随机信号分析基础（第5版）全套PPT课件.pptx

第一章 概率论简介 ;§ 1.1随机变量的概念;§ 1.1随机变量的概念; §1.2 随机变量的概率分布;根据分布函数的定义，可得下面的基本性质：;分布函数的性质;2、概率密度函数;概率密度函数的性质;概率密度函数;3.多维随机变量及其分布;(x,y)的二维联合概率密度，简称为二维概率密度:;边缘分布;边缘分布;条件分布;n维随机变量及其分布;§1.3随机变量的数字特征;2 方差;3 矩;二维随机变量X和Y的n+k阶联合原点矩定义为：;相关矩和协方差;相关系数;§1.4统计独立与不相关、正交;统计独立与不相关;正 交;§ 1.5 随机变量的函数;随机变量的函数;随机变量的函数;随机变量的函数;随机变量的函数;例1.5;2、多维随机变量函数的分布;多维随机变量函数的分布;同理，对于多维随机变量函数;多维随机变量函数的分布;3、随机变量函数的数字特征;§ 1.6 随机变量的特征函数;特征函数;特征函数;特征函数的性质;特征函数的性质;特征函数的性质;例1.7 求N(0，σ2)分布的随机变量的均值与方差 ;例1.7 求N(0，σ2)分布的随机变量的均值与方差;第二章 随机信号概论;§ 1.1随机过程的概念及其分类;随机过程的定义;随机过程的定义;随机过程X(t)在四种不同情况下的意义：;2 随机过程的分类;随机过程的分类;§ 1.2随机过程的统计特性;若 的一阶偏导数存在，则定义;2. 二维概率分布和n维概率分布;用同样的方法，我们可以引入随机过程X(t)的n维分布函数和n维概率密度:;两个随机过程X(t)和Y(t)的联合分布函数与联合概率密度函数;若两个随机过程X(t)和Y(t)相互独立，则对任意的n和m有;例：设随机过程 其中w0是常数，X为正态随机变量，求Y(t)的一维概率密度。;二 随机过程的数字特征;2．均方值与方差 ; 方差描述了随机过程诸样本函数围绕数学期望mX(t)的分散程度。若X(t)表示噪声电压，那么均方值就表示消耗在单位电阻上的瞬时功率的统计平均值，而方差σX2(t)则表示瞬时交流功率的统计平均值。 ; 3．自相关函数 ;自相关函数 ;协方差函数;若对于任意的t1和t2都有CX(t1,t2)=0,那么随机过程的任意两个时刻状态间是不相关的。;例2.1 一个随机过程由图2.6所示的四条样本函数组成，而且每条样本函数出现的概率相等。求RX (t1,t2) 。; 4．互相关函数 ; 5.统计独立、不相关和正交 ;则称X(t)和Y(t)之间互不相关。 ;(3)若两个过程X(t)和Y(t)之间的互相关函数等于零，即对任意t1，t2有 ;三、随机过程的特征函数;随机过程的特征函数;§ 1.3随机序列及其统计特性;随机序列;随机序列;随机序列;随机序列;例2．3 求在[0,1)区间均匀分布的独立随机序列的均值向量，自相关阵与协方差阵，设N=3;自相关函数 ;独立随机过程;第三章 平稳随机过程;§ 3.1 平稳随机过程及其数字特征 ;严平稳随机过程 ;(2)平稳过程X（t）的二维概率密度只与t1、t2的时间间隔有关，而与时间起点t1无关。 ; 2．宽平稳随机过程;;;二、各态历经（遍历）随机过程 ;各态历经过程;各态历经过程;各态历经过程;各态历经过程;各态历经过程;§ 3.2平稳过程相关函数的性质;平稳过程相关函数的性质;平稳过程相关函数的性质;平稳过程相关函数的性质;平稳过程相关函数的性质;平稳过程相关函数的性质;平稳过程相关函数的性质;例3.7;相关系数和相关时间 ;（2）相关时间;二、平稳相依过程互相关函数的性质;平稳相依过程互相关函数的性质;§ 3.3 平稳随机序列的自相关阵与协方差阵 ;§ 3.4 随机过程统计特性的实验研究方法 ;一、均值估计;均值估计;估计量的性质（工程）; 2．估计量的方差;二、方差估计;三、自相关函数的估计; 四、密度函数估计 ;§ 3.5 相关函数的计算举例 ;相关函数的计算举例;P{t1与t1+τ在同间隔内}=P{(t1+τ-T)t0≤t1) 由于t0在间隔T上均匀分布，故p(t0)=1/T, 于是 P{t1与t1+τ在同间隔内} ;相关函数的计算举例;相关函数的计算举例;§ 3.7 高斯随机过程 ;高斯随机过程;高斯随机过程;性质2：;高斯过程性质;第五章 随机信号通过线性系统;§ 5.1线性系统的基本性质;二、线性时不变系统 ;线性时不变系统的传输函数 ; 三、系统的稳定性与物理可实现的问题 ;§ 5·2 随机信号通过线性系统 ;系统的输出; 2．系统输出的均值与自相关函数 ;(2)系统输出的自相关函数 ;例5.2;3．系统输入与输出之间的互相关函数 ;系统输入与输出之间