第10章平稳随机移动信号.pptVIP

§1 随机信号及其特征描述§2 平稳随机信号 §2 平稳随机信号 3）功率谱密度与相关函数关系 维纳－辛钦定理 物理谱定义： 频谱 功率谱 性质： 相关性与功率谱的关系为： 若随机过程均值非零，则功率谱在原点有一?函数； 若含有周期分量，则在相应的频率处有?函数； 对于实的平稳随机过程，功率谱为实的、非负偶函数； 相关性越弱，功率谱越宽平； 相关性越强，功率谱越陡窄。 例2、已知功率谱密度为 求相关函数。 例3、若平稳过程X(t)的功率谱密度为 求相关函数。 4） 随机序列的功率谱密度 对于平稳随机序列X(n)，其功率谱密度 Z变换形式： 由 例4、设平稳时间序列X(n)的自相关函数为 求X(n)的功率谱密度 和 。 5）互功率谱密度及其性质 其中： 若X(t)及Y(t)联合平稳，有 性质： 与 是?的奇函数； 是?的偶函数； 与 若X(t)与Y(t)正交，则 若不相关，则 例5、已知随机过程X(t)、Y(t)联合平稳，其互相关 函数为 求互谱密度 及 。 按概率分布分类 高斯随机过程 瑞利随机过程 对数正态随机过程 按统计特性分类 平稳随机过程 非平稳随机过程 按样本函数形式分类 确定随机过程 不确定随机过程 在实际中还有一类过程，它是按照确定的数学公式产生的时间序列，它是一个确定性的时间序列，但它的变化过程表现出随机序列的特征，我们把它称为伪随机序列，伪随机序列可以用来模拟自然界实际的随机过程 。 伪随机序列 伪随机序列应用举例 GPS系统中的码分多址（CDMA） GPS接收机 GPS卫星 伪随机码自相关函数 0 1.2.2 随机过程的统计描述 1、随机过程的概率分布 (1)一维概率分布 连续随机过程： 随机序列： 例1、 设随机振幅信号 其中 是常数，Y是均值为零，方差为1的正态随机变量，求 时的概率密度。 (2)二维概率分布 注意：X(t1)及X(t2)为同一随机过程上的随机变量。 例2、设随机相位信号 其中 ，且取值概率各为1/2, 求 ， 时的一维和二维概率分布。 0 20 40 60 -1 0 1 x 2 (n) 0 20 40 60 -1 0 1 x 1 (n) 2、随机过程的数字特征 均值 方差 均值与方差的物理意义： 表示消耗在单位电阻上的总的平均功率。 相关函数(correlation function) 相似均值和方差的随机过程 协方差函数 如果 ，则称 和 是不相关的。如果 ，则称 和 是相互正交的。如果 ，则称随机过程在 时刻的状态是相互独立的。 和 离散随机过程数字特征 和 例3、设随机振幅信号为 其中 为常数，V是标准正态随机变量。 求该随机信号的均值、方差、相关函数和协方差函数。 例4、设 为相互独立的随机变量序列， 其分布为 求随机过程 的一维分布。 主要内容： 平稳随机过程； 平稳随机过程的相关函数 平稳随机过程的功率谱 2.1 平稳随机过程 1、平稳随机过程定义 (1)严格平稳随机过程(Strictly stationary Process) 一维概率密度： 二维概率密度： (2)广义平稳随机过程(Weakly stationary Process) 严格平稳 广义平稳 当随机过程是高斯分布时，两者等价。 一定 不一定 例1、 设随机过程X(t)=At，A为标准正态分布的随机变量。试问X(t)是否平稳？ 例2、 设随机过程Z(t)=Xcost+Ysint，-?t ?。其中X，Y为相互独立的随机变量，且分别以概率2/3、1/3取值-1和2。试讨论随机过程Z(t)的平稳性。 2.2 平稳随机过程的相关函数 要求： 根据图形或表达式判断是否平稳随机过程； 根据自相关函数分析随机过程其它数字特征。 性质： 若随机过程不含周期分量， 1、平稳随机过程自相关函数性质 若随机过程含有周期分量，则自相关函数也含有周期分量 傅立叶变换非负 相关函数示意图 例3、已知平