第一章节-1随机信号分析基础.pptVIP

随机信号分析基础 §1 随机信号分析基础 随机过程部分内容复习 1.1 随机信号 1.2 随机信号的统计描述 1.3 平稳随机信号 1.4 统计特征估计的质量平价 1.5 随机信号的功率谱 1.6 白噪声信号与谐波信号 1.1 随机信号 随机信号的概念 随机信号的定义 随机信号举例 随机信号的分类 回顾随机变量的定义： 设 E 是随机试验， Ω={ξ}是其样本空间，如果对于每一个ξ∈Ω，都有一个实数 X(ξ) 与之对应，这样就得到了一个定义在Ω上的单值函数 X(ξ)，称 “ X(ξ) ”为随机变量，简记为X 。 随机变量是定义在样本空间Ω上的样本ξ所对应的一个单值函数X(ξ)； 对应于不同的样本ξ（一次具体的 E ），X 有着不同的取值； X 的随机性取值在试验完成后得以体现； X 为连续值时称“连续型随机变量”； X 为离散值时称“离散型随机变量”； X 为连续值与离散值的混合值时称“混合型随机变量” 。 随机过程定义1： 设 E 是随机试验， Ω={ξ}是其样本空间，如果对于每一个ξ∈Ω，总可 依某种规则确定一参数为t的实值函数“X(ξ,t), t∈Ｔ”与之对应；当ξ取遍 Ω时，便得到了定义在 T 上的一族时间t的函数，称它为随机过程。族中的每 个函数即为该过程的一个样本函数，称为随机过程的一个“实现”，Ｔ是参数t的 变化范围，称为“参数集”，一般表示时间集合，随机过程可简记为X(t)。 随机过程也可看成是变量ξ、t 的函数，其含义分别为： 若ξ、t均为变量， X(t)是一个时间函数族； ξ固定、t为变量，指随机过程的一个样本“实现”，X(t)是一个确定的时间函数； t固定、ξ为变量，X(t)是一个随机变量； ξ、t 均固定，X(t)是该过程某一样本所对应的 t 时刻的函数值。 随机过程定义2： 若对于每个特定的时刻 ti (i=1,2,……)，X(ξ,ti) 都是随机变量， 则称 X(ξ,t) 为随机过程。 通常，将连续型随机过程 X(ξ,t) 简记为 X(t) ，将该过程的一个 样本函数（或称该过程的一个“实现”）简记为 x(t)。 将离散型随机过程 X(ξ,n) 简记为 X(n) ，将该过程的一个样本函 数（或称该过程的一个“实现”）简记为 x(n)。 随机信号举例 随机信号的分类 按照时间和状态的连续性分类 时间及状态取值都连续 时间及状态取值都离散 时间连续状态离散 时间离散状态连续 按照样本函数的形式分类 不可预测型随机信号 部分可预测型随机信号 按照统计特性分类 高斯型过程 马尔可夫过程 独立增量过程 …… 1.2 随机信号的统计描述 1.2.1 随机信号的概率分布 1.2.2 随机信号的数字特征 1.2.3 随机信号的特征函数 1.2.4 随机信号的导数与积分 1 一维概率分布 2 二维及多维概率分布 1.2.2 随机信号的数字特征 随机信号的矩 均值函数（数学期望） 均方函数与方差函数 自相关函数与自协方差函数 互相关函数与互协方差函数 随机信号间的 “独立、不相关、正交” 关系 随机信号的矩 均值函数（数学期望） 均值函数（数学期望） 均方函数与方差函数 均方函数与方差函数 自相关函数与自协方差函数 二维随机过程： 设 X(t),Y(t)是定义在同一样本空间Ω和同一参数集Ｔ上的随机 过程，对于不同的 t∈Ｔ，X(t)、Y(t) 分别是不同的两个随机变量， 称 {X(t),Y(t), t∈Ｔ} 为二维随机过程。 互相关函数与互协方差函数 互相关应用举例： 举例： 求两个随机数据序列的协方差 随机信号间的 “独立、不相关及正交关系” 例题： 例：试说明：相关函数是一、二阶数字特征中最主要的统计特征 1.2.3 随机信号的特征函数 1.3 平稳随机信号 1.3.1 平稳随机过程的概念 1.3.2