[工学]第3章 随机信号分析.ppt

高斯白噪声—频域特性 频域特性——近似白噪声 白噪声：功率谱密度在整个频域内都均匀分布 通信系统中的起伏噪声，在相当宽的频域内具有平坦的功率谱，故近似认为是白噪声。 双边功率谱密度函数为：Pn(ω)=n0/2(W/Hz) n0/2 f n0 0 Pn（f） Pn（f） 单边功率谱密度函数为：Pn(ω)=n0(W/Hz) 高斯白噪声—频域特性 (续) 白噪声的自相关函数为： 仅在τ=0时，R(τ) ≠0，说明白噪声在任意两个时刻上的取值都是不相关的。 ， 例题 求双边功率谱密度为n0/2的白噪声通过理想低通滤波器后的功率谱密度、自相关函数和噪声功率。 k 三、随机过程通过系统 1、随机过程通过线性系统 2、随机过程通过乘法器 1、随机过程通过线性系统 随机过程ξi(t)通过线性系统h (t)，其输出也是随机过程， 随机过程通过线性系统(续) 性质：若ξi(t)是平稳随机过程，则 1.期望：E[ξo(t)] = E[ξi(t)] H (0)与t无关 2.自相关函数：Ro(t, t+τ) = Ro(τ) 与t无关 3.功率谱密度函数： 4.概率分布：若ξi(t)是高斯型的，经过线性系统 后的ξo(t)也是高斯型的。 2、随机过程通过乘法器 平稳随机过程X(t)经过乘法器，输出随机过程Y(t)，Y(t)的功率谱为SY(ω)，自相关函数为RY(t, t+τ) 随机过程通过乘法器(续) RY(t, t+τ)与t有关，Y(t)不平稳，取其时间平均 与t无关， 四、窄带随机过程-窄带噪声 定义 表示法1： a ξ (t) 对应信号的包络，φξ(t)对应信号的相位，ωc=2πfc 窄带信号的中心频率（载频） 窄带随机过程的频谱和波形示意 定义(续) 表示法2： —同相分量 —正交分量 时域分析 的实现 关于 , 和 的均值都为0 和 的自相关只与时间 有关 、 的方差= 的方差 同一时刻得到的 和 不相关 和 也是平稳高斯过程 和 的功率谱密度 关于 和 的一维分布 时域分析(续) 窄带噪声可由高斯白噪声经过窄带滤波器得到。 窄带噪声的 、 、 都是均值a=0的平稳高斯白噪声； 、 、 的平均功率（方差）相同，为 时域特性 , , 都是均值为0的平稳高斯过程 , , 的方差相同 包络 的一维分布符合瑞利分布 相位 的一维分布符合均匀分布 频域特性 带通白噪声（窄带高斯白噪声） 同相、正交分量为带限白噪声（低通型噪声） 频域特性(续) 低通白噪声 频域特性(续) 带通白噪声 等效带宽 由于 不理想，引入等效带宽的概念 窄带噪声功率谱密度为： Pn(ω) 在±ω0处有最大值Pn(±ω0) 定义：等效带宽 Bn = ωn/2π 等效带宽 (续) 物理意义：使用等效带宽的概念，可以认为窄带噪声功率谱Pn(ω)在带宽Bn内是平坦的，等于Pn(ω0) 五、正弦波加窄带噪声 1.时域特性 合成信号 包络 符合广义瑞利分布 其中,I0(x)为0阶修正贝塞尔函数 正弦波加窄带噪声(续) 2.频域特性—窄带白噪声加线谱 总结——确知信号的分析 时域 频域 信号通过线性系统 信号调制 时间函数f(t) ?? 频谱密度函数F(w) 频谱函数 相关函数R(τ) ?? 功率谱密度函数P(w) 能量谱密度 r(t)=f(t)*h(t) R(w)=F(w)H(w) PR(w)=PF(w)|H(w)|2 平均功率 r(t)=f(t)coswct R(w)= [F(w+wc)+F(w-wc)] /2 总结——随机信号的分析 时域 频域 信号通过 线性系统 信号调制 概率密度 相关函数R(τ) ?? 功率谱密度函数P(w) ξo(t)=ξi (t)*h(t) Po(w)=Pi(w)|H(w)|2 期望、方差 平均功率 ξo(t)= ξi coswct Po (w)= [Pi(w+wc)+Pi (w-wc)] /4 * 直接由时间函数也可以计算平均功率 第三章 随机信号分析 随机过程 平稳随机过程 噪声 随机过程通过系统 3.1 随机过程 通信过程就是信号和噪声通过系统的过程。 通信中信号特点：具有不可预知性——随机信号。 通信中噪声特点：具有不确定性——随机噪声