2-随机信号分析.ppt

通信原理——周扬 第2章 随机过程 本章教学目的：了解随机过程和数理统计的基本知识（因为它是分析和设计通信系统的重要工具）。 说明：随机过程与数理统计属于数学学科的内容。为了使大家迅速掌握随机过程与数理统计的有关知识，本章不准备从严格的数学角度介绍随机过程与数理统计的完整内容，而将结合本课程的特点从工程的角度有重点的介绍。 第2章的主要内容 随机过程的一般表述 平稳随机过程及其数字特征 高斯噪声 正弦波加窄带高斯噪声 随机信号通过线性系统 周期平稳随机过程 随机过程的一般表述 随机过程的概念 举例：n部接收机的输出噪声电压 随机过程的一般表述 随机过程的定义：设随机试验E的可能结果为?(t)，试验的样本空间S为；{x1(t)，x2(t)，?，xi(t)，?}，i为正整数，xi(t)为第i个样本函数（又称．之为实现）每次试验之后，?(t)取空间S中的某一样本函数，于是称此? (t)为随机函数。当t代表时间量时，称此?(t)为随机过程。 随机过程的一般表述 随机过程的数字特征 随机过程?(t)的一维分布函数： ?(t)的一维概率密度函数： 随机过程的一般表述 ?(t)的n维分布函数： ?(t)的n维概率密度函数： 随机过程的一般表述 随机过程?(t)的数学期望： 随机过程的方差： 随机过程的一般表述 随机过程?(t)的协方差函数： 相关函数R(t1,t2)定义为： 随机过程的一般表述 互协方差函数： 互相关函数： 平稳随机过程及其数字特征 平稳随机过程的数学表述：如果对于任意的正整数n和任意实数t1，t2，?，tn，?，随机过程?(t)的n维概率密度函数满足 则称?(t)是平稳随机过程。 平稳随机过程及其数字特征 广义平稳随机过程：若一个随机过程的数学期望与时间无关，而其自相关函数仅与?有关。 说明：在通信系统中所遇到的信号及噪声，大多数均可视为平稳的随机过程。 平稳随机过程及其数字特征 各态历经性：平稳随机过程一般具有一个有趣的又非常有用的特性，这个特性称为“各态历经性”。即随机过程的数学期望（统计平均值），可以由任一实现的时间平均值来代替；随机过程的自相关函数，也可以由对应的“时间平均”来代替“统计平均”。 平稳随机过程及其数字特征 若令 平稳随机过程的各态历经性表现为 平稳随机过程及其数字特征 ［例］讨论随机过程X(t)=Acos(t+?)的各态历经性。式中振幅A和初相?均为随机变量，两者统计独立，?在（0，2?）之间均匀分布。 因为 平稳随机过程及其数字特征 所以，该随机过程为平稳随机过程。 又因为 显然，该过程满足平稳性条件，但并不具备各态历经性。 平稳随机过程及其数字特征 1.相关函数的性质 （1）?(t)的平均功率 （2）R(?)是偶函数 平稳随机过程及其数字特征 （3）R(?)的上界 （4）?(t)的直流功率 平稳随机过程及其数字特征 （5）方差，?(t)的交流功率 平稳随机过程及其数字特征 2.频谱特性 确定（知）功率信号f(t)，它的功率谱密度PS(?)可表示成 式中：FT(?)是f(t)的截短函数fT(t) 的频谱函数。 平稳随机过程及其数字特征 功率信号f(t)及其截短函数fT(t) 平稳随机过程及其数字特征 随机过程?(t)的功率谱密度为 ?(t)的平均功率 平稳随机过程及其数字特征 ?(t)的自相关函数与其功率谱密度之间为傅里叶变换关系 平稳随机过程及其数字特征 高斯噪声 高斯随机过程（正态随机过程） 定义：高斯随机过程?(t)，即指它的任意n维（n=1，2，?）概率密度函数由下式表示的随机过程，即 高斯随机过程 特例：高斯随机过程中的一维分布。一维概率密度函数 式中a及?是两个常量（均值及方差）。 高斯随机过程 f(x)的特性：高斯随机过程中的一维概率密度函数的特性理解比较容易，同学们可以参看书。 高斯随机过程 窄带高斯噪声、白噪声、带限白噪声 窄带信号：是指频谱只限于以?fC为中心频率而带宽为?f，?f fC的信号，更确切地应该称之为高频窄带信号。 窄带高斯噪声、白噪声、带限白噪声（续1） 窄带随机过程：如果信号或噪声满足窄带条件，且是一个随机过程，则称它们为窄带随机过程。如果噪声的瞬时取值服从高斯分布，则称它为窄带高斯噪声。在不特别声明情况下，我们仅仅讨论零均值平稳高斯窄带过程。 窄带高斯噪声、白噪声、带限白噪声（续2） 零均值平稳高斯窄带过程： 或 其中?C(t)及?S(t) 称为?(t)的同相分量及正交分量： 窄带高斯噪声、白噪声、带限白噪声（续3） 容易证明如下结论 结论之一：一个均值为零的窄带平稳高斯随机过程，它的同相分量?C(t)和正交分量?S(t)同样是平稳高斯随机过程，而且均值都为零，方差也相同，且等于?(t)的方差