通信原理--随机过程知识讲稿.pptVIP

Φ(x)为概率积分函数,简称概率积分 误差函数和互补误差函数 三者关系: 图3.5.1 平稳随机过程通过线性系统 3.5 平稳随机过程通过线性系统 返回目录 1. 随机过程Y(t)的均值(统计平均) 与t无关。其中: 2. 随机过程Y(t)的自相关函数 与t无关。 可见,Y(t)为平稳随机过程。 3. X(t)和Y(t)的互相关函数与互功率谱密度 X(t) 和Y(t) 的互功率谱密度 4. Y(t) 的功率谱密度 (1) 若X(t)是正态随机过程,则Y(t)也是正态随机过程。 (2) 若过程X(t)带宽  (系统带宽),则:Y(t)趋于高斯过程(正态过程)。 Y(t)的概率密度 令n(t)为高斯随机过程,其功率谱密度 3.6 高斯白噪声 则称n(t)为高斯白噪声 返回目录 1、若 为确定函数,则X为高斯随机变量,数学期望为0,方差等于 高斯白噪声性质 2、若 其中 则 若 正交,则X1与X2 统计独立 3、限带高斯白噪声,功率谱密度 令X(t)为平稳随机过程,其功率谱密度 形状如图所示。 图3.7.1 窄带随机过程X(t)的双边功率谱密度 3.7 窄带平稳随机过程 返回目录 若 ,则称X(t)为窄带随机过程,其样函数之一如图所示 图3.7.2 窄带随机过程的样函数 窄带平稳随机过程的表示式 解析信号 式中,aX(t) － 窄带随机过程的随机包络; ?X(t) －窄带随机过程的随机相位; ?c － 正弦波的角频率。 － X (t)的同相分量 － X (t)的正交分量 (1) Z(t)的自相关函数 3. 窄带平稳随机过程的自相关函数与功率谱密度 功率谱密度 (2) 复包络 的相关函数 图3.7.3 解析信号和复包络 的功率谱密度 功率谱密度 (3) Xc(t),Xs(t)的统计特性 Xc(t),Xs(t)的统计特性(1) 数学期望 如果: 则: Xc(t),Xs(t)的统计特性(2) 设X(t)为高斯过程 Xc(t)和Xs(t)也是高斯过程 (高斯过程的线性变换仍是高斯过程) Xc(t),Xs(t)的统计特性(3) 若X(t)是宽平稳过程, 则: 为联合款平稳过程。 通信原理 随机过程 3.1 引言 3.2 随机过程的统计(概率)特性 3.3 平稳随机过程 3.4 高斯随机过程(正态) 3.5 平稳随机过程通过线性系统 3.6 窄带平稳随机过程 3.7 余弦波加窄带平稳高斯随机过程 3.8 匹配滤波器 3.9 循环平稳随机过程 随机过程 本章重点 随机过程与随机变量的区别; 随机过程的统计特性; 窄带信号的数学模型 噪声信号的数学模型 匹配滤波器设计 本章难点 随机过程的理解 匹配滤波器设计 随机过程的统计性质可由其分布函数和概率密度描述。 3.2 随机过程的统计(概率)特性 返回目录 称作随机过程X(t)的一维分布函数。 如果存在 则称其为X(t)的一维概率密度。 1. 随机过程的分布函数和概率密度 (1) 数学期望(统计平均值) (2) 方差 (3) 自相关函数(统计平均,或称集平均) (4) 自协方差函数 (5) 归一化协方差函数——相关系数 2.随机过程的数字特征 [n+m] 维随机向量 的联合分布函数定义为 3. 两随机过程的联合分布函数和数字特征 若存在 则称为X(t)和Y(t)的n+m维联合概率密度 随机过程的相互独立 对于任意整数n,m以及 互相关函数 互协方差函数 两个随机过程的数字特征 如果对于任意n和t1,t2,…,tn以及 有 3.3 平稳随机过程 则称X(t)为严平稳随即过程(狭义平稳随即过程) 返回目录 宽平稳随机过程 若X(t)的数学期望 为常数,且自相关函数 只与 有关,则称X(t)为宽平稳随机过程。 联合宽平