第二章节-随机信号分析29465.pptVIP

第二章 随机信号分析 2.1 引言 2.2 随机过程的一般表述 2.3 平稳随机过程 2.4 平稳随机过程的相关函数与功率谱密度 2.5 高斯过程 2.6 窄带随机过程 2.7 正弦波加窄带高斯过程 2.8 随机过程通过线性系统 2.1 引言 随机性 指信号在某个时刻的值，在该时刻之前不能确切地预知，重复观察时也不能肯定重复。 随机信号 如果信号的某个或某几个参数不能预知或不能完全预知，这种就称为随机信号。 随机噪声 通信系统中不能预测的噪声就称为随机噪声，简 称噪声。 2.2 随机过程的一般表述 一、随机过程的概念 确定性过程：事物的变化过程具有必然的变化规律，可用某一确定函数关系来描述。 随机性过程：事物的变化过程没有一个确定的变化规律，不可能用某一确定函数关系来描述。 设有n台性能完全相同的接收机。在相同的工作环境和测试条件下记录各台接收机的输出噪声波形。测试结果将表明，尽管设备和测试条件相同，记录的n条曲线中找不到两个完全相同的波形。这就是说，接收机输出的噪声电压随时间的变化是不可预知的，因而它是一个随机过程。 随机过程 随机试验E的每一次实验可用x1(t) 、 x2(t)、 … xi(t)…来描述。 xi(t)称为样本函数 样本空间S为{x1(t)、 x2(t) … xi(t)…} 随机过程：随机过程是同一个随机样本的集合。表示为 ?(t) = { xi(t) } i = 1、2 …n …∞ 二、随机过程的统计特性 1.概率分布（分布函数和概率密度函数） 设ξ(t)表示一个随机过程，在任意给定的时刻t＝t1， 其取值ξ(t1)是一个一维随机变量。随机变量ξ(t1)取值不超过x1的概率P［ξ(t1)≤x1］，称为ξ(t)的概率分布函数，简称为分布函数F1(x1,t1) 即 F1(x1,t1)=P［ξ(t1)≤x1］ 上式称为随机过程ξ(t)的一维分布函数。 如果F1(x1, t1)对x1的偏导数存在，即有 则称f1(x1, t1)为随机过程ξ(t)的一维概率密度函数。 任给两个时刻t1, t2∈T，则随机变量ξ(t1)和ξ(t2)构成一个二元随机变量{ξ(t1), ξ(t2)} 则称F2(x1,x2;t1,t2)=P｛ξ(t1)≤x1, ξ(t2)≤x2｝为随机过程ξ(t)的二维分布函数。 如果存在 则称f2(x1,x2; t1,t2)为ξ(t)的二维概率密度函数。 任给t1, t2, …, tn∈T, 则ξ(t)的n维分布函数 Fn(x1,x2,…,xn; t1,t2,…,tn)= P ｛ξ(t1)≤ x1, ξ(t2)≤x2,…, ξ(tn)≤xn｝ n维概率密度函数 2.随机过程的数字特征 数学期望 设随机过程ξ(t)在任意给定时刻t的取值ξ(t)是一个随机变量，其概率密度函数为f1(x, t) 则ξ(t)的数学期望为 a(t)表示随机过程在不同的时刻所得到的随机变量分布的中心值。 方差 方差等于均方值与数学期望平方之差。它表示随机 过程在任意时刻t 偏离数学期望a(t)的程度。 协方差函数和相关函数 衡量随机过程在任意两个时刻获得的随机变量之间的关联程度时，常用协方差函数B(t1, t2)和相关函数R(t1, t2)来表示。 协方差函数定义为 它反映了随机过程在任意两个时刻取值的相关程度 相关函数定义为 协方差函数B(t1, t2) 和相关函数R(t1, t2)关系为： 由于B(t1, t2)和R(t1, t2)是衡量同一过程的相关程度的，因此，它们又常分别称为自协方差函数和自相关函数。 对于两个或更多个随机过程，可引入互协方差及互相关函数。设ξ(t)和η(t)分别表示两个随机过程 互协方差函数定义为 Bξη(t1,t2)=E｛［ξ(t1)－aξ(t1)］［η(t2)-aη(t2)］｝ 互相关函数定义为 Rξη(t1, t2)=E［ξ(t1)η(t2)］ 互相关函数和互协方差函数描述不同随机过程的相关程度。 2.3 平稳随机过程 平稳随机过程的重要性 在实际应用特别在通信中所遇到的大多属于或接近于平稳随机过程 平稳随机过程可用一维、二维数字特征很好地描述。 一、平稳随机过程的定义 若随机过程?(t)的任何n维分布函数或概率密度函数与时间起点无关，则?(t)称为平稳随机过程（严平稳）。即