随机信号第3讲.pptVIP

(1)随机变量的分布律: 概率分布函数 概率密度函数 (2)随机变量的数字特征: 数学期望.方差.矩函数 统计独立与不相关 (3)一维随机变量的函数变换 高斯变量经过一个线性变换之后的随机变量 仍然是高斯分布. (4)随机变量的特征函数: 定义： 性质(共3条) (5)随机变量与概率密度函数的关系: 类似傅立叶变换的关系. (6)随机变量与矩函数之间是一一对应的关系. (7)随机信号的分布律: 二项式分布,泊松分布(离散变量) 均匀分布(※连续变量) (8)高斯分布(※正态分布): 概率密度函数 概率分布函数 概率积分函数(三条性质) 归一化高斯变量:数学期望为0,方差为1. 第二章随机过程和随机序列 2.1从随机变量到随机过程 随机试验的所有可能结果都可以用随机变量的取 值来定量表示.有时这些随机变量随着某些参量变化, 或者说是某些参量的函数.这种随某参量变化的随机变 量成为随机函数。 随机过程:我们把以时间作为参变量的随机函数称 为~;相对以前所学的确知信号,也把随机过程称为随机 信号. 既然随机过程是随时间变化的随机变量,那么我 们就要考虑在时间变化的情况下,用随机变量的一些 统计特性来描述随机过程. 2.1.1随机过程的定义 2.1.2随机过程的分布律 2.1.3随机过程的数字特征 例题 2.1.1随机过程的定义 我们在观察噪声电压的波形时,可能观察到x1(t)或 X2(t),也可能观察到Xn(t),所有这些波形的集合就是随 机过程,用X(t)表示.每次观察到的电压波形称为随机 过程的样本函数,通常这个集合中的样本函数是非常 多的. 随机过程在任意时刻的状态都是一个随机变量. 这 个随机变量是连续的还是离散的决定了随机过程是 连续随机过程还是离散随机过程. 如果随机过程在时间轴上是等间隔间断的,且在任 意离散时刻上其随机变量是连续的,称为连续随机序 列. 进一步,如果在任意时刻随机变量是离散的,则称 其为离散随机序列. 如上所述,随机过程和随机变量有这密切的联系. 虽然随机变量不能用解析式表达,但多数情况下随机 过程却可以用随机变量的解析式来 表达. 如一个通信系统 或广播系统,在 某一个 时刻,对 某一台确定的 接收机而言,其幅度和相位是确定的; 但对不同的接收机,接收的信号幅度与相位是 随机的 . 因此,在不同的时间里对 所有的接收机来讲,他们 所接收的信号的总体就是随机过程,其幅度和相位是 随机变量. 如图2.2所示.用解析式表示为 定义:设随机实验的样本空间S={ei},对于空间的每一 个样本ei∈S,总有一个与之对应(t ∈T),对于空 间的所有样本e∈S,可有一族时间函数X(t,e)与 其对应,这族时间函数称为随机过程. 随机过程是一族时间函数的集合,随机过程的每 个样本函数是一个确定的时间函数x(t),随机过程在 一个确定的时刻t1是一个随机变量X(t1). 仿随机变量,我们用大写字母X(t),Y(t)等表示随机 过程 ,小写字母x(t).y(t)表示随机过程的样本函数. 2.1.2随机过程的分布律 一个随机过程是定义在一个时间区间上,而这个 时间区间上的任意一个时刻,随机过程表现为一个随 机变量,那么我们是否可以用随机变量的分布律来表 征随机过程的分布律呢? 下面我们既要用随机变量的分布律描述随机过程 的分布律,又要用随机变量的数字特征来描述随机过 程的一些数字特征. 一维分布律:在任意时刻随机过程X(t1)都是一维随机变量,类似一维随机变量的定义,我们把随机变量X(t1) ≤x1的概率P{X(t1) ≤x1}定义为随机过程X(t)的一维分