[工学]2008硕士班现代信号处理2.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 1.2 平稳随机信号的时域统计特性 1.2.2 平稳随机信号相关函数的性质 例2：随机振幅正弦序列： 式中f为常数，A~N（0,σ2）。试求X(n)的均值、自相关函数，并讨论其平稳性。 解： 均值： 1.2 平稳随机信号的时域统计特性 1.2.2 平稳随机信号相关函数的性质 例2：随机振幅正弦序列： 式中f为常数，A~N（0,σ2）。试求X(n)的均值、自相关函数，并讨论其平稳性。 自相关： 随机振幅正弦波不是广义平稳的。 1.2 平稳随机信号的时域统计特性 1.2.3 平稳随机信号的各态遍历性 问题: 在计算统计特征时，用到统计平均或几何平均，这需要观察大量的样本函数。 在实际工作中能得到的往往是对X(n)的一次实验记录，即一个样本函数。 1.2 平稳随机信号的时域统计特性 1.2.3 平稳随机信号的各态遍历性 思路: 平稳随机信号的均值和时间无关，自相关函数和时间选取的位置无关 能否用一次的实验记录代替一批记录来计算均值和自相关函数呢？ 1.2 平稳随机信号的时域统计特性 1.2.3 平稳随机信号的各态遍历性 各态遍历信号 对一平稳随机信号 ，如果它的所有样本函数在某一固定时刻的一阶（均值）和二阶（相关函数）统计特性与单一样本函数在长时间内的平均特性一致，则称 为各态遍历(ergodic)信号。 单一样本函数随时间变化的过程可以包括该信号所有样本函数的取值经历。 1.2 平稳随机信号的时域统计特性 1.2.3 平稳随机信号的各态遍历性 各态遍历信号 对各态遍历信号，其一阶和二阶统计平均等于相应的时间平均，即 1.2 平稳随机信号的时域统计特性 1.2.3 平稳随机信号的各态遍历性 例3：随机相位正弦序列 式中A,f 为常数，Φ是一随机变量，在0~2π内服从均匀分布。讨论该序列的各态遍历性 。 解例3： 1.2 平稳随机信号的时域统计特性 1.2.3 平稳随机信号的各态遍历性 解例3： 取　　的时间样本 ， 其中　为常数。以时间平均代替统计平均: 1.2 平稳随机信号的时域统计特性 1.2.3 平稳随机信号的各态遍历性 时间平均结果与例1中统计平均结果一致，可见该随机序列是各态遍历的。 1.3 平稳随机信号的频域统计特性 1.3.1 与 的z变换及其收敛域 记 的z变换为 则有 其中C是收敛域内反时针绕原点一周的围线。 当 时， 。此时 也存在z变换： 1.3 平稳随机信号的频域统计特性 1.3.1 与 的z变换及其收敛域 若 是 的一个极点，则 也是它的一个极点。 可见 的收敛域为： 因收敛域含单位圆，所以 存在 1.3 平稳随机信号的频域统计特性 1.3.2 功率谱 由于 的收敛域包括单位圆，　　的傅氏变换 存在。 令 ，则有　　　　　　　　　　 1.3 平稳随机信号的频域统计特性 1.3.2 功率谱 的物理意义： 若 ，则 1.3 平稳随机信号的频域统计特性 1.3.2 功率谱 可见 在频域 的积分面积正比于信号的平均功率 因此 是x(n)的平均功率密度，称之为功率谱密度，且要求它非负。 1.3 平稳随机信号的频域统计特性 1.3.2 功率谱 自相关函数与功率谱密度的关系 当 时， 。这时自相关函数与功率谱密度为一对傅氏变换对，即 如果 ，自相关函数的傅立叶变换在ω=0处有一个冲激。 1.3 平稳随机信号的频域统计特性 1.3.2 功率谱 功率谱密度函数是实函数 由于　　　　　　共轭偶对称，因此其傅氏变换是实函数 。 1.3 平稳随机信号的频域统计特性 1.3.2 功率谱 白噪声序列