数字信号处理研究生课程.ppt

? 令 z =exp(j ω ), 可以得到 R xx ( m ) 的傅立叶变换如下所示： j (e ) ( )e j m xx xx P R m ? ? ? ? ?? ? ? xx - 1 ( ) (e )e d 2 j j m xx R m P ? ? ? ? ? ? ? ? ? 将 m =0 代入上式，得到 - 1 (0) (e )d 2 j xx xx R P ? ? ? ? ? ? ? (0) xx R ––– 随机序列的平均功率； (e ) j xx P ? ––– 功率谱密度（简称功率谱） 维纳 ––– 辛钦定理（ Wiener-Khinchin Theorem ） 1.3.2 平稳随机信号的功率密度谱 ? ? ? ? 2 2 ( ) lim lim ( )e 2 0 T j f xx T xx T T X f P f P f E C d T Fourier ? ? ? ? ? ? ?? ?? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? “ 零均值化”：均值不为 的信号减去其均值 注：一些书将“零均值化”信号的相关函数的 变换 定义为功率谱。 ? 有限时间段随机信号 x ( t ) 的功率谱分布为： ? 功率谱：协方差函数的 Fourier 变换 ? ? ? ? ? ? 2 2 0; 2 T T j ft T x T X f X f x t e dt T ? ? ? ? ? ? ? ? ? ? ? ? 其中, （ 1 ） 功率谱是 ω 的偶函数： ( ) ( ) xx xx P P ? ? ? ? ? 实、平稳随机序列功率谱的性质 （ 2 ） 功率谱是实的非负函数， 即 P xx ( ω )≥0 ? 功率谱的分类： ? 平谱（白噪声谱） ：一个平稳的随机序列 w ( n ) ，如 果其功率谱 在 的范围内始终为一常数。 白噪声序列在任意两个不同的时刻是不相关的 。若 w ( n ) 是高斯型的，那么它在任意两个不同时刻又是相 互独立的。 (e ) j xx P ? | | ? ? ? 2 1 ( ) ( ) ( ) 2 j j m w w w R m P e e d m ? ? ? ? ? ? ? ? ? ? ? ? ? 线谱 ：由一个或多个正弦信号所组成的信号的功率谱。 若 x ( n ) 有 L 个正弦组成，即 1 ( ) sin( ) L k k k k x n A n ? ? ? ? ? ? k ? 其中， 是均匀分布的随机变量，可以求出 2 1 ( ) cos( ) 2 L k xx k k A r m m ? ? ? ? 2 1 ( ) [ ( ) ( )] 2 L j k xx k k k A P e ? ? ? ? ? ? ? ? ? ? ? ? ? ? 此即为线谱，它是相对与平谱的另一个极端情况。 ? ARMA 谱 ：既有峰点又有谷点的连续谱，这样 的谱可以由一个 ARMA 模型来表征。 … . … . 白噪声谱 线谱 ARMA 谱 1.4 随机序列数字特征的估计 ? 估计准则 ? 均值的估计 ? 方差的估计 ? 自相关函数的估计 1.4.1 估计准则 ? 估计方法 ：矩估计法、最大似然估计法、 贝叶斯估计、最小均方误差估计、最大 后验估计，最小二乘估计、 EM 算法等。 ? 估计准则 ：无偏性、有效性、一致性 假定对随机变量 x 观测了 N 次，得到 N 个观测值： x 0 , x 1 , x 2 , … , x N -1 ，希望通过这 N 个观测值估计参数 ? ，称 ? 为真值， 它的估计 值用 表示。 是观测值的函数，假定该函数关系用 F ［ · ］表 示， ? ? ? ? 0 1 2 1 ? [ , , , , ] N F x x x x ? ? ? (1.4.1) ? 如果估计值接近真值的概率比较大，则说明这是一种比较好 的估计方法。 图 1.4.1 估计量的概率密度曲线 P 1 ( ? ) P 2 ( ? ) ^ ^ ^ ? ? 0 1. 偏移性 令估计量的统计平均值与真值之间的差值为偏移 B ， 其公式 为 ? [ ] B E ? ? ? ? ? 如果 B =0 ，称为 无偏估计 。 ? 如果 B ≠ 0 ，则称为 有偏估计 。 ? 如果随着观察次数 N 的加大，能