第3章信号与噪声.pptVIP

第3章 信号与噪声 信号分类：确定信号和随机信号。 确定信号常采用傅立叶分析的方法；随机信号要用随机过程的理论来描述。噪声属于随机信号。 C 3.1 确定信号的频谱分析 确定信号：表征信号的所有参数都是确定的。 3.1.1 傅立叶级数分析 周期性信号 n = 0，1，2…，T-信号周期 将周期性信号用复（指数）数表示。复数傅立叶级数形式 【例】幅度为A，宽度为τ，周期为T的脉冲序列，用指数傅立叶级数展开。 给定周期信号f(t)，可以确定它的频谱；反之亦然。可用这两种彼此等价的关系确定一个周期性信号。在时间域中，作为时间的函数定义f(t)；在频率域中，按照它的频谱确定此信号。 一般来说，Fn是一个复数。由Fn确定f(t)第n次谐波的幅度，它与频率之间的关系图形称为信号的幅度频谱。它不连续，仅存在于ω0的整数倍处，称为离散频谱。 3.1.2 傅立叶变换 非周期性信号，其级数形式 即傅立叶变换式。F(ω)叫做f ( t )的频谱密度函数，简称频谱。 f (t)与F (ω)组成傅立叶变换对，记作 【例】求图示脉冲的频谱 C 3.2 信号的能量谱密度与功率谱密度 3.2.1 能量谱密度 1.能量信号 一个有界的、持续时间有限的信号，信号能量为有限值，全部时间的平均功率为零，这种信号叫做能量信号。 通常把能量信号f(t)的归一化能量（简称能量）定义为由电压f(t)加于单位电阻 (或电流f (t)通过单位电阻) 所耗散的能量，即 设能量信号f(t)的频谱为 ，则 2.能量谱密度 3.2.2 功率谱密度 1.功率信号 周期信号在－∞ ～＋∞ 的全部时间内存在，因此它有无限的能量，但平均功率为有限值，这种信号叫做功率信号。 通常把周期信号在单位电阻上所消耗功率的平均值称为周期信号的归一化平均功率，简称功率。 周期为T的周期信号f(t)，其瞬时功率等于|f(t)|2，在周期T 内的平均功率 2.功率谱密度 如果f ( t )为时间无限的信号，若用f T ( t )代表f ( t )在区间上的截短函数 C 3.3 卷积与相关 3.3.1 卷积 卷积表述对两个（或多个）函数之积进行变换的运算法则。 1.卷积积分 给定两个函数f1( t )和f2( t )，定义积分 叫做f1( t )和f2( t )的卷积。表示为 3.3.2 相关 相关：信号之间相似性或关联性的一种测度。设两个信号f1( t ) 和 f2( t )，定义 叫相关积分。 f1( t ) 和 f2( t )不同，是互相关积分。 f1( t ) 和 f2( t )相同，是自相关积分，即 对于实信号，f *(t) = f (t), 当f2( t )为偶函数时，卷积和相关完全相等，因为偶函数和它的镜像函数相等，所以在计算卷积时，折叠步骤可以取消。由此可以进一步理解到：卷积关系表明一个函数和另一个折叠函数的相关关系。 同样可得： 1.相关定理 （1）时域相关定理 2.自相关函数的性质 （1） 能量信号的自相关函数R(0)等于信号的能量，即 对所有τ，有 C 3.4 信号通过线性系统的传输 只要系统允许信号绝大部分能量通过,就认为该系统能实现无失真传输。 C 3.5 随机信号分析 随机信号：信号参数不确定，不能预先确定信号在任意时刻的取值，取值具有随机性。 3.5.1 随机过程的概念 无数台性能相同的接收机的波形n1( t )、n2( t )、 n3( t ) 、……、 nN( t )。每条曲线都是一个随机起伏的时间函数，称为随机函数。无穷多随机函数的总体在统计学中称为随机过程，随机过程中每一个随机函数叫做随机过程的一次实现或样本函数。 随机过程的含义： ①它是一个时间函数； ②每个时刻的函数值不是确定的，即随机的，该值按照一定的概率分布。 时间是离散的，这种随机过程叫做随机序列。计算机产生的信号就是随机序列，而通信系统中热噪声就是随机过程。 3.5.2 平稳随机过程 随机过程X(t)，如果它的n维概率密度函数 pn(x1, x2,……, xn；t1, t2,…tn)与时间起点的选择无关，对于任何n 和τ，X( t )的n 维概率密度函数满足 pn(x1,x2,…，xn；t1，t2，…tn) =pn(x1，x2,…，xn；t1+τ,t2+τ,…，tn +τ) 称为平稳随机过程。 对于某个n值成立，称为n 阶平稳随机过程。 若对所有阶都是平稳的，则称为严平稳随机过程或狭义平稳随机过程。 数学期望和方差与时间t无关，自相关函数只与时间差τ有关，这样的随机过程称为广义平稳的随机过程。严平稳过程必然也是广义平稳过程。 平稳随机过程的一维概率密度函数与时间无关，即 平稳