通信原理—随机过程5讲.ppt

图2-10平稳随机过程通过乘法器 * 设一平稳随机过程 和正弦波信号 同时通过乘法器，则其输出响应为 首先计算输出过程的自相关函数。由自相关函数的定义得 * * 上式中， 是输入平稳随机过程的自相关函数，它只与时间间隔 有关。但由上式可知 是时间t的函数，故乘法器的输出过程不是平稳随机过程。 * 为了求输出过程的功率谱，上式中第一项可按常规的傅里叶变换得到功率谱密度，但第二项却包含有 和t两种时间变量，它的功率谱与t有关，这种与t有关的动态谱分析比较复杂，这里介绍一种求非平稳随机过程功率谱的近似方法。 * 对于非平稳随机过程，其功率谱密度可表示为 式中， 是输出过程自相关函数的时间平均值，所以 * 又由于 而 的傅里叶变换就是乘法器输出响应的功率谱。即 * [例] 随机过程 ，这里 是均值为a、方差为 的高斯随机变量，试求： （1） 及 的两个一维概率密度； （2）X(t)是否宽平稳； （3）X(t)的功率谱； （4）X(t)的平均功率。 * 解： （1） ，由题意知， 是均值为a、方差为 的高斯随机变量，则 * 同理， 则 （2）由（1）的结果表明，X(t)在t=0和t=1时均值不同，所以，其均值与t有关，不是常数。 下面再求的X(t)自相关函数，即 * 可见，X(t)的自相关函数是t和 的函数。综合（1）和（2）的结果知，X(t)不是宽平稳随机过程。 （3）为求X(t)的功率谱，先对由（2）求出的自相关函数进行时间平均，即 * 然后对上结果进行傅里叶变换，求出X(t)的功率谱为 平均功率为 * [例] 带限白噪声。试求功率谱密度为n0/2的白噪声通过理想矩形的低通滤波器后的功率谱密度、自相关函数和噪声平均功率。理想低通的传输特性为 可见，输出噪声的功率谱密度在|ω|≤ωH内是均匀的， 在此范围外则为零，通常把这样的噪声称为带限白噪声。 带限白噪声 * 带限白噪声 其自相关函数为 由此可见，带限白噪声只有在τ=k/2fH(k=1, 2, 3, …)上得到的随机变量才不相关。即，如果对带限白噪声按抽样定理抽样的话，则各抽样值是互不相关的随机变量。 带限白噪声的平均功率： * 带限白噪声的功率谱和自相关函数 带限白噪声 * 窄带随机过程 随机过程通过以fc为中心频率的窄带系统的输出，即是窄带随机过程。所谓窄带系统，是指其通带宽度Δffc，且fc远离零频率的系统。 实际中，大多数通信系统都是窄带型的，通过窄带系统的信号或噪声必是窄带的，如果这时的信号或噪声又是随机的，则称它们为窄带随机过程。可表示为： * 窄带过程的频谱和波形示意 窄带随机过程 * aξ(t)及φξ(t)分别是ξ(t)的随机包络和随机相位，ξc(t)及ξs(t)分别称为ξ(t)的同相分量和正交分量，它们也是随机过程，显然它们的变化相对于载波cosωct的变化要缓慢得多。 ξ(t)的统计特性可由aξ(t)，φξ(t)或ξc(t),ξs(t)的统计特性确定。反之，如果已知ξ(t)的统计特性则可确定aξ(t),φξ(t)以及ξc(t)，ξs(t)的统计特性。 窄带随机过程 * 1 同相和正交分量的统计特性 设窄带过程ξ(t)是平稳高斯窄带过程， 且 均值为零，方差为 。 可以证明它的同相分量ξc(t)和正交分量ξs(t)也是零均值的平稳高斯过程，而且与ξ(t)具有相同的方差。 此外，在同一时刻上得到的ξc和ξs是互不相关的或统计独立的。 窄带随机过程 * 2 包络和相位的统计特性 一个均值为零，方差为 的窄带平稳高斯过程ξ(t)，其包络aξ(t)的一维分布是瑞利分布，相位φξ(t)的一维分