随机信号分析第3章.ppt

第三章 随机信号 学习目标 随机过程的基本概念; 随机过程的数字特征（均值、方差、相关函数）; 随机过程的平稳性、各态历经性、自相关函数的性质、维纳－辛钦定理; 高斯随机过程的定义、性质，其一维概率密度函数和正态分布函数，高斯白噪声; 平稳随机过程通过线性系统，其输出过程的均值、自相关函数和功率谱密度、带限白噪声; 窄带随机过程的表达式，其包络、相位的统计特性，其同相分量、正交分量的统计特性； 余弦波加窄带高斯过程的合成包络的统计特性 匹配滤波器 循环平稳随机过程 3.1 引言 自然界中事物的变化过程大致分成为两类： 确定性过程：其变化过程具有确定的形式，或者说具有必然的变化规律，用数学语言来说，其变化过程可以用一个或几个时间（t）的确定函数来描述。 随机过程：该过程没有确定的变化形式，也就是说，每次对它的测量结果没有一个确定的变化规律，用数学语言来说， 这类事物变化的过程不可能用一个或几个时间t的确定函数来描述。 通信过程是信号和噪声通过通信系统的过程。而通信系统中遇到的信号和噪声总带有随机性，从统计数学的观点看，随机信号和噪声统称为随机过程。 3.2随机过程的统计（概率）特性 如果F1(x1, t1)对x1的偏导数存在 2、随机过程的数字特征 3.3平稳随机过程 注意： 通信系统中所遇到的信号及噪声，大多数可视为平稳的随机过程。以后讨论的随机过程除特殊说明外，均假定是平稳的， 且均指广义平稳随机过程， 简称平稳过程。  4、联合宽平稳随机过程 5、平稳随机过程相关函数的性质 6、各态历经性（遍历性） 7、平稳随机过程的功率谱密度 8、维纳－辛钦定理 9、平稳随机过程功率谱密度的性质 3.4高斯随机过程（正态） 一维正态概率密度性质： 3.5平稳随机过程通过线性系统 高斯白噪声 3.6窄带随机过程 图2-6 窄带过程的频谱和波形示意 2、窄带随机过程的表示式(3种) 3.窄带平稳随机过程的自相关函数与功率谱密度 （3）Xc(t) Xs(t)的统计特性 （4）Xc(t) ,Xs(t)，a(t),φ(t)的概率密度 (5)窄带平稳高斯噪声通过相干解调器 3.7余弦波加窄带平稳高斯随机过程 R(t)和θ(t)的联合概率密度 标准广义瑞利分布 3.8匹配滤波器 1、匹配滤波器的定义 2、匹配滤波器的传递函数与单位冲激响应 匹配滤波器的输出信噪比为： 匹配滤波器输出波形的特点： 3.9循环平稳随机过程 (3)X(t)的平均功率谱密度 （b）a(t)， φ(t)的联合概率密度 （b）a(t)， φ(t)的联合概率密度 注意：nc(t)，ns(t)，n0(t)的带宽相同，同为ωm，计算功率时需要考虑2ωm！ 莱斯分布或广义瑞利分布 零阶修正贝塞尔函数 引入归一化变量和信噪比： 上式称为莱斯分布或广义瑞利分布的标准形式！ （1）a=0时，为瑞利分布 （2）a>>1时，在v=a附近，近似高斯分布（即A>>σ,大信噪比时） 匹配滤波器是保证输出信噪比最大的线性滤波器。 匹配滤波器在数字通信理论、信号最佳接收理论以及雷达信号的检测理论等方面均具有重要意义。 n(t)：均值为0的白噪声，双边功率谱为 n0(t)：n(t)的响应，是一个随机过程 定义：我们称保证在某时刻t0输出信号s0(t0)的瞬时功率与输出噪声n0(t)的平均功率之比(输出信噪比最大的线性滤波器为信号s(t)的匹配滤波器。 说明1：在相同条件下(输入相同)，不同滤波器的输出信噪比不一样，能够保证在t＝t0抽样时刻输出信噪比最大的滤波器就是匹配滤波器。所以匹配滤波器又称为保证最大输出信噪比的最佳线性滤波器。 说明2：只有当n(t)是白噪声时，可以保证输出信噪比最大的滤波器才被称为匹配滤波器；当n(t)不是白噪声时，可以保证输出信噪比最大的滤波器被称为广义匹配滤波器。 目标：寻找能够保证在t=t0抽样时刻的输出信噪比最大的H(ω)和h(t) 在t=t0抽样时刻，滤波器输出为 在t=t0抽样时刻，滤波器输出的输出信噪比为 问题：如何求得n0(t)的平均功率？ 利用功率谱密度！ n0(t)的功率谱密度如何求得？ n0(t)的平均功率： 分析：S(ω)是输入，做为已知条件出现！ 方法： 分析：H(ω) 是满足r0最大的待求量 许瓦尔兹不等式！ 对于任意复函数： 存在下列不等式： 注意：当 上式中的等号成立！(K为常数) ,有下述关系式： X(t)的自相关函数为： 解：先考察是否是宽平稳过程，条件？ 结论：宽平稳！ 1.定义：若一随机过程的任意n维（n=1, 2, …）概率密度都是正态分布，则称它为高斯随机过程或正态过程。公式见P44。 2.性质： （1）高斯过程的宽平稳和严平稳是一致的。 （2）对于正态随机过程的任何两个时刻的随机 变量，不相关也就是统计独