随机信号处理教程 第3章 随机过程的功率谱密度.pptVIP

随机信号处理教程 ——献给进入信息领域学习的你！ 随机信号处理教程 第1章 概率论基础 第2章 随机过程 第3章 随机过程的功率谱密度 第4章 随机信号通过线性系统 第5章 窄带系统和窄带随机信号 第6章 随机信号通过非线性系统 第7章 马尔可夫过程 第3章 随机过程的功率谱密度 3.1功率谱密度函数 如果一个确知信号 ，在 满足狄氏条件，且绝对可积，即满足 那么 的傅里叶变换存在， 也称为确知信号 的频谱。 根据巴塞伐(Parseval)定理，有 其中。 式(3.1.5)左端表示信号 的总能量。因此，等式右端积分中的被积函数 相应地称为的 的能量谱密度 3.1功率谱密度函数 一个随机过程的样本函数 ，尽管它的总能量是无限的，但它的平均功率却是有限的。因此，对于这类函数，研究它的能量谱没有意义的、研究其平均功率谱才有意义。 首先我们把随机过程的一个样本函数 任意截取一段，长度为2T并记为 。称 为 的截短函数，如图3.1所示。于是有 (3.1.6) 对于持续时间有限的 而言，傅立叶变换是存在的，为 (3.1.7) (3.1.8) 根据巴塞伐定理，有 (3.1.9) 上式两端除2T，得 3.1功率谱密度函数 表示随机过程 在单位频带内在单位电阻上消耗的平均功率，即随机过程的平均功率沿频率轴的分布，称之为随机过程 的功率谱密度函数，简称为功率谱密度，记为 (3.1.13) 功率谱密度 是从频率角度描述随机过程 的统计特性的最主要的数字特征。 当随机过程 为宽平稳时，此时 的均方值为常数，则有 上式说明：平稳随机过程的平均功率等于该过程的均方值，它可以由随机过程的功率谱密度在全频域上的积分得到。 3.2平稳随机过程功率谱密度的性质 3.3 维纳-辛钦定理 维纳-辛钦定理：平稳随机过程的自相关函数和功率谱密度函数是一傅立叶变换对。即 (3.3.1) (3.3.2) 它揭示了从时间角度描述随机过程 的统计规律和从频率角度描述 的统计规律之间的联系。 3.3 维纳-辛钦定理 由于随机过程的自相关函数 是 的偶函数，从 的定义也可看出它也是 的偶函数，于是式(3.3.10)和(3.3.11)又可写成 (3.3.12) (3.3.13) 根据前面我们对确知信号的讨论，对照现在的 的定义，可知 是随机过程 的功率谱密度，它是从频率这个角度描述随机过程统计特性的重要的数字特征。 当 时，式(3.3.10)成为 (3.3.14) 式(3.3.14)是随机过程 的平均功率，那么，式(3.3.14)右边的被积函数 当然也就是功率谱密度函数了。这又从另一个角度证实了 的物理意义。 根据以上的讨论， 应分布在-∞到+∞的频率范围内，这种对正、负频率都有意义的谱密度叫做双边谱密度。 3.4平稳随机过程的自相关时间和等效功率谱带宽 图3.3 和 的样本函数曲线 3.4平稳随机过程的自相关时间和等效功率谱带宽 图3.3表示二个平稳随机过程 及 实现的记录，设它们具有相同的数学期望和相同的均方值，即 但是二者有一个显然的区别，那就是二者的起伏频繁程度不同， 起伏频繁程度低，而 起伏较频繁。这个区别，揭示了二者的自相关性不同，也就是说，二者在后继时间上的取值受先行时间上的取值的波及关系不一样。所谓波及，就是随机过程在先行点上的取值有尾迹(由于系统惯性影响)，它波及后继点，使得后继点上的取值要受先行时间点上取值的影响。这种波及的大小，表现在自相关函数 上，如图3.4所示。 3.4平稳随机过程的自相关时间和等效功率谱带宽 为了定量描述