

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、1,第二章 隨機信號分析,2.1 隨機過程的基本概念2.2 平穩(wěn)隨機過程2.4 高斯過程2.5 窄帶隨機過程2.6 隨機過程通過線性系統(tǒng),2,2.1 隨機過程的基本概念,隨機過程是時間t的函數(shù)在任意時刻觀察,它是一個隨機變量隨機過程是全部可能實現(xiàn)的總體,3,4,分布函數(shù)與概率密度:,設 表示一個隨機過程, (t1為任意時刻)是一個隨機變量。 F1(x1
2、,t1)=P{ ≤x1} 的一維分布函數(shù)如果存在 則稱之為 的一維概率密度函數(shù),5,的n維分布函數(shù),n維概率密度函數(shù) n越大,F(xiàn)n,fn描述 的統(tǒng)計特性就越充分,6,
3、數(shù)學期望與方差 E[ ]=,D[ ]=E{ -E[ ] }2 =E[ ]2-[E ]2 =協(xié)方差函數(shù)與相關函數(shù) 用來衡量任意兩個時刻上獲得的隨機變量的統(tǒng)計相關特性協(xié)方差 B(t1,t2)=E{[ -a(t1)][ -a(t2)]}=,7
4、,相關函數(shù) R(t1,t2)=E[ ]=,B(t1,t2)=R(t1,t2)-E[ ] E[ ] , 表示兩個隨機過程互協(xié)方差函數(shù) 互相關函數(shù),8,2.2 平穩(wěn)隨機過程任何n維分布函數(shù)或概率密度函數(shù)與時間起點無關,任意的n和 因此,一維分布與t無關,二維分布只與t1,t2間隔 有關。均值
5、 (2)方差 (3)相關函數(shù) R(t1,
6、t2)= (4),(1),9,均值,方差與時間無關相關函數(shù)只與時間間隔有關,滿足(2),(3),(4)廣義平穩(wěn)(寬平穩(wěn))滿足(1) 狹義平穩(wěn) (嚴平穩(wěn)) 時間平均:取一固定的樣本函數(shù)(實現(xiàn))對時間取平均
7、 x(t)為任意實現(xiàn),10,平穩(wěn)隨機過程 ,其實現(xiàn)為x1(t),x2(t),…xn(t),如其時間平均都相等,且等于統(tǒng)計 平均,,即 a= 則稱平穩(wěn)隨機過程 具有各態(tài)歷經(jīng)性。 各態(tài)歷經(jīng)性可使統(tǒng)計平均轉化為時間平均,簡化計算。,,11,相關函數(shù)與功率譜密度,為實平穩(wěn)隨機過程,其自相關函數(shù)性質:(1) R(0)=E[ ]=S
8、 的平均功率(2) R( )=R(- ) R( )是偶函數(shù)(3),證明:,12,(4) 的直流功率(5) 的交流功率,任意確定功率信號f(t),功率譜密度,是fT(t)(f(t)截短函數(shù))的頻譜函數(shù)隨機過程的功率譜密度應看作是每一可能實現(xiàn)的功
9、率譜的統(tǒng)計平均, 某一實現(xiàn)之截短函數(shù),13,你應該知道的:,傅里葉變換記為:F(jω)=F {f(t)}f(t) =F -1{F(jω)},14,的自相關函數(shù)與功率譜密度之間互為傅氏變換關系,例:某隨機過程自相關函數(shù)為R( ),求功率譜密度。解:,15,16,例 求隨機相位正弦波 的自相關函數(shù)與功率譜密度, 常數(shù),
10、 在(0,2 )均勻分布。,解,17,2.3高斯過程 任意的n維分布都服從正態(tài)分布的隨機過程,一維概率密度函數(shù) a 數(shù)學期望, 均方差, 方差f(x)關于 x=a 對稱f(x)在 單調(diào)上升, 單調(diào)下降 或
11、 且有,18,19,分布函數(shù),概率積分函數(shù)誤差函數(shù)互補誤差函數(shù),20,2.4 窄帶隨機過程窄帶:信號頻譜被限制在“載波”或某中心頻率附近一個窄的頻帶上,中心頻率遠離零頻,21,,同相分量 正交分量 為零均值,平穩(wěn)高斯窄帶,確定
12、 統(tǒng)計特性,22,結論1:,推導:由于 平穩(wěn),零均值,即任意t,均有,23,結論2:同一時刻 不相關,或統(tǒng)計獨立。,,24,令 t=0,顯然要求令 同理可得,(1),(2),25,由(1),(2)可得,根據(jù)互相關函數(shù)的性質,應有
13、 是 的奇函數(shù) 有 同理可證 即同一時刻 不相關,或統(tǒng)計獨立。,(3),26,由(1),(2)還可得 平均功率相等,即 方差相等結論3: ,
14、 是高斯過程 證:當,故:,是高斯隨機變量。,是高斯過程,27,重要結論:,均值為零的窄帶平穩(wěn)高斯過程,其同相分量和正交分量同樣是平穩(wěn)隨機過程,均值為零,方差相同,在同一時刻得到的 及 不相關,或統(tǒng)計獨立。,28,統(tǒng)計特性,服從瑞利分布 服從均勻分布,29,理想的寬帶過程—白噪聲,n0為常數(shù)白噪聲的自相關函數(shù)僅在 時才不為
15、零,故白噪聲只有在 時才相關,在任意兩個時刻上隨機變量都不相關。,30,帶限白噪聲,對帶限白噪聲按抽樣定理抽樣,則各抽樣值是互不相關的隨機變量,,,,,,31,,,32,例:限帶3400Hz的語音信號和加性噪聲,以fs=6800Hz的速率對x(t)進行抽樣,,,,,,,,,,,,,,,,,t,X(t)=s(t)+n(t),33,2.5隨機過程通過線性系統(tǒng)線性系統(tǒng)響應v0(t),輸入vi(t),沖激響應h(t
16、),線性系統(tǒng)是物理可實現(xiàn)的,則 或當輸入是隨機過程 時,輸出為,34,假定輸入 是平穩(wěn)隨機過程,考察 的特性,(平穩(wěn)性),1、,35,2、 的自相關函數(shù),由平穩(wěn)性 輸出過程是廣義平穩(wěn)的。,36,3、 的功率譜密度,令
17、 則,37,4、輸出過程 的分布,將 改寫為和式: 可知:若 為正態(tài)隨機變量 也為正態(tài)隨機變量 高斯過程經(jīng)線性變換后的過程仍為高斯的。,38,思考:隨機過程 ,A是均值為a,方差為 的高斯隨機變量,求:
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
評論
0/150
提交評論