- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第3次课
一、讲授章节名称: 第2章 信号与信道
§2.1 信号和噪声的分类
§2.2 随机变量
§2.3.1 随机过程的概念
二、授课学时: 2学时
三、本章节授课教师姓名:
四、本章节教学目标和教学要求:
1.了解信号和噪声的分类方法;
2. 掌握随机变量的数学期望和方差的性质;
3. 掌握通信系统中典型随机变量概率密度函数的表达式;
4. 掌握随机过程的基本概念。
五、教学重点、难点:
随机变量的数学期望和方差的性质;均匀分布和高斯分布的随机变量的概率密度函数;随机过程的定义。
六、结合教学内容选择的主要教学方法和教学手段:
教学方法:讲授法、讨论法、问题教学法、实例教学法
教学手段:黑板板书和多媒体教学相结合,以教师讲授为主,结合学生的课堂练习和讨论。
七、布置的作业及复习思考题:
思考题1. 什么是确知信号?什么是随机信号?
2. 什么是随机过程?
八、时间安排
1.课程引入及介绍本次课的学习任务。(3分钟)
2.讲授信号和噪声的概念及分类。(15分钟)
3.随机变量的数字特征。(27分钟)
4.随机过程的基本概念及习题讲解。(40分钟)
5. 小结:总结本次课的重点内容,布置小练习、本章作业和预习任务。(5分钟)
九、教学主要内容及教学安排:
2.1 信号和噪声的分类
一、信号的分类
1. 从信号描述上分:
确知信号:可表示为一个确定的时间函数,因而可确定其任何时刻的量值。如正弦信号。
随机信号:是指其取值不确定、且不能事先确切预知的信号。不能用确定时间函数表示,且在任意时刻的取值都具有不确定性,只可能知道它的统计特性,如在某时刻取某一数值的概率,如噪声信号。
问:通信系统中碰到的有用信号和噪声属于哪一类信号?
2. 根据信号时间变量取值的情况分:
连续信号:除了有限个间断点之外,在其他时刻均有定义值。
离散信号:仅在离散时刻有定义。
3. 按信号是否重复出现分:
周期信号:每隔一定时间重复出现,且无始无终。如下图所示:
非周期信号:不会重复出现。如下图所示:
4. 能量信号和功率信号:
能量信号:能量有限,平均功率为0。
功率信号:功率有限,能量∞。
a.归一化功率:
b.平均功率P为有限正值:
非功非能信号:能量和平均功率均为∞。
【小试牛刀】判断下列信号是否为能量信号或功率信号?
注:通信系统中,一切随机信号或噪声都是功率信号。
二、噪声的分类
1.按噪声与噪声的关系分类:
加性噪声: 与信号的关系是相加,不管有没有信号,噪声都存在。(涓涓细流汇聚成河)
乘性噪声:由信道不理想引起,它们与信号之间是相乘的关系。(洗碗这点小事儿)
2.按来源分类
---内部噪声:是系统设备本身产生的各种噪声
---外部噪声:包括自然噪声和人为噪声。
(1)自然噪声:自然界中存在各种电磁波辐射,如闪电、大气噪声,以及来自太阳和银河系等的宇宙噪声。
(2)人为噪声:人类活动产生的。
3.按性质分类
---脉冲噪声:主要特点是突发的脉冲幅度大,但是,单个突发脉冲持续时间很短,相邻突发脉冲间隔较长。
---窄带噪声:它可以看成是一种非所需的连续的已调正弦波,或一个幅度恒定的单一频率的正弦波。
---起伏噪声:在时域和频域普遍存在的随机噪声。
2.2 随机变量
一、随机变量的概念
在概率论中,将每次实验的结果用一个变量来表示,如果变量的取值是随机的,则称变量为随机变量。例如,在一定时间内电话交换台收到的呼叫次数是一个随机变量。
当随机变量的取值个数是有限个时,则称它为离散随机变量。否则就称为连续随机变量。
随机变量的统计规律用概率分布函数或概率密度函数来描述。
1.概率分布函数
定义随机变量的概率分布函数是取值小于或等于某个数值的概率,即:
(2.2.1)
2.概率密度函数
在许多实际问题中,采用概率密度函数比采用概率分布函数能更方便地描述连续随机变量的统计特性。
(2.2.4)
二、随机变量的数字特征
1.数学期望
数学期望(简称均值)是用来描述随机变量的统计平均值,它反映随机变量取值的集中位置。
定义:设为离散型随机变量,其概率分布为,则其数学期望定义为
(2.2.5)
对于连续随机变量,其概率密度函数为,则其数学期望定义为
(2.2.6)
数学期望的性质:
设C是常数,则E(C)=C;
设X为一随机变量,C为常数,则有 E(CX)=CE(X);
设X、Y为两个随机变量,则 E(X+Y)=E(X)+E(Y);
若X、Y为两个相互
文档评论(0)