《随机信号分析》总相关复习1.pptx

随机信号分析与处理;概率论的基本术语 随机变量的定义及分布 多维随机变量及分布 随机变量的数字特征 随机变量的函数 多维正态随机变量 ;?;?;?;1.5 随机变量的数学特征;方差 定义： 反映了随机变量的取值与其均值的偏离程度 性质 独立随机变量 ： ;1.5 随机变量的数学特征;?;一维随机变量函数的分布 若 为单调连续上升函数， 求导，得 ，雅可（Jacco）比 对于任意单调函数 ： 如果 不是单调函数： 其中 … , ;多维随机变量的函数 设有二维随机变量 ，其概率密度为 ，二维随机变量 ： 当 ， 单调时，;?;随机变量的定义 随机变量的分布函数和概率密度：导数和积分 随机变量的数字特征：均值，方差，协方差，相关系数 随机变量的函数：反函数和雅可比 正态随机变量：分布，数字特征 ;随机过程的基本概念及定义 随机过程的统计描述 平稳随机过程 随机过程的联合分布和互相关函数 随机过程的功率谱密度 典型的随机过程（高斯）;2.1 随机过程的基本概念及定义;2.1 随机过程的基本概念及定义;2.1 随机过程的基本概念及定义;2.2.1 随机过程的概率分布;2.2.1 随机过程的概率分布;随机过程的数字特征 均值： 方差： 随机过程的均值与方差都是时间的函数 均值与方差的物理意义;相关函数： 反映两个不同时刻状态之间相关程度的数字特征 举例：两个均值和方差大致相同的随机过程，相关性差异很大;2.2.2 随机过程的数字特征;2018/4/29;2.3.1 平稳随机过程的定义;2.3.2 平稳随机过程自相关函数的特性;2.3.2 平稳随机过程自相关函数的特性;2.4.1 联合分布函数和联合概率密度;2.4.1 联合分布函数和联合概率密度;2.4.1 联合分布函数和联合概率密度;2.4.2 互相关函数及其性质;2.4.2 互相关函数及其性质;2.4.2 互相关函数及其性质;2.4.2 互相关函数及其性质;2018/4/29;2.5.1 连续时间随机过程的功率谱;2.5.1 连续时间随机过程的功率谱;2.5.1 连续时间随机过程的功率谱;2.5.1 连续时间随机过程的功率谱;2.5.1;2.5.3 互功率谱;2.5.3 互功率谱;2.6.1 白噪声;2.6.2 正态随机过程;随机过程的基本???念及定义 随机过程的统计描述：概率分布、数字特征 平稳随机过程 平稳的概念及判断 平稳随机过程自相关函数的性质 随机过程的联合分布和互相关函数 随机过程的功率谱密度 定义，维纳-辛钦定理 功率谱的性质、计算 白噪声、正态随机过程 ;2018/4/29;2018/4/29;2018/4/29;2018/4/29;2018/4/29;2018/4/29;2018/4/29;2018/4/29;2018/4/29;2018/4/29;2018/4/29;第三章 随机过程的线性变换;3.1 变换的基本概念和基本定理;3.1 变换的基本概念和基本定理;3.1 变换的基本概念和基本定理;3.1 变换的基本概念和基本定理;3.2 随机过程通过线性系统分析;3.2 随机过程通过线性系统分析;3.2 随机过程通过线性系统分析;3.2 随机过程通过线性系统分析;3.3 限带过程;3.3 限带过程;3.3 限带过程;3.3 限带过程;是在白噪声环境下以输出信噪比最大作为准则的最佳线性滤波器。 匹配滤波器的冲激响应是输入信号的共轭镜像。 对于实信号 ;性质和特点-1:输出的最大信噪比与输入信号的波形无关 由于白噪声的功率谱为一个常数，由(3.5.9)式可得 其中E代表信号的能量， 由(3.5.16)式可以看出，最大信噪比只与信号的能量和噪声的强度有关，与信号的波形无关。 ;3.5.2 匹配滤波器;3.5.2 匹配滤波器;3.6.1 正态随机过程通过线性系统;第三章小结; ; ; ; ;第四章 随机过程的非线性变换;1. 概率密度;2. 均值和自相关函数; ;2018/4/29;2018/4/29;2018/4/29;2018/4/29;2018/4/29;2018/4/29;例1 判断 是否是解析信号 从时域验证 其虚部为实部的希尔伯特变换，所以是解析信号 从频域验证 的傅里叶变换是其实部傅里叶变换正频率部分的两倍，所以是解析信号 ;例 2：已知实函数 x(t),求其解析函数 时域： 频域： ; ;2018/4/29; ;2018/4/