、Y=aX+b的特征函数为， 基本性质 * * 授课教师： 张玉玲 电话 一、概率公理 1、几个基本概念 随机现象 证券交易所中，某股票一周的波动记录 街口测量噪音的分贝记录 体育彩票开奖的特等奖号码 明天上午我的心情 。。。 随机现象随处可见 正 正 正 正 正 反 正 反 正 正 反 反 反 正 正 反 正 反 反 反 正 反 反 反 连续抛一枚硬币三次 随机现象 随机试验 概率空间 样本空间Ω 事件域F 概率P 随机变量 随机试验：对随机现象作出的观察与科学实验被抽象为随机试验。它具有下述特性： 1、可以在相同条件下重复进行 2、全部的可能结果是事先知道的 3、每次试验的结果不可预知 样本点：随机事件可能出现的结果，记为ζ 样本空间：随机试验所有的基本可能结果构成的集合。记为Ω 事件：试验中“人们感兴趣的结果”构成的集合，常用大写字母A、B、C等表示 基本事件：仅包含一个样本点 复合事件：包含多个样本点 不可能事件：空集Φ 必然事件：整个Ω 概率：赋予事件一个出现可能性的度量值