cp3_2典型随机过程.ppt

平稳随机过程自相关函数 平均功率为： R(0)=E［ξ2(t)］=P =1/2 （即总功率） 均值的平方： E2 [X(t)]=0 （即直流功率） 方差为：D[X(t)]=E[X2(t)]- E2[X(t)]= 1/2 （即交流功率） 高斯随机过程 正态分布也称高斯分布，是高斯从测量误差分布的实验中导出的。 中心极限定理指出：大量独立随机变量之和的分布趋于正态分布，而与每个随机变量的分布无关。 正态分布在各种分布中占有特殊重要的地位，通信系统中的噪声通常是正态分布。 均值a，方差为σ2的正态分布记为N(a, σ2)，概率密度函数为： 高斯随机过程的定义 高斯过程重要性质 窄带随机过程的定义 窄带过程的频谱和波形示意 正弦波加窄带高斯噪声 正弦波加窄带高斯过程的包络与相位分布 随机过程通过线性系统的一些性质 例如：功率谱密度为n0/2的白噪声ni(t)通过截止频率为fH的理想低通滤波器后，即成为带限白噪声。 Pi(w)=n0，H(w)=1 ( |f|fH=1kHz时；f取其他值时，H(w)值为0) P0(w)= Pi(w)| H(w)| 2 = n0/2 ( |f|fH时；f取其他值时，P0(w)值为0) R(τ)=F-1[P0(w)]= 平均功率：P = R(0) = 10-6 W my= 包络和相位的统计特性 包络aξ(t)的一维分布是瑞利分布： 相位φξ(t)的一维分布是在（0，2π）内均匀分布； 就一维分布而言，aξ(t)与φξ(t)是统计独立的，即： 前提条件：针对一个均值为零，方差为σ2ξ的窄带平稳高斯过程ξ(t) 结论： f(aξ,φξ)=f(aξ)·f(φξ) 白噪声功率谱密度在整个频率范围内均匀分布，是一个理想的宽带随机过程。即双边功率谱密度为n0/2： R(τ)= Pξ(ω)= τ 0 0 f 白噪声 说明白噪声在任意两个时刻上的随机变量都是互不相关的。 只在τ=0时才相关 τ≠0， R(τ)=0 n0为常数，单位：w/Hz(瓦/赫兹) 理想化的白噪声在实际中是不存在的，但是，如果噪声的功率谱的频率范围远远大于通信系统的工作频带，可以视为白噪声。在通信系统中，一般把信道噪声近似为白噪声。 一般情况下，接收机的前端是一个带通滤波器。宽带的白噪声经此滤波器后，就成为了窄带白噪声。 经带通滤波器后的窄带白噪声功率为： P=单边功率谱密度的积分= n0 B BPF的作用： 让有用信号通过，滤除带外噪声 窄带白噪声 Pξi(ω) 带通滤波器 Pξ0(ω) BPF (1)窄带高斯白噪声，“窄带” 、“高斯” 、“白”的含义？ 答： “窄带”是指其频谱被限制在载波或某中心频率附近一个窄的频带上，而这个中心频率又远离零频率。 “高斯”是指其概率密度函数服从高斯分布。 “白”是指它的功率谱密度在整个频率范围内均匀分布： (2)高斯白噪声n(t)的数学期望为1，方差也为1，求二维概率密度函数 Pξ(ω)= 答：∵白噪声只有在τ=0时才相关，即自相关，而在任意两个时刻t1,,t2 (t1, ≠t2)上的随机变量都是互不相关的。 又∵是高斯分布∴统计独立，f(x1,x2;t1,,t2)= f(x1, t1) f(x2,,t2) 思考题： 接收机前端带通滤波器的输出是信号与窄带噪声的混合波形。通信系统中最常见的是正弦波加窄带高斯噪声的合成波： r(t)=A cos(ωct+θ)+n(t) 信号部分 正弦波加窄带高斯过程的包络概率密度函数为广义瑞利分布，也称莱斯分布。 噪声部分n(t)=nc(t) cosωct-ns(t) sinωct 小信噪比时，合成波的包络接近于瑞利分布，相位接近于均匀分布；大信噪比时，包络接近于高斯分布，相位集中在有用信号相位附近。 (瑞利分布) (高斯分布) 3.2 典型随机过程 1. 平稳随机过程 2. 高斯随机过程 3. 窄带随机过程 4. 随机过程通过线性系统 仅讨论平稳过程通过线性时不变物理可实现系统的情况，针对确知信号。输入过程ξi(t) ，输出过程ξo(t)的统计特性： 1、E[ξo(t)] E［ξo(t)］= E［ξi(t)］ ·H(0) = a ·H(0) 2、Rξo(t1, t1+τ)= Rξo(τ) 若线性系统的输入过程是平稳的，那么输出过程也是平稳的。 3、功率谱密度： 4. 概率分布： 如果输入是高斯过程，则系统的输出也是高斯过程。 线性系统 H(w) ξi(t) ξo(t) 如果白噪声被限制在(-fH,fH)之内，则称为带限白噪声。 带限白噪声 求带限白噪声的功率谱密度、自相关函数和噪声平均功率。 输出噪声的功率