包头师范学院通信原理课件 第3章.pptVIP

* 第3章 随机过程 正弦波加窄带高斯噪声的包络的统计特性 包络的概率密度函数 f (z) 利用上一节的结果，如果?值已给定，则zc、zs是相互独立的高斯随机变量，且有 所以，在给定相位? 的条件下的zc和zs的联合概率密度函数为 * 第3章 随机过程 利用与上一节分析a?和??相似的方法，根据zc，zs与z，?之间的随机变量关系 可以求得在给定相位? 的条件下的z与?的联合概率密度函数 然后求给定条件下的边际分布， 即 * 第3章 随机过程 由于 故有 式中 I0(x) － 第一类零阶修正贝塞尔函数当x≥0时， I0(x) 单调上升， I0(0) =1 因此 由上式可见，f (?, z)与?无关，故的包络z的概率密度函数为 －称为广义瑞利分布，又称莱斯（Rice）分布。 * 第3章 随机过程 讨论 当信号很小时，即A ? 0时，上式中(Az/?n2)很小， I0 (Az/?n2) ? 1，上式的莱斯分布退化为瑞利分布。 当(Az/?n2)很大时，有 这时上式近似为高斯分布，即 * 第3章 随机过程 包络概率密度函数 f (z)曲线 * 第3章 随机过程 正弦波加窄带高斯噪声的相位的统计特性 F(?) * 第3章 随机过程 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： * 第3章 随机过程 白噪声和其自相关函数的曲线： 白噪声仅在时τ=0才相关，而在任意两个时刻τ≠0的随机变量都是不相关的， * 第3章 随机过程 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。 * 第3章 随机过程 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 * 第3章 随机过程 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。 * 第3章 随机过程 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 * 第3章 随机过程 自相关函数 * 第3章 随机过程 带通白噪声的功率谱和自相关函数曲线 * 第3章 随机过程 窄带高斯白噪声 通常，带通滤波器的 B fc ，因此称窄带滤波器，相应地把带通白高斯噪声称为窄带高斯白噪声。 窄带高斯白噪声的表达式和统计特性见3.5节。 平均功率 * 作业 P61 3-2, 3-3, 3-9 * 第3章 随机过程 式中 |B| － 归一化协方差矩阵的行列式，即 |B|jk －行列式|B|中元素bjk的代数余因子 bjk － 为归一化协方差函数，即 * 第3章 随机过程 3.3.2 重要性质 由高斯过程的定义式可以看出,高斯过程的n维分布只依赖各个随机变量的均值、方差和归一化协方差。因此，对于高斯过程，只需要研究它的数字特征就可以了。 广义平稳的高斯过程也是严平稳的。 因为，若高斯过程是广义平稳的，即其均值与时间无关，协方差函数只与时间间隔有关，而与时间起点无关，则它的n维分布也与时间起点无关，故它也是严平稳的。所以，高斯过程若是广义平稳的，则也严平稳。 * 第3章 随机过程 如果高斯过程在不同时刻的取值是不相关的， 即对所有j ? k，有bjk =0，则其概率密度可以简化为 这表明，如果高斯过程在不同时刻的取值是不相关的，那么它们也是统计独立的。 高斯过程经过线性变换后生成的过程仍是高斯过程。也可以说，若线性系统的输入为高斯过程，则系统输出也是高斯过程。 * 第3章 随机过程 3.3.3 高斯随机变量 定义：高斯过程在任一时刻上的取值是一个正态分布的随机变量，也称高斯随机变量，其一维概率密度函数为 式中 a － 均值 ? 2 － 方差 曲线如右图