噪声和噪声误差.ppt

第二节 随机过程和正态随机过程 * 第三章 噪声和噪声误差 一.干扰和噪声是随机信号，随即信号要用要用统计的方法描述。 第一节 噪声与干扰 n K(s) G(s) Y d n1 n2 r d：干扰；n：噪声； n，n1，n2是噪声在系统图中可能加入的位置，这三个位置是等效的。 干扰与噪声的区别： (1) 噪声与有用信号混合在一起，不能分开： 干扰的作用一般可以与有用信号分离开，甚至可以补偿。 (2)从部位上： 噪声在输入端，输出端；而干扰在中间环节上，所以二者有不同的传函。 因为噪声与有用信号在一起，但二者性质不同，有用信号是确定信号，噪声是随机信号，其要求与确定信号不同，随机信号用概率论描述。 二. 正态随机变量和正态随机向量 1．概率： 随机事件，实验结果，平均结果符合稳定规律。 随机实验：符合下面三个特点： (1) 条件相同条件下可重复进行 (2) 每次实验结果不止一个事先明确所有结果 (3) 进行试验之前不能确定哪个结果会出现 随机实验中，一次试验中呈现不确定性，而在大量试验中 呈现出规律性，称随机事件。 2．强调几个概念 （1）大数定理： 是指两方面的情况，即随着试验次数的增多，数学期望 和方差趋于 稳定，概率也是趋于稳定。 （2）中心极限定理： 一个随机变量 可以表示多个独立的随机变量之和，因此我们在进行试验时对随机变量有许多影响因素，如果它们互相独立，最终之和常服从正态分布。 （3）平稳随机过程： 均值为常数 ，且相关函数为单变量。如果加上方差有限即为宽平稳过程。 物理意义为： 过程的统计特性与时间原点的选择无关。一般一个过程前后条件不随时间变化即为平稳过程，例如某一曲线在水平线上下波动。 （4）各态经历性： 单个样本平均值与数学期望相等，自相关函数的数学期望与统计特性相一致。 （5）马尔柯夫过程： 现在及过去的状态与后来的状态有关。 (6) 加速度原理: 随机信号的处理也影响系统对误差的评价，例如转台速度平稳性误差比人家 10倍，回转精度也用表示。 1. 正态随机过程： 概率分布函数：即随机变量为变量的随机函数 ，也可以 即小于某一值的概率， 概率密度函数： 一般也将 作为最大误差 2. 均值与方差： 正态分布特性的概率计算时很少直接用概率密度函数，用 的是一些特征数据 3. 正态随机变量： 对于多维系统，随即变量为 多维随即变量的特性要用量和概率密度来说明，其实一般用 到二阶： ，在 ， 则 均值， (i=1，2……k), ，协方差 。 第三节 相关函数 2. 相关函数定义： 3. 相关函数数值计算： 1. k维随即变量： ， ，……， K维联合概率密度函数， 4. 强调几个概念，性质: (1) (2) ; (3) 周期平移，过程 的自 相关函数必是固定周期函数，且周期与 过程的周期相同。 (4) 对于一般系统 与 当 时相互独立，且 则 第四节 谱密度 定义： 的谱密度。 定义： 平均功率 一般对信号的平方称功率，积分后求平均就称 功率谱密度， 也简称谱密度。 扩展并注意: 理论上可以证明平稳过程的总能量无限，能谱密度也不存在，所以在平稳过程中谱密度即指功率谱密度。谱密度与相关函数的关系， 所以， ，所以 谱密度计算： (1) 直接求取法： 根据谱密度定义式： (2) 由相关函数求谱密度： 利用相关函数 大于一定值为0 这一特点求 。 典型谱密度： 1. 指数相关随机过程的谱密度： 实际系统中这一类随即过程占大多数，实际也比价好理解，即 相关数按时间规律指数衰减 2. 常值谱密度 因为 ，而 若 （常数），则 ，所以 ，即能量无限，所以常讲谱密度函数不能开口就是这 个道理，所以白噪声不存在。 *