第2章预备知识本章教学基本要求掌握1随机过程的描述方法2.平稳.docVIP

第２章 预备知识 本章教学基本要求： 掌握：1. 随机过程的描述方法 2. 平稳过程（广义）的定义 3. 随机过程通过线性系统 4. 信道模型 5. 随参信道传输媒质的特点 6. 信道容量计算 理解：1. 信道的分类 本章核心内容： 一、平稳随机过程的定义及其统计特性 二、高斯白噪声 三、随参信道的特性及对信号传输的影响 四、随机信号及几种噪声 五、信道容量及香农公式 重点：平稳随机过程的定义及数字特征；平稳随机过程的功率谱密度；高斯过程的概率分布 窄带随机过程的数字特征；高斯白噪声 难点：平稳随机过程的功率谱密度；窄带随机过程的数字特征； 学时安排：6学时 2.1确定信号的分析 信号的分类 信号分类 信号的分析方法 离散谱和连续谱 周期信号的傅立叶级数 非周期的傅立叶变换 能量谱和功率谱 能量谱 功率谱密度 自相关函数 相关 定义 特征 2.2随机信号的分析 ?确定性过程。 –其变化过程具有确定的形式，或者说具有必然的变化规律。 –用数学语言来说，其变化过程可以用一个或几个时间t的确定函数来描述。 ?随机过程。 –没有确定的变化形式，也就是说，每次对它的测量结果没有一个确定的变化规律。 –用数学语言来说， 这类事物变化的过程不可能用一个或几个时间t的确定函数来描述。 –随机信号和噪声统称为随机过程。 2.2.1随机过程和它的统计特性 1、随机过程 随机过程定义：设Sk(k=1, 2, …)是随机试验。 每一次试验都有一条时间波形（称为样本函数或实现），记作xi(t)，所有可能出现的结果的总体{x1(t), x2(t)， …, xn(t)， …}就构成一随机过程，记作X(t)。 无穷多个样本函数的总体叫做随机过程。 2、随机过程的统计特性 1、数学期望:表示随机过程的n个样本函数曲线的摆动中心。 即均值 2、方差:表示随机过程在时刻t对于均值a(t)的偏离程度。 即均方值与均值平方之差。 3、自协方差函数和相关函数: 衡量随机过程任意两个时刻上获得随机变量统计相关特性时，常用协方差函数和相关函数来表示。（）自协方差函数定义式中t1与t2是任意的两个时刻；a(t1)与a(t2)为在t1及t2得到的数学期望；用途：用协方差来判断同一随机过程的两个变量是否相关。（2）自相关函数 用途：a 用来判断广义平稳；b用来求解随机过程的功率谱密度及平均功率。 则称(t)是平稳随机过程。该平稳称为严格平稳，狭义平稳或严平稳。 广义平稳概念：若一个随机过程的数学期望及方差与时间无关，而其相关函数仅与τ有关，则称这个随机过程为广义平稳随机过程。 通信系统中的信号及噪声，大多数可视为平稳的随机过程。因此，研究平稳随机过程有很大的实际意义。 概念：对于一个平稳的随机过程，如果统计平均＝时间平均，这个随机过程就叫做各态历经的平稳随机过程。 一般来说,在一个随机过程中,不同样本函数的时间平均值是不一定相同的,而集平均则是一定的。因此,一般的随机过程的时间平均≠集平均,只有平稳随机过程才有可能是各态历经的。即各态历经的随机过程一定是平稳的，而平稳的随机过程则需要满足一定的条件才是各态历经的。 1、自相关函数我们已经知道，平稳随机过程的自相关函数和时间t无关，而只与时间间隔τ有关，即 2、自相关函数的性质1)、R(0)为(t)的均方值(平均功率)。自相关函数在τ=0处的数值等于该过程的平均功率( 包括直流功率和交流功率)。 2)、对偶性 R(τ)＝R(－τ)即自相关函数是τ的偶函数。3）、当τ＝0时,自相关函数取最大值，即R(0)≥ R(τ) 证明: 4）、 在时间间隔很大的时候,可将二者看成是相互独立的。由该性质可知：利用R(τ)的图形就可以求出该过程的各种成份的功率(直流功率,交流功率,总功率)有该性质可推出性质5 5）、 3、功率谱密度付氏变换沟通了确定信号时域和频域的关系，那么为什么随机过程在频率域中要讨论功率谱密度，而不讨论付氏变换呢？主要原因有二。1)、对于随机过程来说，它由许许多多个样本函数来构成, 所以我们无法求其付氏变换，可以说,随机过程不存在付氏变换。2)、随机过程属于功率信号而不属于能量信号，所以我们讨论功率谱密度。 对于任意的功率信号f(t)的功率谱为 而对于一个随机过程来说，ξ(t)有许许多多次实现(即许许多多个样本函数，其中某一次实现也是功率信号，其功率谱密度可以用上式表示。 但它不能作为随机过程的功率谱密度。随机过程的功率谱密度可以看作是每一个样本函数的功率谱密度的统计平均（即数学期望）。 设ξ(t)一次实现的截断函数为ξT(t)，ξT(t)的付氏变换为FT(ω)，则该样本函数的功率谱为 这样，整个随机过程的平均功率谱为该随机过程的平均功率为 随机信号通过线性系统 一、一般分析(经典系统分析的回顾) 1