- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第3次课
一、解说章节名称: 第 2 章 信号与信道
§ 信号和噪声的分类
§ 随机变量
§ 随机过程的观点
二、授课学时: 2 学时
三、本章节授课教师姓名:
四、本章节教学目的和教学要求:
认识信号和噪声的分类方法;
掌握随机变量的数学希望和方差的性质;
掌握通信系统中典型随机变量概率密度函数的表达式;
掌握随机过程的基本观点。
五、教学重点、难点:
随机变量的数学希望和方差的性质; 均匀散布和高斯散布的随机变量的概率密度函数;随机过程的定义。
六、结合教学内容选择的主要教学方法和教学手段:
教学方法:解说法、议论法、问题教学法、实例教学法
教学手段:黑板板书和多媒体教学相结合, 以教师解说为主, 结合学生的讲堂练习和议论。
七、布置的作业及复习思考题:
思考题 1. 什么是确知信号?什么是随机信号?
什么是随机过程?
八、时间安排
课程引入及介绍本次课的学习任务。( 3 分钟)
解说信号和噪声的观点及分类。( 15 分钟)
随机变量的数字特点。( 27 分钟)
4.随机过程的基本观点及习题解说。( 40 分钟)
5. 小结:总结本次课的重点内容,布置小练习、本章作业和预习任务。( 5 分
钟)
九、教学主要内容及教学安排:
信号和噪声的分类
一、信号的分类
从信号描绘上分:
确知信号:可表示为一个确定的时间函数, 因而可确定其任何时刻的量值。 如正
弦信号。
随机信号:是指其取值不确定、且不能预先切实预知的信号。 不能用确准时间
函数表示,且在随意时刻的取值都具有不确定性, 只可能知道它的统计特性, 如在某
时刻取某一数值的概率,如噪声信号。
问:通信系统中遇到的有用信号和噪声属于哪一类信号?
根据信号时间变量取值的情况分:
连续信号: 除了有限个中断点之外,在其他时刻均有定义值。
离散信号: 仅在离散时刻有定义。
按信号是否重复出现分:
周期信号: 每隔一准时间重复出现,且无始无终。如下列图所示:
非周期信号: 不会重复出现。如下列图所示:
能量信号和功率信号:
能量信号: 能量有限,平均功率为 0。
功率信号: 功率有限,能量∞。
归一化功率:
平均功率 P 为有限正当:
非功非能信号: 能量和平均功率均为∞。
【小试牛刀】 判断下列信号是否为能量信号或功率信号?
注:通信系统中,一切随机信号或噪声都是功率信号。
二、噪声的分类
按噪声与噪声的关系分类:
加性噪声 : 与信号的关系是相加,不管有没有信号,噪声都存在。 (涓涓细流汇聚成河)
乘性噪声 :由信道不理想引起,它们与信号之间是相乘的关系。 (洗碗这点小事
儿)
按根源分类
- 内部噪声 :是系统设施本身产生的各样噪声
外部噪声 :包括自然噪声和人为噪声。
(1)自然噪声:自然界中存在各样电磁波辐射,如闪电、大气噪声,以及来自
太阳和银河系等的宇宙噪声。
(2)人为噪声:人类活动产生的。
按性质分类
- 脉冲噪声 :主要特点是突发的脉冲幅度大,可是,单个突发脉冲持续时间很短,相邻突发脉冲间隔较长。
窄带噪声 :它能够当作是一种非所需的连续的已调正弦波,或一个幅度恒定的单调频次的正弦波。
起伏噪声 :在时域和频域普遍存在的随机噪声。
随机变量
一、随机变量的观点
在概率论中,将每次实验的结果用一个变量来表示,如果变量的取值是随机的,
则称变量为 随机变量 。比如,在一准时间内电话互换台收到的呼喊次数是一个随机变
量。
当随机变量的取值个数是有限个时, 则称它为 离散随机变量 。否则就称为 连续随
机变量。
随机变量的统计规律用概率散布函数或概率密度函数来描绘。
1.概率散布函数 F ( x )
定义随机变量 X 的概率散布函数 F ( x ) 是 X 取值小于或等于某个数值 x 的概率
P( X x ) ,即:
F ( x ) P( X x)
()
2.概率密度函数 f ( x )
在很多实际问题中,采用概率密度函数比采用概率散布函数能更方便地描绘连续
随机变量的统计特性。
()
二、随机变量的数字特点
数学希望
数学希望(简称均值)是用来描绘随机变量 X 的统计平均值,它反应随机变量
取值的集中位置。
(
),
k
1,2,
定义:设 X 为离散型随机变量,其概率散布为 P X xip xi
L ,则
其数学希望定义为
k
E ( X )xi p( xi )
( 2.2.5 )
i 1
关于连续随机变量 X ,其概率密度函数为 f ( x ) ,则其数学希望定义为
E ( X ) xf ( x )dx ( )
数学希望的性质:
1) 设 C 是常数,则 E(C)=C;
2) 设 X 为一随机变量, C为常数,则有 E(CX)=CE(X);
3) 设 X、 Y 为两个随机变量,则 E(X+Y)=E(X)+E(Y);
文档评论(0)