随机信号分析与处理.pptVIP

第六章 随机信号分析与处理基础 引言 § 6.1 随机信号的描述 1、概念：样本空间与随机变量 2、随机信号的描述：概率分布 (2)、分布密度 (3)、二维概率分布密度 (4)、n 维概率分布密度 (5)、随机信号分类 二、随机信号在时域的数字特征 （1）均值（数学期望） （2）方差 （3）自相关函数与自协方差函数 对于平稳随机信号： 平稳随机信号 的性质 （4）互相关函数与互协方差函数 （1）时间均值与时间自相关函数 讨论 三、随机信号的频域描述 样本功率谱 总体功率谱 对于平稳随机信号： 续：根据确定信号自功率谱与自相关函数的关系： 对于离散平稳随机序列 X(n) ： Class over X 第 * 页 华侨大学机电学院 随机信号——非确定性信号 没有任何确定的变化规律； 不能用准确的数学关系描述； 不能准确预测。 但可以计算其统计规律。 内容 随机信号基本概念和统计特征 随机信号频域分析，统计特征估计 一、随机信号及其概率结构 t x3(t) t xn(t) t x2(t) t x1(t) . . . X(t) t1 xn(t1) x3(t1) x1(t1) x2(t1) X(t1) t2 X(t2) 样本空间/样本集合X(t)： 样本函数/样本/实现 在某一确定时刻t1，X(t1)是随机变量： 函数集合 xi(t1)是随机的 数值集合 /随机过程 (1)、分布函数 表示随机信号X(t)在时刻t1的取值小于x1的概率。 针对X(t1)取值离散的情况。 ti n X(t) 1 2 3 4 5 0 1 0 2 x1 表示随机信号X(t)在时刻t1的取值落在区间[x1, x1 + △x] 的平均 概率。 针对X(t1)取值连续的情况。 ti n X(t) 1 2 3 4 5 0 1 0 2 x1 x1 + △x 二维概率分布函数： n 维概率分布函数： 依据：随机信号的统计特征。 平稳随机过程 （严平稳） 宽平稳随机过程 非平稳随机过程 若X(t) 的统计特征不随时刻 t 变化。 所以，不必关心信号的起点和终点。 即：一维、二维统计特性满足平稳条件。 平稳随机信号的一维F,p与时间无关，二维F,p仅与时间差有关。 （一）连续时间随机信号的数字特征 （二）各态历经遍历性随机信号及其数字特征 （三）离散随机信号的数字特征 ——集合平均数字特征 ——时间平均数字特征 与连续信号相同，只是以n代替t。(略) 均值、方差、自相关函数、自协方差函数 时间均值、时间自相关函数 （一）连续时间随机信号的数字特征 随机信号X(t)在任意时刻取值的统计平均值。 定义： 表达式： 若随机信号X(t)在任意时刻 ti 取值是离散的，且取值为 xn的概率为Pn，则X(ti)的均值为： n为样本序号 随机信号X(t)的均值为： 若随机信号X(t)在任意时刻取值是连续的，则信号X(t)的均值为： 密度，t 时刻取值为 x(t)的概率密度 t 时刻取值为 x(t) 信号X(t)的均方值为： 用于表示随机信号的平均功率 平稳随机信号X(t)的均值为： 概率密度，与时间无关 平稳随机信号X(t)的均方值为： 随机信号X(t)各可能值偏离其均值的程度。 定义： 表达式： 若随机信号X(t)在任意时刻取值是连续的，则X(t)的 方差为： 随机信号各可能值与平均值之差的均方值 对于平稳随机信号X(t)其均方值为： 自相关函数：为了反映随机信号在不同时刻取值的 关联程度。 表达式： 目的： t1时刻取值X(t1)， t2时刻取值X(t2)的概率密度 自协方差函数：表示随机信号X(t)在两个不同时刻t1， t2 取值起伏变化的相依程度。 表达式： 目的： 自相关函数： 自协方差函数： 1 2 (参照式6-27) 两个随机信号X(t)和Y(t)的相互关系，类似自相关函数和自协方差函数。 内容（略） 例题：6-1 （二）各态历经遍历性随机信号及其数字特征 取随机信号样本集中的一个样本 x(t)，当延续时间T 足够大时，可以定义它的一系列数字特征，这里仅定义两个最重要的特征量：均值和自相关函数。 均值 自相关函数 通常，不同样本的时间平均表征量是不相同的，当然也不等于集平均表征量。 但是，在一定条件下，平稳随机信号的一个样本函数的时间平均 能够从概率意义上趋近于集平均。 假设随机信号的每一个样本都同样地经历了随机信号其它样本的 各种可能的状态—— 意义 简化计算。 T 足够大时，只考虑一个样本。 具有这种特性的随机信号称为各态遍历性随机信号。 条件 t x3(t) t xn(t) t x2(t) t x1(t) . . . X(t) 求随机信号的频率结构。 目的： 随机信号是样本无限长