通信原理课件第3章_随机过程.pptVIP

* * 自相关函数： * * 3. 窄带高斯白噪声 通常，带通滤波器的 B fc ，因此称窄带滤波器，相应地把带通白高斯噪声称为窄带高斯白噪声。 窄带高斯白噪声的表达式和统计特性见3.5节。 平均功率 * * 例 功率谱密度n0/2白噪声，经LPF： 求输出的： Pξo(ω)、Ro(τ)、噪声功率N。 解： 通信原理课件第3章_随机过程教材 谢谢 * * 【解】由例3-1已经得知随相信号是一个平稳过程，且其相关函数为 例3-2 求随机相位余弦波?(t) = Acos(?ct + ? )的自相关函数、功率谱密度和和平均功率。 又由 得 功率谱密度 平均功率 * * 3.3 高斯随机过程 －－通信中最重要也是最常见的过程。3.3.1 定义如果随机过程?(t)的任意n维（n=1,2,...）分布均服从正态分布，则称它为正态过程或高斯过程。  n维正态概率密度函数表示式见 式（3.3.1）～ （3.3.3）特点：高斯过程的n维分布只依赖各个随机变量的均值、方差和归一化协方差。因此，对于高斯过程，只需要研究它的数字特征就可以了。 一维时： * * 3.3.2 重要性质－－由定义可分析出 （1）高斯过程若广义平稳，则必狭义平稳 。 （2）高斯过程中的随机变量ξ(t1)、ξ(t2)、ξ(t3)、…之间若不相关，则它们也是统计独立的。 fn（x1，x2，...，xn；t1，t2，...，tn） ＝f1（x1，t1）f2（x2，t2）...，fn（xn，tn） （2.5.3）（3）若干个高斯过程之和仍是高斯过程。－－从信号角度。 （4）高斯过程经线性变换后，仍是高斯过程。－－从系统（线性系统）角度。 * * 则称ξ为服从正态分布的随机变量，也称高斯随机变量。 a－均值，?2－方差 。 3.3.3 高斯随机变量 －－高斯过程在任一时刻上的取值。 1. 定义/概率密度函数 若随机变量ξ的概率密度函数可表示成 ●曲线： * * ●性质： 1）对称于直线x=a; 2）在 内单调上升，在 内单调下降，且在a点处达到极大值; 3） 4）a 表示分布中心，?表示集中的程度。?一定时，……。 * * 2. 正态分布函数 （1）一般表示式 这个积分不易计算，常引入误差函数或Q函数（可查表）来表述。 * * （3）用误差函数表示 正态分布函数常表示成与误差函数相联系的形式。 1）误差函数定义 误差函数： 互补误差函数： 附录B * * 2）误差函数的性质 ●误差函数是递增函数，它具有如下性质： ●互补误差函数是递减函数，它具有如下性质： * * 3）用误差函数表示正态分布函数 或： * * （2）用Q函数表示正态分布函数 Q函数定义： Q函数和erfc函数的关系： Q函数和分布函数F(x)的关系： Q函数值也可以从查表得到。 * *  3.4 平稳随机过程通过线性系统3.4.1 线性系统－－复习设：线性系统的冲击响应和网络函数分别为 ：h(t)、H(ω)，则：H(ω)←→h(t)。 周知：线性系统响应v0(t)等于输入信号vi(t)与冲击响应h(t)的卷积，即： 确知信号通过线性系统： * * 　 系统满足物理可实现条件: h(t)=0，t0；输入有界（满足狄里赫利条件）。则有： 理解：上式对于确知信号是没有问题的。 当输入是随机过程ξ (t)的一个实现ξi1(t)－－随机函数时，便有输出随机过程ξo1(t)。 进一步：当输入是随机过程ξi(t)时，便有输出随机过程ξo(t)。且有： 　 随机信号通过线性系统： * * 任务：假设ξi(t)为平稳随机过程，且已知其统计特性，求ξ0(t)的统计特性。 注：考察一个实现就够了。 假设：?i(t) －是平稳的输入随机过程， a －均值， Ri(?) －自相关函数， Pi(?) －功率谱密度； 求输出过程?o(t)的统计特性：均值、自相关函数、功率谱以及概率分布。 * * 3.4.2 ξo(t)的统计特性 1.ξo(t)的平稳性 （1）均值 结论：输出过程的数学期望等于输入过程的数学期望与H(0)相乘。且E[ξ0(t)]与t无关。 －－与t无关。 * * （2）相关函数 －－仅与τ有关。 综上: ξo(t)平稳。 * * 由 进行傅里叶变换，得 令 ?? = ? + ? - ?，代入上式，得到 即 结论： 应用：由Po( f )的反傅里叶变换求Ro(?) 。 2. ξ0(t)的功率谱密度及分