通信第2章随机信号分析-ppt课件.pptxVIP

信号表示法

信号频谱分析概述

随机变量的统计特征

随机过程

高斯过程

窄带随机过程

正弦波加窄带高斯过程

随机过程通过线性系统

第 2 章 随机信号分析

信号的时－频域基本分析方法

随机变量、随机过程统计特征及重要关系

自相关函数与功率谱分析

白噪声与限带、窄带高斯噪声特点

随机过程通过线性系统

学习要点

2.1 信号表示法

通信系统所指的信号一般指随时间变化的信号

周期与非周期信号

周期信号f(t)满足下列条件：

非周期信号没有周期性，一般多为有限持续时间的特定时间波形

第2章随机信号分析

2.1 信号表示法

第2章随机信号分析

确知和随机信号

确知信号的特征是：对于指定的某一时刻，可确定一相应的参量取值。

随机信号：信号的某一个或更多参量具有不确定取值。

2.1 信号表示法

第2章随机信号分析

能量与功率信号

能量信号：能量有限的信号。

功率信号：平均功率有限的信号。能量信号的总平均功率等于0。功率信号的能量趋于无限大。

2.1 信号表示法

第2章随机信号分析

模拟与数字信号

模拟信号：连续波，主要参量的取值有无限个可能。

数字信号：参量取值可数且有限。

基带与频带信号

基带信号：从信源发出的信号，未经调制。主要能量在低频段。又称为低通信号。

频带信号：调制后的信号。又称为带通信号。

第2章随机信号分析

2.1 信号表示法

2.2 信号频谱分析概述

傅里叶级数

三角级数形式

余弦函数形式

指数级数形式

傅里叶变换

第2章随机信号分析

2.3 卷积与相关

卷积

卷积定理调制定理

第2章随机信号分析

卷积与相关

相关

自相关函数

互相关函数

周期信号利用

第2章随机信号分析

卷积与相关

卷积与相关关系

第2章随机信号分析

第2章随机信号分析

12

能量谱、功率谱及帕氏定理

能量谱密度

若存在傅里叶变换对

为能量信号，则其能量谱与其自相关函数是一对傅立叶变换，即

是能量谱，或称能量谱密度。它表示能量信号每单位频带所持有的能量

能量谱、功率谱及帕氏定理

功率谱密度

若存在傅里叶变换对

为功率信号，则其功率谱与其自相关函数是一对傅立叶变换，即

是信号f(t)以时段T截短后的频谱函数是其相应的能量谱

第2章随机信号分析

第2章随机信号分析

14

能量谱、功率谱及帕氏定理

帕氏定理(Parseval)——信号能量与功率的计算

（1）时域

（2）频域

第2时章

，随机三信号者分析计算结果是一致的。

15

能量谱、功率谱及帕氏定理

（3）相关域

（4）帕氏定理

能量谱或功率谱在其频率范围内，对频率的积分等于信号的能量或功率，并且在时域、频域积分，以及自相关函数

随机变量（一维、二维、多维）

概率分布函数

概率密度函数

数字特征

常用的随机变量类型

均匀分布

高斯分布

第2章随机信号分析

2.3 随机变量的统计特征

第2章随机信号分析

17

2.4随机过程

概念

随机信号和噪声统称为随机过程。

定义

含有某一个参数的随机变量之和。

设

间函数

是一实验的样本空间。若对于每个与之对应，于是对于所有

有一时有一簇

时间t的函数存在，则称该簇时间函数为随机过程。

特点

若

都取定值，

是一固定值

若

取定，t不定，

是样本函数

若

不定，t定，

是随机变量

若

都不定，

是随机过程

第2章随机信号分析

第2章随机信号分析

19

随机过程的统计特征

随机过程的概率分布函数与概率密度函数

一维

二维

多维

概率密度函数

随机过程——

随机过程通过概率密度函数和分布函数来表述其统计特性。

设ξ(t)为一随机过程，它在任一时刻t1的取值ξ(t1)为一随机变量。其统计特性可用：

分布函数

F1(x1,t1)=P{ξ(t1)

x1} 或

概率密度函数

随机过程ξ(t)的一维概率密度函数——仅仅用时刻t1随机变量ξ(t1)的统计特性来描述随机过程。

随机过程ξ(t)来的描一维述分。布函数——仅仅用时刻t1随机变量ξ(t1)的统计特性来描述随机过程。

第2章随机信号分析

随机过程的n维分布——n维概率密度函数和n维分布函数:

n维分布函数

Fn(x1,x2,…,xn;t1,t2,…,tn)

=P{ξ(t1)x1,ξ(t2)x2,…,ξ(tn)xn}

n维概率密度函数

多维分布可以更“精确”的描述随机过程的统计特性。

第2章随机信号分析

随机过程的一般表述——概率密度函数和分布函数

随机过程概率密度函数和分布函数举例——正态分布随机过程

x

x1

0

F(∞)=P{ξ(t)∞}= 1

F(x1)=P{ξ(t)x1}

(阴影面积）

第2章随机信号分析

随机过程概率密度函数和分布函数实用意义举例

x

VT

0

A

判决时钟

二进制数字信号