《第6章窄带随机信号》-公开课件.pptVIP

第六章 窄带随机信号 窄带随机信号的概念 窄带信号或窄带系统 第六章 窄带随机信号 6.1 预备知识（4） 6.2 窄带随机过程（31） 6.3 窄带高斯过程包络与相位的分布（41） 6.4 窄带高斯过程包络平方的概率分布（61） 6.1 预备知识 傅里叶变换 6.1.2 希尔伯特变换 （2）性质 1、希尔伯特变换相当于一个的90o理想移相器 超声信号的希尔伯特变换应用 6、偶函数的希尔伯特变换是奇函数，奇函数的希尔伯特变换是偶函数 6.1.4 高频窄带信号通过窄带系统 6.1.5 随机过程的解析形式及其性质 实随机过程 （2） 解析过程的性质 6.2 窄带随机过程 对于典型窄带随机信号，它的每一个样本函数都具有正弦的振荡形式，则所有的样本函数构成的窄带随机过程可以表示为 关系式 6.2.3 窄带随机过程的统计分析 分析条件 X(t) 是任意的宽平稳、数学期望为零的实窄带随机过程。 已知窄带过程的包络和相位相对于ω0都是慢变化过程，则很明显Ac(t),As(t)相对于ω0为慢变部分。 统计特性特点 性质1：X(t)是均值为0的平稳过程，则Ac(t), As(t)也是均值为0的平稳过程，且联合平稳 6.3 窄带高斯过程包络与相位的分布 假定窄带高斯过程X(t)的均值为零,方差为σ2 若X(t)为高斯过程，则Ac(t),As(t)也应为高斯过程，并且都具有零均值和方差σ2 由于Ac(t),As(t)在同一时刻是互不相关的，且二者都是高斯过程，所以，它们在同一时刻也是互相独立的。 6.3.2 包络和相位的二维概率分布 6.4 窄带高斯过程包络平方的概率分布 若窄带高斯过程通过平方律检波器，其输出是包络的平方，即为 定义：若n个互相独立的高斯变量X1, X2,…, Xn的数学期望都为零，方差为 ，则 的分布是具有n个自由度的中心 分布 概率密度为 定义：若n个互相独立的高斯变量X1, X2,…, Xn的数学期望都为 ，方差为 ，则 的分布是具有n个自由度的非中心 分布 性质：两个相互独立的非中心 分布的随机变量之和仍为非中心 分布，若它们的自由度为n1和n2，非中心分布参量分别为 和 ，其和的自由度为n= n1+n2，非中心分布参量为 对于两个自由度的中心 分布，即 Xi(i=1,2)是数学期望为零，方差为 ，且相互独立的高斯变量，则 为瑞利分布。 当高斯变量Xi(i=1,2,…,n)的数学期望为 不为零时， 是非中心 分布，而 则是莱斯分布。 应用 6.4.3 分布 （1）中心 分布 p228 性质：两个互相独立的具有 分布的随机变量之和仍为 分布，若它们的自由度分别为n1和n2，其和的自由度为n= n1+n2。 （2）非中心 分布 概率密度为 非中心分布参量 P232 指数分布 （3）瑞利分布 6.2.1 窄带随机过程的数学模型 这是窄带过程准正弦表示形式。式中，A(t)是窄带过程的包络，Ф(t)是窄带过程的相位，它们都是随机过程，而且它们相对ω0是慢变随机过程。 （1）正弦形式 （2）复指数形式 复包络 复载频 包络 相位 平稳窄带随机过程的特性 自相关 功率谱密度 窄带过程莱斯（Rice）表示形式 6.2.2 窄带随机过程的垂直分解 性质2： 自相关函数相同： 平均功率相同： 方差相同： 性质3：功率谱密度相同 由定义可证明 由性质2可证明 性质4： 互相关函数： 互相关函数为奇函数 ： 在同一时刻两者正交 ： 性质5：互功率谱密度 由定义可证明 由性质4可证明 性质6： 性质7：若窄带过程X(t)的单边功率谱是关于ω0偶对称的，则有 由性质2,4可证明 由性质5可证明 返回 宽带噪声N(t) 高频窄带系统 包络检波 相位检波 窄带高斯过程X(t) 平方律检波 6.3.1 包络和相位的一维概率分布 又 由于 A(t)和Φ(t)的联合概率密度为 即 可得 包络的一维概率密度为瑞利分布 相位的一维概率密度为均匀分布 在同一时刻窄带高斯过程的包络和相位是互相独立的随机变量 求包络和相位的二维概率密度的步骤如下： 先求出四维概率密度 然后转换为 最后再推导出 ,