第三章节-随机信号基础.pptVIP

第一章第五节滤波器设计和实现 例题1，设采集的信号x的采样频率为250Hz，设计一带通IIR滤波器，Rp=1;Rs=50，得到x信号的8~13Hz成分y。 解：步骤1，设计滤波器 fs=250; Rp=1;Rs=50; Wp=[2*8/fs 2*13/fs];Ws=[2*6/fs 2*15/fs]; [N, Wn] = ellipord(Wp, Ws, Rp, Rs); [B,A] = ellip(N,Rp,Rs,Wn); 看滤波器的频域特性：freqz(B,A) 第一章第五节滤波器设计和实现 步骤2，滤波 load x y=filter(B,A,x); plot(x); hold on plot(y,r) 另一种滤波实现y=filtfilt(B,A,x) Plot (x); hold on plot(y,r) 例题2，设采集的信号x的采样频率为250Hz，设计一带通FIR滤波器，Rp=1;Rs=50，得到x信号的8~13Hz成分y。 解：步骤1，设计滤波器 fs=250; wp1=2*8/fs*pi;ws1=2*6/fs*pi;wp2=2*13/fs*pi; ws2=2*15/fs*pi; tr_width=wp1-ws1; M=ceil(6.6*pi/tr_width); wc1=(wp1+ws1)/2; wc2=(wp2+ws2)/2; b=fir1(M,[wc1 wc2]/pi,bandpass); h=b(1:end-1); 看滤波器的频域特性：freqz(h,1) 步骤2，滤波 load x y=filter(h,1,x); plot(x); hold on plot(y,r) 第三章　随机信号基础（Random signal ） 第一节 随机信号第二节 随机信号的古典表示法第三节 典型的随机过程第四节 随机信号通过线性系统 第一节　随机信号（Random signal） 确定性信号，就是其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。 医学信号属于哪种类型的信号？ 确定性信号 随机信号 混沌信号 随机信号有以下性质： 随机信号中的任何一个点上的取值都是不能先验确定的随机变量。 随机信号可以用它的统计平均特征来表征。 表3.1 抛掷硬币的统计结果 由表3.1可以看出，随着抛掷次数的增加，比值m/n在1/2附近摆动，而且总是在1/2附近摆动。这种在个别实验中其结果呈现不确定性，在大量重复实验中其结果又具有规律性的现象，称之为随机现象，大量同类随机现象所呈现的固有规律称为随机现象的统计特征。 一般的信号分类 平稳过程 随机信号在不同时刻是取值不同的随机变量，但它们的分布遵循概率密度函数，在t1时刻服从p（x1；t1），t2时刻服从p（x2；t2）。 如果总有E（x1）=E（x2） 即要求p（x1；t1）= p（x2；t2） 则此随机过程在均值意义上平稳 平稳各态遍历过程 结合图来说明，每一行曲线代表随机信号的一个样本； 设x(i)(t1)表示第i个样本在t1时刻的取值，如果总体平均等于时间平均： 则为各态遍历的 第二节　随机信号的古典表示法(Classical statistical method) ３.２.１　概率分布函数 １.一维概率分布函数 对于一个随机变量,用来表示它的概率分布函数，则有： 　　　　　　　　(3-1) ２.二维概率分布函数 二维联合概率分布函数 　　　　　　　　　　　　　　 　　 二维联合概率分布函数的二阶偏微分对应着相应的二维联合概率密度函数： 　　　　　　　　　　　　 　 当随机变量和统计独立时则有： 　 　　　　　　　　　　　　 ３.平稳随机信号 ３.２.２　统计特征量 １.数字期望（均值） 　随机变量的均值用表示定义为： 　 　　　　　　　　　 ２.均方值 　随机变量的均方值定义为： 　　　　　　　　　　　　　　　　 ３.方差 　随机变量的方差定义为： 　　　　　　　　　 (3-9) 　利用（3－6）容易得到方差、均值、均方值的关系： 　 　　　　　　　　 (3-10) 　对于平稳随机过程，方差、均值、均方值都是与时间无关的常数 ４.协方差 　一个平稳随机信号的自协方差定义为