第一章基础知识.ppt

第1页，共28页，星期日，2025年，2月5日本科时开出的数字信号处理课程，主要讲授的有：离散时间信号和系统的基本理论，离散付里叶变换及快速算法（DFT、FFT）等，这称为所谓“经典”理论。为研究生开设的这门学位课，主要内容为：最佳线性滤波（维纳滤波和卡尔曼滤波），自适应信号处理，现代谱估计理论，同态信号处理，阵列信号处理，人工神经网络和小波变换在信号处理中的应用，以及数字信号处理的硬件实现等。它们大多是近十多年来发展迅速和应用广泛的前沿学科领域，其中不少属交叉学科领域。因此，取名为“现代数字信号处理”。但“经典”与“现代”没有严格的界线，因为许多“经典”内容，也曾一度作为新兴前沿学科，而今正在发展的“现代”理论和方法，终有成为“经典”的一天。本课程总学时数有限，许多内容还要同学们自学，不然的话，在这有限的学时中，很难完成我们的教学内容和学习目的。绪论第2页，共28页，星期日，2025年，2月5日第一章基础知识1.1随机矢量1.2相关抵消1.3Gram-Schmidt正交化1.4偏相关系数1.5功率谱和周期图1.6谱分解1.7信号的参数模型第3页，共28页，星期日，2025年，2月5日1.1离散随机信号及其数字特征一、随机信号指不能用确定性的时间函数来描述，只能用统计方法研究的信号。统计特性：概率分布函数、概率密度函数统计平均：均值、方差、相关在时域离散情况下的随机过程——离散随机信号第4页，共28页，星期日，2025年，2月5日二、离散随机信号视为随机矢量常用的数字特征是各种平均特性及相关函数等。说明：我们考虑的是：①各态历经信号——指无限个样本在某时刻所历经的状态，等同于某个样本在无限时间里所经历的状态的信号。所以只需测量一次样本就是以描述所有样本的随机特性。还有：我们研究的多是：②平稳随机信号——其均值和相关不随时间变化。注意：各态历经信号一定是平稳随机信号，反之不然。第5页，共28页，星期日，2025年，2月5日定义：⒈均值：⒉方差:我们讨论的是③零均值的随机信号，即可重新定义，让零均值。Note：也为该信号的交流功率（平均功率）。第6页，共28页，星期日，2025年，2月5日⒊相关函数：即在时刻n、m的相关性。⑴自相关函数（一个随机信号）⑵互相关函数（两随机信号）自相关函数：白噪声信号互相关函数：⒋自协方差函数:第7页，共28页，星期日，2025年，2月5日三、N维随机矢量是由N个不同随机变量为分量构成：N维随机矢量X的均值也是一个N维矢量：X的自相关函数：是一维的正半定对称矩：也称平均互功率矩阵。用它来描述N维矢量中任两个元素间的相关程度，X的自协方差函数也是个的正半定对称矩阵：且：，类似于（零均值）时，第8页，共28页，星期日，2025年，2月5日1.2相关抵消如果X、Y分别是N维和M维零均值随机矢量，且它们相关：现对Y进行线性变换（让变换后的矢量与X不相关），得：（H是维）构造：，使e与Y不相关：即∴此式具有三个功能，即：①最佳线性估计②相关抵消③最佳信号分离由此构成相关抵消器原理图：Hxy-+第9页，共28页，星期日，2025年，2月5日1.3Gram-Schmidt正交化一、基本定义⒈内积的定义：设u、v为线性空间的任二矢量由前面分析可知： 任一矢量X相对于Y可分为两部分：一部分为： 另一部分为：e与Y不相关 两部分的相关函数：并且，可以证明相互正交。其内积为：⒉两矢量正交：第10页，共28页，星期日，2025年，2月5日二、正交投影定理定理：矢量X在线性空间Y上的正交投影是Y中与x距离最近的一个矢量。定理说明：可见，说明用Y中随机变量的线性组合来逼近x时，在最小二乘方的意义上，是最佳的。