第章 随机信号分析通信原理第六版.pptxVIP

第二章;内容结构;引言;随机过程的一般描述;第3章 随机过程;随机过程的基本概念;第3章 随机过程;随机过程的基本概念;分布函数与概率密度函数;第3章 随机过程;分布函数与概率密度函数;3.1.2 随机过程的数字特征 均值（数学期望）： 在任意给定时刻t1的取值? (t1)是一个随机变量，其均值 式中 f (x1, t1) － ? (t1)的概率密度函数 由于t1是任取的，所以可以把 t1 直接写为t， x1改为x，这样上式就变为 ;第3章 随机过程;随机过程的数学期望（均值）;方差 方差常记为? 2( t )。这里也把任意时刻t1直接写成了t 。 因为 所以，方差等于均方值与均值平方之差，它表示随机过程在时刻 t 对于均值a ( t )的偏离程度。;随机过程的方差;相关函数 式中， ? (t1)和? (t2)分别是在t1和t2时刻观测得到的随机变量。可以看出，R(t1, t2)是两个变量t1和t2的确定函数。 协方差函数 式中 a ( t1 ) a ( t2 ) － 在t1和t2时刻得到的? (t)的均值 f2 (x1, x2; t1, t2) － ? (t)的二维概率密度函数。 ;相关函数和协方差函数之间的关系 若a(t1) = a(t2)，则B(t1, t2) = R(t1, t2) 互相关函数 式中?(t)和?(t)分别表示两个随机过程。 因此，R(t1, t2)又称为自相关函数。 ;平稳随机过程;狭义平稳随机过程;狭义平稳随机过程;广义平稳随机过程;平稳随机过程的“各态历经性”;平稳随机过程的“各态历经性”; [例3-1] 设一个随机相位的正弦波为 其中，A和?c均为常数；?是在(0, 2π)内均匀分布的随机变量。试讨论?(t)是否具有各态历经性。 【解】(1)先求?(t)的统计平均值： 数学期望;自相关函数 令t2 – t1 = ?，得到 可见， ?(t)的数学期望为常数，而自相关函数与t 无关，只与时间间隔? 有关，所以?(t)是广义平稳过程。; (2) 求?(t)的时间平均值 比较统计平均与时间平均，有 因此，随机相位余弦波是各态历经的。;3.2.3 平稳过程的自相关函数 平稳过程自相关函数的定义：同前 平稳过程自相关函数的性质 — ?(t)的平均功率 — ?的偶函数 — R(?)的上界 即自相关函数R(?)在? = 0有最大值。 — ?(t)的直流功率 表示平稳过程?(t)的交流功率。当均值为0时，有 R(0) = ?2 。 ;3.2.4 平稳过程的功率谱密度 定义： 对于任意的确定功率信号f (t)，它的功率谱密度定义为 式中，FT ( f )是f (t)的截短函数fT (t) 所对应的频谱函数;第3章 随机过程;第3章 随机过程;在维纳-辛钦关系的基础上，我们可以得到以下结论： 对功率谱密度进行积分，可得平稳过程的总功率： 上式从频域的角度给出了过程平均功率的计算法。 各态历经过程的任一样本函数的功率谱密度等于过程的功率谱密度。也就是说，每一样本函数的谱特性都能很好地表现整个过程的的谱特性。 【证】因为各态历经过程的自相关函数等于任一样本的自相关函数，即 两边取傅里叶变换： 即 式中 ;功率谱密度P? ( f )具有非负性和实偶性，即有 和 这与R(?)的实偶性相对应。 ;[例3-2] 求随机相位余弦波?(t) = Acos(?ct + ? )的自相关函数和功率谱密度。 【解】在[例3-1]中，我们已经考察随机相位余弦波是一个平稳过程，并且求出其相关函数为 因为平稳随机过程的相关函数与功率谱密度是一对傅里叶变换，即有 以及由于有 所以，功率谱密度为 平均功率为 ;高斯过程（正态随机过程）;高斯过程的性质;高斯过程的性质;高斯过程的一维概率密度函数;高斯过程的一维概率密度函数;高斯过程的一维概率密度函数;高斯过程的一维分布函数;高斯过程的一维分布函数;误差函数与互补误差函数的性质;窄带随机过程;窄带随机过程及其描述;窄带随机过程及其描述;窄带随机过程及其描述;零均值平稳窄带高斯过程;零均值平稳窄带高斯过程;零均值平稳窄带高斯过程;白噪声与带限白噪声;白噪声与带限白噪声;白噪声与带限白噪声;白噪声与带限白噪声;正弦波加窄带随机过程;正弦波加窄带随机过程;正弦波加窄带随机过程;正弦波加窄