通信原理数学基础.ppt

第二章 数学基础;第2章的主要内容;2.1.1 信号的分类及其典型信号;二. 典型信号：;二. 典型信号：;二. 典型信号：;二. 典型信号：;二. 典型信号：;二. 典型信号：;二. 典型信号：;反褶运算 时域平移（时移）运算 时域压扩运算 卷积运算 相关运算;卷积运算;2.1.3 周期信号的傅里叶级数;2.1.3 周期信号的傅里叶级数;2.1.3 周期信号的傅里叶级数;当 时， ，此时周期信号就变为非周期信号了。令 ， 经推导可得 ;二、典型信号的频谱;二、典型信号的频谱;二、典型信号的频谱;升余弦频谱函数的傅氏反变换;二、典型信号的频谱;三、傅里叶变换的特性及应用;三、傅里叶变换的特性及应用;三、傅里叶变换的特性及应用;三、傅里叶变换的特性及应用;三、傅里叶变换的特性及应用;三、傅里叶变换的特性及应用;课后作业;课后作业;;2.1.5 帕塞瓦尔定理;2.1.5 帕塞瓦尔定理;2.1.5 帕塞瓦尔定理;2.1.5 帕塞瓦尔定理;2.1.5 帕塞瓦尔定理;2.1.6 波形相关;2.1.6 波形相关;2.1.6 波形相关;2.1.6 波形相关;2.1.6 波形相关;2.1.6 波形相关;2.1.6 波形相关;2、傅氏变换的性质 ;2、傅氏变换的性质;;第2章的主要内容;课前回顾;课前回顾;2.2 概率论基础;2.2 概率论基础;2.2 概率论基础;2.2 概率论基础;2、概率分布函数，;例1 设随机变量X有四个可能取值0、1、2、3，每个取值出现的概率相同为1/4，求其概率分布函数并画出曲线。 ;3、概率密度函数 (pdf):;例2 某随机变量X，其概率分布函数如图（a）所示。求其概率密度函数：;二维概率分布函数：;统计独立: 或;离散RV数学期望 :;方差：;2.2.2 随机变量;归一化协方差 (相关系数):;2.2.3 三种常见的概率分布;2.2.3 三种常见的概率分布;2.2.3 三种常见的概率分布;x;课后作业;;第2章的主要内容;课前回顾; 通信中传输 的 信号 是 不可预测的 ，或者说带有某种随机性 ； 干扰 信号 的 噪声 更是 不可预测的 。 这些 不可预测 的 信号 和 噪声 都是 随机过程 。; 例子：设有 n 台性能完全相同的接收机。在相同的工作环境和测试条件下记录各台接收机的输出噪声波形，测试结果表明，n 条曲线中找不到两个完全相同的波形。这就是说，接收机输出的噪声电压随时间的变化是不可预知的，因而它是一个随机过程。 ;(2)随机过程是随时间改变而不断出现的随机变量的集合。;若 是一个离散随机变量，且只取 和 两个值， 则此随机过程样本函数为有限个，即只有两个样本函数 。;随机过程的分布函数 ; 任给 两个时刻 t1, t2 ，则 随机变量ξ(t1) 和ξ(t2)构成 一个 二元 随机变量 {ξ(t1) , ξ(t2)} ，则;;1. 数学期望：;2. 方 差：;3. 相关函数： ;2.4 平稳随机过程及其数字特征;一、严格平稳随机过程 ; 如果一个随机过程ξ(t) ，它的 数学期望为常数，自相关函数仅是τ的函数，则称它为 广义平稳随机过程 。; 假设 x(t) 是 平稳随机过程ξ(t) 的任意一个实现（样本），它的 时间均值 和 时间相关函数 分别为： ; “各态历经”的含义：随机过程中任一实现（样本）都经历了随机过程的所有可能状态。 因此，只需从任意一个随机过程的样本函数中就可获得它的所有的数字特征，从而使“统计平均”化为“时间平均”，使实际测量和计算的问题大为简化。 ;所以，该过程满足平稳性条件，并具备各态历经性。;2.4 平稳随机过程及其数字特征;2.4 平稳随机过程及其数字特征;2.4 平稳随机过程及其数字特征;2.4 平稳随机过程及其数字特征;2.4 平稳随机过程及其数字特征;课后作业;第2章的主要内容;课前回顾; 高斯过程是通信领域中最重要的一种过程，例如通信中的噪声（天体辐射等引起的宇宙噪声以及通信设备内部电路产生的热噪声和散弹噪声等）,其瞬时值通常服从高斯分布，是一种高斯过程。;2.5.1 高斯随机过程;2.5.1 高斯随机过程;高斯过程 在 任一时刻 上 的 样值 是一个 一维 高斯随机变量 ，其 一维概率密度函数 可表示为：; 这个积分 难于计算 ，我们要 设法 把 这个积分式 化成可在数学手册上查出积分值的 特殊函数. 一般 常用 Q函数 和 互补误差函数 ：;;从而;窄带随机过程:随机过程的谱密度集中在中心频率 f c附近相对窄的频带范围Δf 内，且满