通信原理03通信原理课程建设教材系列.ppt

3. X(t)和Y(t)的互相关函数与互功率谱密度 X(t) 和Y(t) 的互功率谱密度 4. Y(t) 的功率谱密度 (1) 若X(t)是正态随机过程，则Y(t)也是正态随机过程。 (2) 若过程X(t)带宽  (系统带宽)，则：Y(t)趋于高斯过程(正态过程)。 Y(t)的概率密度 令n(t)为高斯随机过程，其功率谱密度 3.6 高斯白噪声 则称n(t)为高斯白噪声 返回目录 1、若 为确定函数，则X为高斯随机变量，数学期望为0，方差等于 高斯白噪声性质 2、若 其中 则 若 正交，则X1与X2 统计独立 3、限带高斯白噪声，功率谱密度 令X(t)为平稳随机过程，其功率谱密度PX(ω)形状如图所示。 图3.7.1 窄带随机过程X(t)的双边功率谱密度 3.7 窄带平稳随机过程 返回目录 若 ，则称X(t)为窄带随机过程，其样函数之一如图所示 图3.7.2 窄带随机过程的样函数 窄带平稳随机过程的表示式 解析信号 (1) Z(t)的自相关函数 3. 窄带平稳随机过程的自相关函数与功率谱密度 功率谱密度 (2) 复包络XＬ(t)的相关函数 图3.7.3 解析信号和复包络 的功率谱密度 功率谱密度 (3) Xc(t)，Xs(t)的统计特性 4. Xc(t)，Xs(t)，a(t)，φ(t)的概率密度 Xc(t)，Xs(t)的联合概率密度 (2) a(t)和φ(t)的联合概率密度 5. 窄带平稳高斯噪声通过相干解调器 图3.7.5 窄带滤波器的传递函数 图3.7.6 低通滤波器的传递函数 图3.7.7 过程图 令 其中：n(t)为窄带平稳高斯过程(噪声)，且可表示为   3.8 余弦波加窄带平稳高斯随机过程 返回目录 令  ，则有 （1） ， 均为高斯过程且在同时刻相互独立； （2） 的均值为A, 的均值为0； （3） 和 的方差均为 。  由此得到 和 的联合概率密度 包络R的概率密度 引入归一化变量和信噪比 则有 图3.9.1 匹配滤波器 3.9 匹配滤波器 返回目录 传输特性 传输特性与单位冲激响应 单位冲激响应 令 s(t)的匹配滤波器的输入信号为x(t)则其输出 当x(t)=s(t)时，则 若随机过程X(t) 的统计平均值(数学期望)和自相关函数是时间的周期函数，则X(t)称作周期平稳随机过程或循环平稳随机过程。 3.10 循环平稳随机过程 返回目录 X(t)的均值 E［X(t)］是t的周期函数，周期等于T。 X(t)的自相关函数Rx(t,t+τ)是t的周期函数，周期等于T。 X(t)的平均功率谱密度 循环平稳随机过程的统计特性 通信原理课程建设教材系列 3.1 引言 3.2 随机过程的统计（概率）特性 3.3 平稳随机过程 3.4 高斯随机过程（正态） 3.5 平稳随机过程通过线性系统 3.6 窄带平稳随机过程 3.7 余弦波加窄带平稳高斯随机过程 3.8 匹配滤波器 3.9 循环平稳随机过程 第三章 随机过程 通信系统中存在各种干扰和噪声，这些干扰和噪声的波形更是随机的、不可预测的。我们称其为随机干扰和随机噪声。 随机信号和随机噪声是不可预测的、随机的，但它们具有一定的统计规律性。 3.1 引言 返回目录 随机过程的统计性质可由其分布函数和概率密度描述。 3.2 随机过程的统计（概率）特性 返回目录 称作随机过程X(t)的一维分布函数。 如果存在 则称其为X(t)的一维概率密度。 1. 随机过程的分布函数和概率密度 (1) 数学期望(统计平均值) (2) 方差 (3) 自相关函数(统计平均，或称集平均) (4) 自协方差函数 (5) 归一化协方差函数——相关系数 2.随机过程的数字特征 [n+m