[精品]第二章 随机信号分析 21 信号的傅立叶展开.ppt

第二章 随机信号分析 2.1 信号的傅立叶展开; 形式二： ; 称为傅立叶正变换。 ;2.2 确知信号的频域性质 信号在数学上可以使用一个时间函数表示。确知信号的取值在任何时间都是确定的和可预知的。 按有无周期重复性，确知信号可以分为周期信号和非周期信号。若周期信号的周期为T0，称 f0=1/T0为信号的基频。按照能量是否有限，信号（包括确知和非确知信号）可以分为能量信号和功率信号。 信号功率 通常将信号电流在单位电阻上消耗的功率（即归一化功率）定义为信号的功率，用电流或电压的平方表示。用函数s(t) 描述信号电流或电压的时间波形时，信号的能量是信号瞬时功率的积分：;能量信号 当信号的能量 E 是一个正的有穷值 (即0E?) 时，称信号是一个能量信号。 信号的平均功率 定义信号的平均功率为;确知信号的频率特性由其各个频率分量的分布描述，是信号最为重要的性质之一，它和信号占用带宽以及抗噪能力密切相关。 确知信号频率特性包括功率信号的频谱、能量信号的频谱密度、能量信号的能量谱密度和功率信号的功率谱密度。;1. 功率信号的频谱 设s(t)是一个周期为T0的周期性功率信号，定义其频谱函数为：;数学上Cn是一个复数，称为在频率f0上信号分量的复振幅。 可写作：; 知道实信号的n 次谐波的振幅为;按照欧拉公式展开Cn ：;例 ：求图示周期性方波的频谱。;其频谱是一个实函数。;2. 能量信号的频谱密度 设s(t)是一个能量信号，定义其频谱密度函数为其傅立叶变换：;例 ：求单位门信号的频谱密度。;3. 能量信号的能量谱密度 设s(t)是一个能量信号，其能量E 可作如下计算：;4. 功率信号的功率谱密度 功率信号具有无穷大的能量，不能计算其能量谱密度，但可以计算其功率谱密度。对信号s(t)，其截短函数;当功率信号具有周期性时，T 选作信号周期T0，信号功率;定义：;2.3 确知信号的时域性质 确知信号在时域中的性质主要有自相关函数和互相关函数。 1. 能量信号的自相关函数 能量信号的自相关函数定义为：;能量信号的自相关函数是一个偶函数，而且和其能量谱密度之间有直接的关系。可以证明， R(?) 和 |S(f)|2 构成一对傅立叶变换： |S(f)|2 是R(?) 的傅立叶变换的结果，而对|S(f)|2作傅立叶逆变换可以得到R(?) 。;2. 功率信号的自相关函数 功率信号的自相关函数定义为：;功率信号的自相关函数也是一个偶函数，周期性功率信号的自相关函数和其功率谱密度之间有直接的关系。可以证明， R(?) 和 P(f) 构成一对傅立叶变换： P(f) 是R(?) 的傅立叶变换的结果，而对P(f) 作傅立叶逆变换可以得到R(?) 。;3. 能量信号的互相关函数 两个能量信号s1(t) 和s2(t) 的互相关函数定义为：;2.4 随机信号和随机过程 载有信息的信号是不可预测的，或者说带有某种随机性。干扰信息信号的噪声更是不可预测的。这些不可预测的信号和噪声都是随机过程。但随机信号和噪声的不可预测性的意义完全不同。随机信号的不可预测性是它携带信息的能力，而噪声的不可预测性则是有害的，它将使有用信号受到污染。在通信系统中，随机过程是重要的数学工具。它在信息源的统计建模、信源输出的数字化、信道特性的描述以及评估通信系统的性能等方面十分重要。 例：设有n 台性能完全相同的接收机。在相同的工作环境和测试条件下记录各台接收机的输出噪声波形，测试结果表明，n 条曲线中找不到两个完全相同的波形。这就是说，接收机输出的噪声电压随时间的变化是不可预知的，因而它是一个随机过程。;1. 概率与随机变量 概率：设试验次数为n，事件ai 发生次数为m，则事件ai 的发生概率为;全概率公式：若事件B 能且只能和不相容事件A1?An之一同时发生，则 ;随机变量：随机变量X是从样本空间? 到实数集R 的映射 (或称：随机变量给一个随机试验结果赋予一个实数值) 。值域是连续的随机变量称为连续随机变量；值域是可数的随机变量称为离散随机变量。非连续也非离散的随机变量称为混合随机变量。;随机变量X的累积分布函数 (Cumulative Distribution Function, CDF) 定义为 ;CDF的性质 0 ? FX(x) ? 1； 若x1 ? x2，则FX(x1) ? FX(x2)； FX(x)是右连续的，即 连续随机变量的CDF是连续函数，离散随机变量的CDF是阶梯函数。 ;连续随机变量X的概率密度函数(PDF: Probability Density Function) 定义为 ;随机变量的数字特征（以PDF 描述） 数学期望（统计平均）;显然有：;重要的随机变量（通信中常用的随机变量） Bern