第三章节-随机信号分析.pptVIP

教学提示 分析通信系统所必需的内容，即随机信号与噪声的特性表述，以及它们通过线性系统的基本分析方法。 第三章 随机信号分析 引言 随机过程的一般表述 平稳随机过程 平稳随机过程的相关函数与功率谱密度 高斯过程 窄带随机过程 正弦波加窄带高斯过程 随机过程通过线形系统 3.1　　引言 随机信号：信号的某个或几个参数不能预知或不能完全预知的信号 随机噪声：不能预测的噪声 随机过程：随机信号和噪声统称为随机过程 3.2 随机过程的一般表述 1 定义及特征 无穷多个样本函数的集合称为随机过程,计为ζ(t).它有两个基本属性: ζ(t)是时间t的函数 ; 在任一时刻t1上，观察到的全体样本却是不确定的，是一个随机变量。 2 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 ② 数字特征——数学期望、方差和相关函数 数学期望： 并记为E[ξ(t)]=a(t)。这里，它本该在某一时刻t1上求得，因此数学期望与t1有关。然而，t1是任意取得，故可把t1直接写成t。所以，随机过程的数学期望被认为是时间t的函数。 数学期望的物理意义：信号或噪声的直流分量。 方差： 自协方差与自相关函数 衡量随机过程任意两个时刻上获得得随机变量得统计相关特性时，常用协方差函数和相关函数来表示。（1） 自协方差函数 式中t1与t2是任意的两个时刻；a(t1)与a(t2)为在t1及t2得到的数学期望；用途：用协方差来判断同一随机过程的两个变量是否相关。 （2）自相关函数 用途：a 用来判断广义平稳； b 用来求解随机过程的功率谱密度及平均功 率。 （3）自协方差与自相关函数之间的关系显然，由式（2.2-7）及(2.2-8)可得到二者之间的关系式， 互协方差与互相关函数 协方差函数和相关函数的概念也可引入到两个或更多个随机过程中去，从而获得互协方差及互相关函数。 设ξ(t)与η(t)分别表示两个随机过程 （1）互协方差定义 （2）互相关函数定义 如果t2 t1，并令t2= t1+τ，即τ是t2与t1之间的时间间隔，则相关函数R（t1，t2）可表示为R（t1，t1+τ）。这说明，相关函数依赖于起始时刻（或时间起点）t1及时间间隔τ，即相关函数是t1和τ的函数。 2.3 平稳随机过程 1 狭义平稳随机过程：随机过程的任何n维分布函数或概率密度函数与时间的起点无关。 fn(x1 x2… xn;t1, t2…, tn) = fn(x1 x2… xn;t1+ τ, t2 + τ …, tn + τ) 含义：指随机过程的统计特性不随时间的推移而变化，即当取样点在时间轴上作任意平移时，随机过程的所有有限维分布函数不变。且有： 一维分布则与时间无关：f1(x1,t1)=f1(x1) 二维分布只于时间间隔τ有关：f2(x1,x2,t1,t2)=f2(x1,x2, τ) 数字特征： 数学期望与方差与时间无关 自相关函数只与时间间隔有关R（t,t+ τ)=R(τ) 2 广义平稳随机过程：随机过程的数学期望与方差与时间无关,自相关函数只与时间间隔有关。 通信系统中的信号及噪声，大多数可视为平稳的随机过程。因此，研究平稳随机过程有很大的实际意义。 α(t)=α R(t1,t1+ τ)=R(τ) 3、各态历经的平稳随机过程 1）问题的提出 2）各态历经性 “时间平均”代替“统计平均” 一个随机过程的均值和自相关函数都具有各态历经性，则称该随机过程具有各态历经性。 设x1(t)是ξ(t)的一个样本，若下列式子成立，则具有各态历经性的平稳随机过程 2.4 平稳随机过程的相关函数与功率谱密度 1、自相关函数 平稳随机过程的自相关函数和时间t无关，而只与时间间隔τ有关，即R(τ)＝E{ξ(t)ξ(t+τ)} (2.4-1) 2、自相关函数的性质 设ξ(t)为实平稳随机过程 R(0)=E[ξ2(t)]=s （2.4-2） R(0)为ξ(t)的均方值(ξ(t)的平均功率)。自相关函数在τ=0处的数值等于该过程的平均功率( 包括直流功率和交流功率)。 对偶性 R(τ)=R(-τ) 自相关函数R(τ)是τ的偶函数 证明： |R(τ)|≤ R(0) 当τ＝0时,自相关函数取最大值 证明: R(∞ )=E2[ξ (t)] （2.4-3） R(∞ )是ξ(t)的直流功率，在时间间隔很大的时候,可将二者看成是相互独立的。 R(0)- R(∞ )=σ2