随机信号分析与处理第一讲.ppt

条件分布 条件分布函数 条件概率密度 称随机变量X，Y独立 * * 国防科技大学电子科学与工程学院 随机信号分析与处理 张文明 张文明，博士，综合信息系统研究所副教授。 主要研究方向为雷达数据处理、电子系统仿真。 办公室：实验大楼308 电话：73491－602 1、课程学习的必要性 从课程研究的对象分析 根据信号的取值是否确定，可以将信号分为确定信号和随机信号。 接收机噪声波形 彩票问题 股票问题 世界杯预测 天气预报 器件使用寿命 出租车等待时间等 随处可见的随机问题 确定性与随机性问题 d ? v O B x 如果研究单次试验的结果，表现为确定性的形式； 若关心平均特性，结果表现为随机或概率形式。 信 源 信 宿 噪声 信道传输 发送设备 接收设备 移动通信 卫星通信 通信系统模型 信 源 发送设备 例1：通信系统中的随机信号 例2：雷达系统中的检测与估计 内部噪声 雷达 干扰 目标 气象杂波 地杂波 影响雷达检测目标的因素 Radar： Radio Detection And Ranging 目标回波 例3： 雷达目标识别 随机信号分析与处理可以说是在概率论的基础上发展起来的。随着电子技术和通信技术的发展．在消息传输与处理领域中，概率论、数理统计和信号理论相结合，逐渐形成了一个理论分支，即随机信号的分析与处理，包括了随机过程理论、信号最优滤波、检测与估计、自适应理论以及计算技术与优化方法等。它与香农信息论、编码理论、信号理论、噪声理论、调制理论、保密学等、都是构成现代信息论的重要分支。 从课程体系结构分析 计算机及其应用系列 电路系列 电磁场系列 信号处理与系统系列 信号与系统 数字信号处理 随机信号分析与处理 自动控制原理 信号与系统 时域离散信号处理 随机信号分析与处理 数字信号处理 自适应信号处理 统计信号处理 时频 分析 小波 分析 我院信号分析与处理课程体系结构 专业基础课 现代通 信原理 模式 识别 雷达 系统 图像 处理 信息论基础 专业课程 研究生 课程 建立有关随机问题的思维方法和应有的知识水平； 初步具有描述和分析研究应用中随机问题模型和统计特性的能力； 掌握信号检测与估计的基本方法； 建立进一步学习系统理论和阅读文献资料关于随机过程分析与处理的必要背景知识。 2、课程学习的指导思想 如果研究单次试验的结果，表现为确定性的形式； 若关心平均特性，结果表现为随机或概率形式。 10学时 习题课＋复习 4学时 4随机过程的非线性变换 8学时 实验课 8学时 5窄带正态随机过程 11学时 8估计理论 8学时 3随机过程的线性变换 11学时 7检测理论及噪声中信号检测 8学时 2随机过程的基本概念 6学时 6马尔可夫与泊松过程 6学时 1随机变量基础 3、课程学习内容及安排 军网网址：http://www.gfkd.mtn 评估方法 测试与平时成绩相结合 笔试：70% 作业：10% 实验：20% 考试时间：7.15晚 4、历史回顾（一） 17～19世纪，贝努里(Bernoulli)、拉普拉斯(Laplace)、马尔可夫(Markov)等数学家促进随机数学的发展； 1933年苏联科学家柯尔莫哥洛夫(Kolmogorov)发表的《概率论的基本概念》建立的随机数学的数学基础； 由维纳将随机过程和数理统计的观点引入通信、雷达和控制中，建立了维纳滤波理论。 1943年诺斯（North）的匹配滤波器理论； 1958年达尔波－鲁特(Davenport-Root)与李(Lee)的随机信号分析等。 历史回顾（二） 20世纪60年代初的卡尔曼(Kalman)滤波理论； 20世纪60年代中期休伯(P．J．Huber)提出鲁棒检测、鲁棒估计和鲁棒滤波； 1967年伯格(Burg)提出最大熵谱分析法，谱估计进入现代谱估计理论。 非线性检测与估计问题； 1967年威得罗(B.Widrow)提出自适应滤波； 赫尔斯特朗(C.W.Helstrom)于1976年奠定的量子理论。 第一章 随机变量基础 1.1 概率论的基本术语 随机试验(random trail) 随机试验通常用E表示 随机事件(random event) 基本事件(basic event) 样本空间（sample space） 随机试验E的所有基本事件组成的集合称为样本空间，记为 S 1.2 随机变量(Random Variable)的定义 定义 X(e)的随机性在e中体现，对应不同的e， X(e)的取值不同 设离散型随机变量X的所有可能取值为 ，