第3章节随机信号29490.pptVIP

信号分类关系图 一、 随机信号的分类 1、基本概念 对随机信号在有限时间内的观测结果称之为样本，所有可能样本的集合称之为总体。总体描述了一个随机过程。比如：对每日气温的观测，地球上温度的变化，只能以天为单位，或以年为单位来进行分析。每天的观测构成一个样本函数。 2. 随机信号的分类 分类 平稳随机信号：随机信号的统计特性与开始进行统计分析的时间无关； 非平稳随机信号：随机信号的统计特性与开始进行统计分析的时间有关； 各态历经性随机过程：所有样本在固定时刻的统计特征与单一样本在全时间上的统计特性一致； 非各态历经随机过程：不满足上述条件 1．幅值域 1）均值： 4）标准偏差： 2、时差域（时延域） ★自相关函数 ●互相关函数 性质： ★相关系数 互相关系数函数 自相关系数函数 3、频域描述 对随机信号而言，不能直接用傅立叶积分进行频谱分析。 ●原因是： 不符合绝对可积的条件一般采用自谱密度函数、互谱密度函数。 * 第3章随机信号描述及分析 随机过程 　　　所有样本函数的集合,是依赖于时间t上的一簇随机变量或以时间t作为参量的随机函数. 由同一试验条件下所有样本函数的集合（总体）才能定义一个物理现象的随机过程。 随机变量 在实验时间T内， 的每一时刻，随机过程 是一个随机变量。 将 称之为随机过程 时刻的状态。 即： 随机信号举例 3.随机信号的特点 (1)随机信号的任何一个实现都是随机信号总体中的一个 样本，任何一个样本都不能全面代表该随机信号； (2)在任意时刻，随机信号的取值都是一个随机变量，因此 只能用概率函数和集平均的概念来描述。对于各态历经 随机信号，集平均可以用对一个样本的时间平均来代替。 (3)平稳随机信号在时间上是无始无终的，因此导致能量无限，傅里叶变换不存在，不能用频谱表示，不能用常规滤波。 二、随机信号的统计特性 要完整地描述一个各态历经随机过程，理论上要有无限长时间记录。但实际上这是不可能的。通常用统计方法对以下三个方面进行数学描述： 幅值域描述: 均值、均方值、方差、概率密度函数等。 时间域描述: 自相关函数、互相关函数。 频率域描述: 自功率谱密度函数、互功率谱密度函数。 均值：反映了信号变化的中心趋势，也称之为直流分量。 2)均方值 信号的均方值E[x2(t)]，表达了信号的强度；其正平方根值，又称为有效值(RMS)，也是信号平均能量的一种表达。 3)方差 方差：反映了信号绕均值的波动程度。 信号x(t)的方差定义为： 大方差 小方差 概率密度函数和概率分布函数 概率密度函数 概率分布函数 相关函数描述信号自身不同时刻的相似程度，通过相关分析可以发现信号中许多有规律的东西。 ●自相关函数的性质 周期信号的自相关函数仍然是同频率的周期信号，但不保留原信号的相位信息。 随机噪声信号的自相关函数将随 ? 的增大快速衰减。 4)两周期信号的互相关函数仍然是同频率的周期信号，且保留了原信号的相位信息。 5)两个非同频率的周期信号互不相关。 信号的时差域相关分析 案例：自相关测转速 理想信号 干扰信号 实测信号 自相关系数 案例：地下输油管道漏损位置的探测 t X1 X2 案例：地震位置测量 响应 测量系统 激励 * 第3章随机信号描述及分析