南京师范大学通信原理课件第三章 随机过程.ppt

第三章随机过程 赵华 随机过程 3.1随机过程的基本概念 3.2平稳随机过程 3.3高斯随机过程 3.4平稳随机过程通过线性系统 3.5窄带随机过程 3.6正弦波加窄带高斯噪声 3.7高斯白噪声和带限白噪声 3.1随机过程 3.1.1随机过程的基本概念 3.1.2随机过程的分布函数 3.1.3随机过程的数字特征 随机过程的基本概念 随机过程的基本概念 －事件A的全部可能“实现”的总体； －事件A的一个实现，为确定的时间函数。样本函数； －在给定时刻上的函数值。 随机过程的分布函数 随机过程的数字特征 例：求随机过程 的均值和自相关函数 3.2平稳随机过程 3.2.1平稳随机过程定义 3.2.2各态历次性 3.2.3平稳过程的自相关函数 3.2.4平稳过程的功率谱密度 严格平稳随机过程 广义平稳随机过程定义 平均值和自相关函数等与时间起点无关的随机过程。 广义平稳随机过程的性质 严格平稳随机过程一定也是广义平稳随机过程。但是，广义平稳随机过程就不一定是严格平稳随机过程。 各态历经性 平稳随机过程的一个实现能够经历此过程的所有状态。 各态历经过程的特点 可用时间平均值代替统计平均值，如各态历经过程的统计平均值和各态历经过程的自相关函数。 一个随机过程若具有各态历经性，则它必定是严格平稳随机过程。但是，严格平稳随机过程就不一定具有各态历经性。 通信系统中遇到的随机信号和噪声，一般都能满足各态历经性。 例：求随机过程 是否各态历次 平稳随机过程的自相关函数 平稳随机过程的功率谱密度 平稳随机过程的功率谱密度 确知信号的功率谱密度： 平稳随机过程的功率谱密度为： 自相关函数和功率谱密度 功率谱密度的性质 , 并且是实函数。 ，即是偶函数。 平稳过程的总功率为： 各态历经过程的任一样本的功率谱密度等于过程的功率谱密度。 例求随机余弦波的自相关函数和功率谱密度 3.3高斯随机过程 3.3.1高斯随机过程定义 3.3.2高斯随机过程的性质 3.3.3高斯随机变量 高斯随机过程定义 高斯随机过程的性质 高斯过程的n维分布仅由各个随机变量的数学期望、标准偏差和归一化协方差决定，因此研究高斯随机过程，只需研究其数学特征。 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，其均值和协方差函数都仅与时间间隔有关，与时间起点无关。则它的n维分布也与时间起点无关，故它是严平稳的。 若不同时间值两两之间互不相关 ，这时n维联合概率密度等于各个一维概率密度的乘积。 高斯过程经过线性变化后仍是高斯过程。 独立和相关 独立： 相关： 正交： 独立和相关的关系：互不相关的两个随机变量不一定互相独立；互相独立的两个随机变量则一定互不相关。 高斯随机过程的性质 高斯随机变量 正态分布的概率密度函数性质 f(x)在区间(-?, a)内单调上升，在区间(a, ?)内单调下降，并且在点a处达到其极大值 概率积分函数和Q函数 误差函数 互补误差函数 3.4平稳随机过程通过线性系统 3.4.1线性时不变系统 3.4.2数学期望 3.4.3自相关函数 3.4.4功率谱密度 3.4.5概率分布 线性时不变系统 有一对输入端和一对输出端 无源（没有控制源） 无记忆(电路参数只受当前状态影响) 非时变(电路参数不受时间变化影响) 有因果关系（先有输入、后有输出） 有线性关系（满足叠加原理） 线性时不变系统 数学期望 自相关函数 线性系统的平稳输入得到平稳输出 功率谱密度 概率分布 如果线性系统的输入是高斯型的，输出过程也是高斯型的。 3.5窄带随机过程 3.5.1窄带随机过程的定义 3.5.2窄带随机过程的统计特性 窄带随机过程 设随机过程的频带宽度为 ，中心频率为 。若 ，则称此随机过程为窄带随机过程。 窄带随机过程 窄带随机过程的统计特性 均值为0的窄带平稳高斯过程的正交分量和同相分量的均值也为0 窄带平稳高斯过程的正交分量和同相分量的自相关函数和互相关函数与时间的起点无关-正交分量和同相分量是平稳的 均值为0的窄带平稳高斯过程的方差和它的正交分量和同相分量的方差相同 均值为0的窄带平稳高斯过程的幅值服从瑞利分布，相位服从均匀分布 均值为0的窄带平稳高斯过程的幅值和