3.1随机过程功率谱密度.pdf

随机信号分析

哈尔滨工程大学水声工程学院

CollegeofUnderwaterAcousticEngineering

HarbinEngineeringUniversity

目录

目录

目录

CONTENTS

CONTENTSCONTENTS

谱分析工具

傅里叶变换简单回顾

随机过程的功率谱密度

小结

谱分析工具

傅立叶变换

⚫确定性信号分析的重要工具;

⚫具有鲜明的物理意义：如确定性信号的频谱、

线性系统的频率响应；

⚫可有效简化运算：如时域卷积运算，转换到

频域变换成乘积运算。

分析随机信号的谱特征，能否应用傅立叶变换？

傅里叶变换简单回顾

⚫对于确定性时间信号x(t)，其傅立叶变换

存在的充要条件：

1、在(-∞，+∞)范围内满足狄利赫利条件；

2、绝对可积，即

+∞

׬−∞<∞；

3、x(t)总能量有限，即

+∞

׬−∞||<∞

⚫傅立叶变换的表达式：

X()+x(t)e−jtdt

X−

傅里叶变换简单回顾

⚫傅立叶反变换的表达式：

1+

x(t)=2−XX()ejtd

⚫非周期函数的帕塞瓦等式：

2

+21+

−[x(t)]dt2−XX()d

x(t)的总能量能谱密度

随机过程的功率谱密度

⚫随机过程的样本函数x(t)：

•能量无限：傅里叶变换不存在。

•功率有限：

1T2

Q=lim−Tx(t)dt

T→2T

⚫利用傅里叶变换分析随机过程的功率谱。

随机过程的功率谱密度

⚫样本函数x(t)的截取函数：x(t)

x(t)tT



x(t)=

T

0其他



-TTt

⚫截取函数的傅里叶变换表达式：

−jt1

XX(T,)−xT(t)edtxT(t)2−XX(T,)ejtd

随机过程的功率谱密度

2