3.1随机过程功率谱密度.pdf

随机信号分析 目录 目录 目录 CONTENTS CONTENTSCONTENTS 谱分析工具 傅里叶变换简单回顾 随机过程的功率谱密度 小结 谱分析工具 傅立叶变换 ⚫ 确定性信号分析的重要工具; ⚫ 具有鲜明的物理意义：如确定性信号的频谱、 线性系统的频率响应； ⚫ 可有效简化运算：如时域卷积运算，转换到 频域变换成乘积运算。 分析随机信号的谱特征，能否应用傅立叶变换？ 傅里叶变换简单回顾 ⚫对于确定性时间信号x(t) ，其傅立叶变换 存在的充要条件： 1、在 (-∞，+∞) 范围内满足狄利赫利条件； 2、绝对可积，即 ׬+∞ ∞； 铺） −∞ 3、x(t) 总能量有限，即 +∞ ׬−∞ | | ∞ ⚫傅立叶变换的表达式： X () + x (t )e −j t dt X − 傅里叶变换简单回顾 ⚫ 傅立叶反变换的表达式： 1 + x(t) = 2 − X X ()e jt d ⚫ 非周期函数的帕塞瓦等式： 2 + 2 1 + − [x (t )] dt 2 − X X () d  x(t) 的总能量 能谱密度 随机过程的功率谱密度 ⚫随机过程的样本函数x(t) ： • 能量无限：傅里叶变换不存在。 • 功率有限： 1 T 2 Q x t dt lim −T ( ) = T → 2T ⚫利用傅里叶变换分析随机过程的功率谱。 有缘学习更多+谓ygd3076考证资料或关注桃报：奉献教育（店铺） 随机过程的功率谱密度 ⚫样本函数x(t)的截取函数： x(t) x(t) t T  x (t) =  T 0 其他  -T T t ⚫截取函数的傅里叶变换表达式：  −j t 1  X X (T ,) − xT (t )e dt xT (t ) 2 − X X (T ,)ej t d  随机过程的功率谱密度 2