第2章节-随机信号.pptVIP

普通高等教育“十五”国家级规划教材《信息论与编码》 曹雪虹等编著 随机信号分析 电气学院 电子工程系 林霏 lfsdu123@126.com 确知信号 每个时间点上的值可以用某个数学表达式或图表唯一地确定的信号。 随机信号 不能用一个确切的数学公式来描述，因而也不能准确地与以预测的信号； 随机信号只能用统计的方法进行描述，只能在一定的准确性（accuracy）或可信性（confidence）范围内进行预测。 2.1 定义与基本特性 2.2 典型信号举例 2.3 一般特性与基本运算 2.4 多维高斯分布与高斯信号 2.5 独立信号 一维离散型随机变量 1.例子 2.一阶（维）概率分布和密度函数 3.二阶（维）概率分布和密度函数 2.1 定义与基本特性 2.2 典型信号举例 2.3 一般特性与基本运算 2.4 多维高斯分布与高斯信号 2.5 独立信号 都服从一维高斯分布： 1. 均值 2. 自相关函数 均值 2. 自相关函数 令 若位于同一时隙 ，有 ， 当 ， 有 3. 一阶密度函数 随机信号还可以分为： 可预测随机信号（或称确定的随机信号）： 信号的任意一个样本函数的未来值都可以由过去的观测值确定，即样本函数有确定的形式。 不可预测随机信号（或称不确定的随机信号）： 信号的任意一个样本函数的未来值都不能由过去的观测值确定，即样本函数没有确定的形式。 2.1 定义与基本特性 2.2 典型信号举例 2.3 一般特性与基本运算 2.4 多维高斯分布与高斯信号 2.5 独立信号 2.1 定义与基本特性 2.2 典型信号举例 2.3 一般特性与基本运算 2.4 多维高斯分布与高斯信号 2.5 独立信号 2.1 定义与基本特性 2.2 典型信号举例 2.3 一般特性与基本运算 2.4 多维高斯分布与高斯信号 2.5 独立信号 作业 2.4； 2.7； 2.11； 2.19. 目 录 1. n维概率分布与密度函数 n个随机变量 的n维联合概 率分布函数为： t1 t2 t3 tn X(t) t 则称 为其n维概率密度函数。 如果存在 ，使 2. n维特征函数 任取 与 1.随机信号的n＋m维联合概率分布和密度函数 两个不同r.s.X(t)与Y(t)之间的联合概率特性。 对随机信号X(t)任取 时，获得n个 随机变量 ; 对随机信号Y(t)任取 时，获得m个 随机变量 。 t1 t2 t3 tn X(t) t s1 s2 s3 sm Y(t) t 定义n＋m维联合概率分布函数为: 定义n＋m维联合概率密度函数为: 2. 随机信号的互相关函数与互协方差函数 两个不同随机信号X(t)与Y(t)的联合矩特性 互相关函数定义为: 互协方差函数定义为: 互相关系数定义为: 3. 两个随机信号正交、线性无关与统计独立 (1)正交: 对于任意时刻 ,都有 则称X(t)与Y(t)正交。 (2) 线性无关: 对于任意时刻 ,都有 则称X(t)与Y(t)线性无关。 （3）统计独立:对于X(t)和Y(t)的任一组随机 变量,都有 则称X(t)与Y(t)彼此统计独立。 两个随机信号的正交、线性无关与统计独立 三者关系与两个随机变量间的完全相同。 ★ 统计独立性，线性无关性和正交性的关系 1.两个随机信号统计独立，它们必然是线性无关的； 2.两个随机信号线性无关，不一定互相独立； 3.在两个随机信号中任一均值为零时，线性无关 性与正交性是等价的； 4.在两个随机信号的互相关和互协方差同时不为零 时，它们不是线性无关的，也不是相互正交的。 (a)一般情况下 统 计 独 立 线 性 无 关 相 互 正 交 任一随机信号 均值为零 当 和 均为高斯随机信号时: 统计独立性和线性无关性是等价的； (b)高斯随机信