工学]2010通信原理新讲稿第3章--随机过程.pptVIP

3.1 随机过程基本概念 一、随机过程ξ(t) 的定义： 随时间变化的随机变量（ξ） 3.1 随机过程基本概念 角度2：随机过程是随机变量概念的延伸。 在任一给定时刻t1上，每一个样本函数 ?i (t) 都是一个确定数值 ?i (t1) ，但是每个 ?i (t1) 都是不可预知的。 在一个固定时刻t1上，不同样本的取值 {?i (t1), i = 1, 2, …, n} 是一个随机变量，记为? (t1)。 换句话说，随机过程在任意时刻的值是一随机变量。 因此，我们又可以把随机过程看作是在时间进程中处于不同时刻的随机变量的集合。 3.1 随机过程基本概念 设? (t)表示一个随机过程，则它在任意时刻 t1的值? (t1) 是一个随机变量，随机变量的统计特性可以用下面函数描述: 随机过程? (t)的一维分布函数： 随机过程? (t)的一维概率密度函数： 3.1 随机过程基本概念 随机过程? (t)的二维分布函数： 随机过程? (t)的二维概率密度函数： 3.1 随机过程基本概念 随机过程? (t)的任意n维分布函数： 随机过程? (t)的任意n维概率密度函数： 3.1 随机过程基本概念 三、 随机过程的数字特征 均值（数学期望）： 在任意给定时刻 t1 的取值 ? (t1) 是随机变量，均值 3.1 随机过程基本概念 三、 随机过程的数字特征 1、均值 3.1 随机过程基本概念 三、 随机过程的数字特征 2、方差 3.1 随机过程基本概念 三、 随机过程的数字特征 3、相关函数 式中， ? (t1) 和 ? (t2) 分别是在 t1 和 t2 时刻观测得到的随机变量。可以看出，R(t1, t2)是两个变量 t1 和 t2 的确定函数。 3.1 随机过程基本概念 三、 随机过程的数字特征 4、协方差函数 3.1 随机过程基本概念 三、 随机过程的数字特征 相关函数与协方差函数关系为： B(t1, t2)=R(t1, t2) - a(t1)a(t2) 由于B(t1, t2)和R(t1, t2) 是衡量同一过程的相关程度的， 因此，它们又常分别称为自协方差函数和自相关函数。 3.2 平稳随机过程 一、定义、性质与特点： 若一个随机过程 ?(t) 的任意有限维分布函数与时间起点无关，也就是说，对于任意的正整数 n 和所有实数 ? ，有 3.2 平稳随机过程 性质： 该定义表明，平稳随机过程的统计特性不随时间的推移而改变，即它的一维分布函数与时间 t 无关： 而二维分布函数只与时间间隔? = t2 – t1有关： 3.2 平稳随机过程 数字特征： 特点：（1）其均值与 t 无关，为常数 a ； （2）自相关函数只与时间间隔 ? 有关。具有以上两个特点称为广义平稳随机过程。 3.2 平稳随机过程 通信系统中所遇到的信号及噪声，大多数可视为平稳的随机过程。以后讨论的随机过程除特殊说明外，均假定是平稳的， 且均指广义平稳随机过程， 简称平稳过程。 3.2 平稳随机过程 二、各态历经性： 问题的提出：我们知道，随机过程的数字特征（均值、相关函数）是对随机过程的所有样本函数的统计平均，但在实际中常常很难测得大量的样本 3.2 平稳随机过程 二、各态历经性： 回答是肯定的。平稳过程在满足一定的条件下具有一个有趣而又非常有用的特性，称为“各态历经性”（又称“遍历性”）。具有各态历经性的过程，其数字特征（均为统计平均）完全可由随机过程中的任一实现的时间平均值来代替。 下面，我们来讨论各态历经性的条件。 3.2 平稳随机过程 二、各态历经性： 设：x(t) 是平稳过程 ?(t) 的任意一次实现(样本), 若 3.2 平稳随机过程 [例3-1] 设一个随机相位的正弦波为 3.2 平稳随机过程 自相关函数 3.2 平稳随机过程 可见，?(t)的数学期望为常数，而自相关函数与t 无关，只与时间间隔 ? 有关， 所以 ?(t)是 广义平稳过程。 3.2 平稳随机过程 3.2 平稳随机过程 比较统计平均与时间平均，可见： 结论：随机相位余弦波是各态历经的。 3.2 平稳随机过程 三、自相关函数： R(τ)=E［(ξ(t)ξ(t+τ)］ 平稳随机过程的自相关函数具有以下特点： — ?(t)的平均功率 3.2 平稳随机过程 平稳随机过程的自相关函数具有以下特点： — ? 的偶函数 3.2 平稳随