樊昌信 通信原理第六版 复习课件2.pptVIP

* CP 第二章 随机信号分析 * 得到 cosφξ sinφξ -aξsinφξ aξcosφξ = 于是 注意，这里aξ≥0, 而φξ在(0，2π)内取值。  再利用概率论中边际分布知识将f(aξ,φξ)对φξ积分， 可求得包络aξ的一维概率密度函数为 * CP 第二章 随机信号分析 * 可见，aξ服从瑞利分布。  同理，f(aξ, φξ)对aξ积分可求得相位φξ的一维概率密度函数为 可见，φξ服从均匀分布。  由（2.6-19）、（2.6-20）、（2.6-21）可见： * CP 第二章 随机信号分析 * 综上所述，我们又得到一个重要结论：一个均值为零，方差为σ2的窄带平稳高斯过程ξ(t)，其包络aξ(t)的一维分布是瑞利分布，相位φξ(t)的一维分布是均匀分布，并且就一维分布而言，aξ(t)与φξ(t)是统计独立的，即有下式成立：f(aξ,φξ)=f(aξ)·f(φξ) * CP 第二章 随机信号分析 * 2.6.3高斯白噪声 信号在信道中传输时，常会遇到这样一类噪声，它的功率谱密度均匀分布在整个频率范围内，即 这种噪声被称为白噪声，它是一个理想的宽带随机过程。式中n0为一常数，单位是瓦/赫。显然，白噪声的自相关函数可借助于下式求得，即: * CP 第二章 随机信号分析 * 0 f 0 图2-5 (a) 白噪声的自相关函数和功率谱密度 这说明，白噪声只有在τ=0时才相关，而它在任意两个时刻上的随机变量都是互不相关的。图 2 -5 (a)画出了白噪声的功率谱和自相关函数的图形。 * CP 第二章 随机信号分析 * 如果白噪声又是高斯分布的， 我们就称之为高斯白噪声。 高斯白噪声在任意两个不同时刻上的取值之间，不仅是互不相关的，而且还是统计独立的。 应当指出，我们所定义的这种理想化的白噪声在实际中是不存在的。但是，如果噪声的功率谱均匀分布的频率范围远远大于通信系统的工作频带，我们就可以把它视为白噪声。第 3章将要讨论的热噪声和散弹噪声就是近似白噪声的例子。  * CP 第二章 随机信号分析 * 带限白噪声:输出噪声的功率谱密度在|ω|≤ω0内是均匀的， 在此范围外则为零，如图 2 - 5（b）所示，通常把这样的噪声称为带限白噪声。其自相关函数为: * CP 第二章 随机信号分析 * 图2-5 (b)带限白噪声的自相关函数和功率谱密度 由此可见，带限白噪声只有在τ=k/2f0(k=1, 2, 3, …)上得到的 随机变量才不相关。它告诉我们，如果对带限白噪声按抽样定理 抽样的话，则各抽样值是互不相关的随机变量。这是一个很重要 的概念。 据带限白噪声的双边功率谱密度和双边带宽可以计算其功率： Ni=(n0/2)2B，也可以折合成单边功率谱密度和单边带宽进行计算： Ni=n0 B。 2.7正弦波加窄带高斯噪声 * CP 第二章 随机信号分析 * 信号经过信道传输后总会受到噪声的干扰，为了减少噪声的影响，通常在接收机前端设置一个带通滤波器，以滤除信号频带以外的噪声。因此，带通滤波器的输出是信号与窄带噪声的混合波形。最常见的是正弦波加窄带高斯噪声的合成波，这是通信系统中常会遇到的一种情况，所以有必要了解合成信号的包络和相位的统计特性。  设合成信号为： r(t)=A cos(ωct+θ)+n(t) 式中, n(t)=x(t)cosωct-y(t)sinωct为窄带高斯噪声，其均值为零，方差为σ2；正弦信号的A, ωc均为常数，θ是在(0, 2π)上均匀分布的随机变量。于是 ： * CP 第二章 随机信号分析 *  r(t)= A cos(ωct+θ )+x(t)cosωct-y(t)sinωct  =［Acosθ+x(t)］cosωct-［Asinθ+y(t)］sinωct =zc(t)cosωct-zs(t) sinωct =z(t)cos［ωct+φ(t)］ (2.7 - 1) 式中 zc(t)=A cosθ+x(t)  zs(t)=Asinθ+y(t) 合成信号r(t)的包络和相位为： * CP 第二章 随机信号分析 * 利用上一节的结果， 如