生医信号处理方法课件随机信号数字特征.ppt

1.6.3 功率谱密度与自相关函数之间的关系 确定性信号与它的频谱函数之间构成傅立叶变换对。 一般随机信号： 广义平稳随机过程： * 常见确定性信号的傅立叶变换 * 1.6.4 联合平稳随机过程的互谱密度 * 二、互谱密度与互相关函数的关系 * 1、一般随机信号： 各自平稳且联合平稳的随机过程： 三、互谱密度的性质 * 1.6.5 离散时间随机信号的功率谱密度 * 1.7 几种典型的随机信号1.7.1 正态（高斯）随机过程 * 一、正态（高斯）随机过程的一般概念 二、正态过程的性质 * 1.7.2 白噪过程 一、理想白噪声 若W(t)为一个具有零均值的平稳随机过程，其功率谱密度均匀分布在（-∞，+∞）频率区间，即 * * 二、限带白噪声 零均值的平稳随机过程X(t)，功率谱密度在一个有限频率范围中均匀分布，此外为零，则X(t)为限带白噪声，分为低通型和带通型。 1、低通型 * 2、带通型 * 三、色噪声按功率谱密度区别随机过程，除白噪声之外的所有噪声称为色噪声。 1.7.3 高斯—马尔可夫过程 * 可视为高斯白噪声通过一阶自回归系统产生。 * 一、遍历性过程的定义 1、随机过程的两种时间平均-----时间均值和 时间相关函数 2、严遍历性过程的定义：各种时间平均依概率1收敛于相应的集合平均 * * 3、宽遍历性过程的定义 * 其中满足①称X（t）的均值具有遍历性；满足 ②称X（t）的自相关函数具有遍历性。 * 随机信号的各态遍历特性(ergodicity )，使我们能由单一样本函数的时间平均来代替集合（ensemble）平均。随机信号的平稳特性可使我们能从任意时间原点开始求取统计特征，使得在实际工作中，估计统计平均量成为可实现。 思考题 信号的取值在+1与-1之间均匀分布，但对每一个样本，信号的值不随时间变化。求：总体均值？时间均值？ * 思考题 信号的取值是二值的（0或A)，每隔T秒变一次，但每次的具体取值是随机且相互独立的，取0和取A的概率各为1/2。问其均值意义下是否平稳？是否各态遍历？ * 1.3.3 平稳随机过程相关函数的性质 * （4） （5） （6） * （7） （8） * 1.4 随机过程的联合概率分布和互相关函数1.4.1 两个随机过程的联合概率分布 设两个随机过程X(t) 和Y(t)，它们的概率密度分别为： 则它们的n+m维联合概率密度函数为 * * 随机过程X(t)和Y(t)的四维联合概率密度 1.4.2 互相关函数 设有两个随机过程X(t)和Y(t)，它们在任意两个时刻t1、t2取值为随机变量X(t1)和Y(t2)，则它们的互相关函数为： * 互协方差函数 设有两个随机过程X(t)和Y(t)，它们在任意两个时刻t1、t2取值为随机变量X(t1)和Y(t2)，则它们的互协方差函数为： * 两个随机过程的几种关系 * 4、 5、两个宽平稳随机过程X(t)和Y(t)联合宽平稳（或称宽平稳相依）的条件： * 1.4.3 联合宽平稳随机过程的互相关函数的性质 * 当两个随机过程联合平稳，时间互相关函数等于集合互相关函数时，称两者具有联合宽遍历性。 * 1.5 离散时间随机过程 随机信号的采样定理： 如果随机信号x(t)的功率谱是限带的，其最高频率成分为fmax，当采样间隔Ts1/(2fmax)时，则采样值的加权和 * 可以保证： 即 在均方误差意义下收敛于x(t)。 1.6.1 离散时间随机过程的定义和概率分布 一、定义：若参量t取离散值t1 ，t2 ，t3，…， tn 时，这种随机过程称为离散时间随机过程。 二、概率分布 * * 数学特征是时间n的函数 一、均值（数学期望） 二、均方与方差 1.6.2 离散时间随机过程的数字特征 * 三、自相关函数与自协方差函数 若随机过程是平稳的，则定义 * 广义平稳离散时间随机过程满足： * 四、遍历性与时间平均量 实离散时间随机过程的时间均值为 时间自相关函数为 以上两个时间平均量一般都是随机变量 * 宽遍历随机序列： 设X(n)是一个平稳随机序列，如果 皆依概率1成立，则称X(n)为宽遍历随机序列。 * * 实际中往往求均值和自相关函数的估值 * 两个随机序列具有联合宽遍历性的条件： 1.6 平稳随机过程的谱分析1.6.1 随机过程的谱分析 一、随机过程的功率谱密度 对于随机过程来说，由于它的持续期为无限长，因而它的任何一个非零样本函数都不满足绝对可积与能量可积条件，所以它的傅立叶变换不存在。但是样本函数的功率是有限的，即有 因此研究随机过程的功率谱是有