随机信号的分析.ppt

（1）周期信号的频谱通过将其展开为傅里叶级数来获得，它具有离散性、谐波性和收敛性三个特点；非周期信号的频谱通过傅里叶变换来获得，它是连续谱。傅里叶变换具有许多重要的性质，熟练掌握这些性质，熟知常用函数的傅里叶变换，对本课程来说是十分重要的。 本章主要知识点包括： 第2章 信号分析基础 清华大学出版社 （2）卷积与相关是确知信号两种重要的时域运算。在时域与频域分析发生转换时常常用到卷积运算。卷积具有交换律、分配率和结合律。利用卷积定理，可以将时域的卷积运算转化为频域的乘积运算。确知信号通过线性系统后，时域输出等于输入与冲击响应的卷积，频域输出等于输入和系统函数的乘积。相关有自相关和互相关之分，它们分别描述了信号与自身的延迟、信号与 第2章 信号分析基础 清华大学出版社 （3）随机过程具有随机变量和时间函数的特点，其统计特征可以从概率分布和数字特征两个方面进行描述。随机过程的概率分布采用概率分布函数或概率密度函数来表示；数字特征采用均值、方差、相关函数、协方差等来描述。 其它信号的延迟之间的关联程度。对能量信号， 自相关函数与能量谱构成一对傅里叶变换对； 对功率信号，自相关函数与功率谱构成一对傅 里叶变换对。 第2章 信号分析基础 清华大学出版社 （4）平稳过程有两种类型：若一个随机过程的分布函数与时间起点无关，则它是严平稳；若一个随机过程的均值是常数、自相关函数只与时间间隔有关，则它是宽平稳。如果一个平稳过程的时间平均等于对应的统计平均，则该平稳过程具有各态历经性。平稳过程的均值和方差是常数，自相关函数只与时间间隔 有关，且是关于 第2章 信号分析基础 清华大学出版社 （5）平稳过程通过线性系统输出仍为平稳过程。输出功率谱密度等于输入功率谱密度和系统频率响应的模值的平方。高斯过程经线性变换后仍是高斯过程。 的偶函数，具有最大值 ,且等于其平均功率。 平稳过程的自相关函数与其功率谱构成一对傅里 叶变换对。 第2章 信号分析基础 清华大学出版社 （6）窄带过程可以用随机包络和随机相位表示，也可以用同相分量与正交分量表示。一个均值为零的窄带平稳高斯过程 ，其同相分量 和正交分量 也是平稳高斯过程，而且均值都为零，方差也相同且等于 的方差；其包络的一维分布呈瑞利分布，相位的一维分布呈均匀分布，并且就一维分布而言，包络与相位是统计独立的。 （7）正弦波加窄带高斯噪声的合成波，包络 服从广义瑞利分布。 第2章 信号分析基础 清华大学出版社 随机信号的分析教材 谢谢 这里，我们只考虑平稳过程通过线性时不变系统的情况。随机信号通过线性系统的分析，建立在确知信号通过线性系统原理的基础之上。由式(2-37)知，线性系统的时域响应 等于输入信号 与系统的单位冲激响应 的卷积，如果把 看作是输入随机过程 的一个样本，则 可看作是输出随机过程 的一个样本。显然，输入过程 的每个样本与输出过程 的相应样本之间都满足上述关系。这样，就整个过程而言，便有 第2章 信号分析基础 清华大学出版社 假定输入 是平稳随机过程， 现在来分析系统的输出过程 的统计特性。先确定输出过程的数学期望、 自相关函数及功率谱密度，然后讨论输出过程的概率分布问题。 1. 的数学期望 （2-82） 由式(2-82)，有 第2章 信号分析基础 清华大学出版社 式中 是线性系统在 时的频谱，即系统的直流增益。上式表明，输出过程的数学期望等于输入过程的数学期望与系统直流增益H(0)的相乘，并且与 无关。 考虑到 ，得 （2-83） 第2章 信号分析基础 清华大学出版社 考虑到 2．输出过程 的自相关函数 第2章 信号分析基础 清华大学出版社 得 式(2-84)表明，输出过程的自相关函数仅是时间间隔 的函数，与时间 无关，因此，平稳随机过程经过线性系统后输出仍为平稳随机过程。 （2-84） 因输入过程 为平稳随机过程， ，故 有 第2章 信号分析基础 清华大学出版社 因平稳过程的自相关函数和功率谱密度函数是一对傅里叶变换，且输出过程也为平稳过程，故其功率谱密度为 （2-85） 令 ，则