数字信号处理 实验九 离散时间随机信号.docVIP

数字信号处理 实验九 离散时间随机信号.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数字信号处理 实验九 离散时间随机信号

实验九 离散时间随机信号 随机信号的Fourier变换是不存在的,因此无法像确定性信号那样用数学表达式来精确地描述它,而只能用它的各种统计平均量来表征它.其中自相关函数最能完整地表征它的特征统计平均量值。而一个随机信号的功率谱密度正是自相关函数的Fourier变换,我们可以用功率谱密度来表征它的统计平均谱特性。因此,要在统计意义下描述一个随机信号,就需要估计它的功率谱密度(PSD)。 实验目的:理解随机变量的概念;熟悉功率谱密度;学会计算自相关函数和了解互相关函数;掌握功率谱的估计方法。 实验仪器:电脑一台,MATLAB6.5或更高级版本软件一套。 实验内容: 实验原理及实例分析 随机变量的描述 随机变量如果在连续值域中取值,则称为连续随机变量;如果只在离散值域上取值,则称为离散随机变量,或称为量化随机变量。单个随机变量可以用概率分布函数来描述,的概率分布函数定义为:它的取值不超过某个特定值的概率,表示为即: 的概率 (9-1) 随机变量x的概率分布函数具有以下重要性质: 是单调非减函数。即如果X1 X2,则有 或 (9-2) (9-3) (9-4) (3) 右连续,即 (9-5) (4)如果 在处不连续,则在这一点的阶跃等于随机变量取值等于的概率。 如果是连续随机变量,则它也可以用它的概率密度来描述。x 的概率密度函数定义为 (9-6) 或 (9-7) 如果是离散随机变量,则它的概率分布函数的导数即概率密度函数是不存的,因此需要按下式定义一个概率质量函数来描述它 的概率 (9-8) 概率质量函数与概率分布函数之间有以下关系 (9-9) 随机变量的概率密度函数具有一下性质: (1) ,即它是非负的 (9-10) (2) (9-11) (3) (9-12) 功率谱密度 定义信号 的能量(作用归一化处理):由电压 (或者电流在 电阻上消耗的能量 其中,若积分值存在,信号的能量为有限值,则称为能量信号。 对于能量无限大的信号(如周期性信号),我们考虑能量的时间平均值,这显然就是信号的平均功率。这种信号称作(平均)功率信号。 定义信号的平均功率:电压在电阻上消耗的平均功率(简称功率) 式中,是求平均的时间区间。 为了更好地描述能量信号、功率信号,我们引入能量谱密度和功率谱密度概念。能量谱密度、功率谱密度函数表示信号的能量、功率密度随频率变化的情况。 我们知道,非周期性信号的频谱宽度是无限的,然而实际上信号的大部分功率是集中在某个有限的频谱宽度内。 通过研究功率谱密度,可以帮助了解信号的功率分布情况,确定信号的频带等。 对于能量信号,根据傅里叶反变换有 则信号的能量 当为实信号时,。今后如无特别说明,都是指实信号,这样则得到: 式中,令,称为能量谱密度。 信号的能量又可以表示为: 上式是能量信号的parsverl公式。公式表明:信号的总能量等于各个频率分量单独贡献出能量的连续和。能量谱密度 反映了信号能量在频率轴上的分布情况。 对于功率信号,其功率谱密度可按下面方法求得:把在间隔以外的部分截去,得到截短函数 只

文档评论(0)

feixiang2017 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档