北理工随机信号随机过程[].pptVIP

2.4、联合概率分布和互相关函数 Transmission System with Noise 2.4.1、两个随机过程的联合概率分布 2.4.1、两个随机过程的联合概率分布 2.4.2、互相关函数 2.4.2、互相关函数 2.4.2、互相关函数 2.4.2、互相关函数 2.4.2、互相关函数 2.5、复随机过程 2.5、复随机过程 2.5、复随机过程 2.5、复随机过程 2.5、复随机过程 2.5、复随机过程 2.5、复随机过程 2.6、离散时间随机过程 2.6.2、离散时间随机过程的概率分布 2.6.2、离散时间随机过程的概率分布 2.6.2、离散时间随机过程的概率分布 2.6.3、离散时间随机过程的数字特征 2.6.3、离散时间随机过程的数字特征 2.6.3、离散时间随机过程的数字特征 2.6.3、离散时间随机过程的数字特征 2.6.3、离散时间随机过程的数字特征 2.6.3、离散时间随机过程的数字特征 2.6.3、离散时间随机过程的数字特征 2.6.4、相关函数的性质 2.6.4、相关函数的性质 2.7、正态随机过程 2.7.2、平稳正态随机过程 2.7.2、平稳正态随机过程 2.7.2、平稳正态随机过程 2.7.2、平稳正态随机过程 2.7.3、正态随机过程的性质 2.7.3、正态随机过程的性质 平稳正态过程的定义 由平稳随机过程的三大条件（均值为常数，相关函数只与时间 差有关，均方值有界）可知 为确定值，而方差 必为常数， 也为常数，物理意义是 总平均功率等于交流平均功率与直流平均功率之和 remarks Rrk 为行列式中元素 rrk 的代数余子式 平稳正态过程 n 维概率密度表达式 验证一下 ? 平稳正态过程一、二维概率密度表达式 课后验证！ 式中 为随机变量Xk、Xr的协方差函数 平稳正态过程 n 维特征函数 * / 30 * transmitter receiver TRANSMISSIONCHANNEL noise modulation detection LPF MOD BPF BPF DMOD LPF Transmission System 问题的提出： LPF MOD BPF BPF DEMOD LPF receiver input signal +noise output signal +noise 问题的提出： 设有两个随机过程 和 ，它们的概率密度分 别为 定义这两个过程的 (n + m) 维联合分布函数为： High-order Joint PDF 定义这两个过程的 (n + m) 维联合概率密度为： 1）若两个过程的 n + m 维联合概率分布给定，则它们的全部统计特性也确定了 2）可由高维联合分布求出它们的低维联合概率分布 3）若两个随机过程的联合概率分布不随时间平移而变化，即与时间的起点无关，则称此二过程为联合严平稳或严平稳相依 remarks 设两个随机过程 X(t) 和 Y(t)，它们在任意两个时刻 t1 和 t2 的状态为随机变量 X(t1) 和 Y(t2)，它们的互相关函数定义为： 其中 为 X(t) 和 Y(t) 的二维联合概率密度 定义 t1 t2 X(t) Y(t) RXY(t1,t2) 互协方差函数: 中心化互相关函数 统计独立 不相关 正交 （1）如果两个随机过程相互独立，且它们的二阶矩都存在，则必互 不相关 （2）正态随机过程的不相关与相互独立等价 remarks （1）X(t) 和 Y(t) 各自宽平稳 （2） 联合宽平稳:宽平稳相依 （1）X(t) 和 Y(t) 联合宽平稳 （2） 联合宽遍历 宽平稳相依信号互相关函数的性质 互相关系数 2.5.1、复随机变量 2.5.1、复随机变量 2.5.2、复随机过程 2.5.2、复随机过程（共轭自相关/协方差函数） Ignore! 2.5.2、复随机过程 2.5.2、复随机过程（共轭互相关/协方差函数） Ignore! 宽平稳复随机过程 宽平稳相依复随机过程 t t T X(nT) n X(n) 本质与连续时间随机信号一样 时间变量：t - n (1) 一维情况 (2) 二维情况 (3) n 维情况 严平稳随机序列 随机序列 X