第三章_通信原理《随机过程》 .pptxVIP

在通信系统中，随机过程是非常重要的数学工具。因为通信中的信号与噪声都具有一定的随机性，它们不能用一个确定的时间函数来表示，而必须根据随机过程的理论来描述。 本章在介绍随机过程的分布及其数字特征等基本概念的基础上，着重介绍通信系统中常见的几种重要的随机过程的统计特性，以及随机过程通过线性系统的情况。;3.1 随机过程的基本概念 3.2 平稳随机过程 3.3 高斯随机过程 3.4 平稳随机过程通过线性系统 3.5 窄带随机过程(了解） 3.6 正弦波加窄带高斯噪声（了解） 3.7 高斯白噪声和带限白噪声 3.8 小结;一、随机过程 ;一、随机过程 什么是随机过程？; 例如：有N台性能完全相同的通信机,工作条件相同,用n部记录仪同时记录它们的输出噪声。;因此从这个角度得到随机过程的这种定义： 随机过程是所有样本函数的集合。; 角度2：现在，我们在某一特定时刻如 时刻观察各台接收机的噪声，可以发现在同一时刻，每个接收机的输出噪声值是不同的，它在随机变化。;随机过程的定义： 角度1：随机过程是所有样本函数的集合。;思考：随机变量与随机过程有啥区别和联系？;二、随机过程的分布函数;一维分布函数：;§(t)的n维分布函数:;三、随机过程的数字特征 ; 上式定义为随机过程的均值（数学期望）。显然它是时间 的函数，记为：;2、方差： ;; 数学期望和方差是随机过程的重要数字特征，但它们仅与随机过程的一维概率密度函数有关。只描述了随机过程在各个孤立时刻的特性。为了衡量随机过程在任意两个时刻上获得的随机变量之间的而关联程度，常采用相关函数或协方差函数。;是二维概率密度函数。;(2)随机过程的相关函数： ;(3) 协方差函数与 相关函数的关系：;（4）互相关函数：;;习题3-2 设随机过程 可表示为 式中 是一个离散随机变量，且 、 ，试求 和 。;习题3-2 设随机过程 可表示为 式中 是一个离散随机变量，且 、 ，试求 和 。;3.2平稳随机过程;一、平稳随机过程的定义; 根据平稳的定义,一维分布函数与一维概率密度满足:; 随???分布函数和概率密度的简化，平稳随机过程的数字特征也可以相应地得到简化。; 平稳随机过程的方差：; 平稳随机过程的自相关函数：;结论：平稳随机过程的均值（和方差是与时间t无关的常数，自相关函数只是时间间隔τ的函数，而与所选取的时间起点无关。; 下面我们来看一道例题，来判断一个随机过程是否是平稳随机过程？;例题：某随机过程是一个幅度、角频给定的正弦波， 其相位值是随机的，即 式中： 与 为常数， 在 内均匀分布随 机变量，试证明其为广义平稳过程。;可见，其均值为常数，自相关函数仅与时间间隔有关，此随机过程为广义平稳随机过程。;思考：为什么均值为常数，自相关函数仅与时间间隔有关，就可判断此随机过程为广义平稳随机过程。而不用考虑方差呢？;二、各态历经性;各态历经性条件 设：x(t)是平稳过程?(t)的任意一次实现（样本），则其时间均值和时间相关函数分别定义为： 如果平稳过程使下式成立 则称该平稳过程具有各态历经性。; 也就是说，平稳过程的统计平均等于它的任一实现的时间平均值，则称该平稳过程具有各态历经性。; 注意：具有各态历经的随机过程一定是平稳过程，反之不一定成立。 在通信系统所遇到的随机信号与噪声，一般均能满足各态历经条件。;三、平稳过程的自相关函数;(1) 的统计平均功率。;(3) ,即自相关函数在 时有最大值。;(4) ,即为平稳随机过程的直流平均功率。; 对于确定信号,我们常在时域和频域中来分析和讨论问题。确定信号的自相关函数与其功率谱之间是一对傅立叶变换对。（见信号与系统） 对于平稳随机信号，可以证明也有同样的对应关系。; 在维纳—辛钦关系的基础上，我们得到以下结论：;例题：已知某平稳随机过程 ，其 中， 在 内均匀分布，求它的功率谱密度及功 率。 ;则功率：;3.3 高斯随机过程; 如果过程的任意n维分布服从正态分布，则称它为正态过程或高斯过程。其n维概率密度函数为：;行列式 中元素 的代数余因子；;二、重要