东南大学通信原理(Seminar)第3章72P.pptVIP

窄带随机过程的表示式 式中，a? (t) － 随机包络， ?? (t) － 随机相位 ?c － 中心角频率 显然， a? (t)和?? (t)的变化相对于载波cos ?ct的变化要缓慢得多。 * 窄带随机过程表示式展开 可以展开为 式中 － ?(t)的同相分量 － ?(t)的正交分量 可以看出： ?(t)的统计特性由a? (t)和?? (t)或?c(t)和?s(t)的统计特性确定。 * 讨论均值为零的平稳高斯窄带过程的统计特性 3.5.1 ?c(t)和?s(t)的统计特性 数学期望：对下式求数学期望： 得到 因为?(t)平稳且均值为零，故对于任意的时间t，都有E[?(t)] = 0 ，所以 * ?(t)的自相关函数：由自相关函数的定义式 式中 因为?(t)是平稳的，故有 这就要求上式的右端与时间t无关，而仅与?有关。 因此，若令 t = 0，上式仍应成立，它变为 * 第3章 随机过程 因与时间t无关，以下二式自然成立 所以，上式变为 再令 t = π/2?c，同理可以求得 由以上分析可知，若窄带过程?(t)是平稳的，则?c(t)和?s(t)也必然是平稳的。 * 进一步分析，下两式 应同时成立，故有 上式表明，同相分量?c(t) 和正交分量?s(t)具有相同的自相关函数。 根据互相关函数的性质，应有 代入上式，得到 上式表明Rsc(?)是? 的奇函数，所以 同理可证 * 第3章 随机过程 将 代入下两式 得到 即 上式表明?(t) 、 ?c(t)和?s(t)具有相同的平均功率或方差。 * 根据平稳性，故由式 得到 因为?(t)是高斯过程，所以， ?c(t1)， ?s(t2)一定是高斯随机变量，从而?c(t) 、 ?s(t)也是高斯过程。 根据 可知， ?c(t) 与?s(t)在? = 0处互不相关，又由于它们是高斯型的，因此?c(t) 与?s(t)也是统计独立的。 * 结论：一个均值为零的窄带平稳高斯过程?(t) ，它的同相分量?c(t)和正交分量?s(t)同样是平稳高斯过程，而且均值为零，方差也相同。此外，在同一时刻上得到的?c和?s是互不相关的或统计独立的。 * * 3.6 正弦波加窄带高斯噪声 正弦波加窄带高斯噪声是通信中常遇到的一种情况：比如从带通滤波器输出正弦波已调信号与窄带高斯噪声信号的混合。 混合信号的数学形式 n(t)为窄带高斯噪声，均值为0。 * 正弦波加窄带高斯过程f(t)是确知信号，n(t)是随机高斯噪声信号： 其中： * 可以证明，正弦波加窄带高斯过程的包络的概率密度函数为 该概率密度函数称为广义瑞利分布，又称Rice（莱斯）密度函数。式中为零阶修正贝塞尔函数。 * （1）当A=0时，只有噪声n(t) ，即为瑞利分布； （2）当A远大于n(t)时，即大信噪比时 为高斯分布。 r(t)的相位的概率密度函数为 当信噪比很大时，相位分布集中于正弦信号本身的相位附近；在信噪比很小时，接近于均匀分布。 3.7 高斯白噪声和带限白噪声 白噪声n (t) 定义：功率谱密度在所有频率上均为常数的噪声，即 － 双边功率谱密度 或 － 单边功率谱密度 式中 n0 － 正常数 白噪声的自相关函数：对双边功率谱密度取傅里叶反变换，得到相关函数： * 白噪声和其自相关函数的曲线： * 白噪声的功率 由于白噪声的带宽无限，其平均功率为无穷大，即 或 因此，真正“白”的噪声是不存在的，它只是构造的一种理想化的噪声形式。 实际中，只要噪声的功率谱均匀分布的频率范围远远大于通信系统的工作频带，我们就可以把它视为白噪声。 如果白噪声取值的概率分布服从高斯分布，则称之为高斯白噪声。 高斯白噪声在任意两个不同时刻上的随机变量之间，不仅是互不相关的，而且还是统计独立的。 * 低通白噪声 定义：如果白噪声通过理想矩形的低通滤波器或理想低通信道，则输出的噪声称为低通白噪声。 功率谱密度 由上式可见，白噪声的功率谱密度被限制在| f | ? fH内，通常把这样的噪声也称为带限白噪声。 自相关函数 * 功率谱密度和自相关函数曲线 由曲线看出，这种带限白噪声只有在 上得到的随机变量才不相关。 * 带通白噪声 定义：如果白噪声通过理想矩形的带通滤波器或理想带通信道，则其输出的噪声称为带通白噪声。 功率谱密度 设理想带通滤波器的传输特性为 式中 fc － 中心频率，B － 通带宽度 则其输出噪声的功率谱密度为 * 自相关函数 * 窄带高斯白噪声 通常