随机过程知识点汇总

第一章随机过程的基本概念与基本类型

一．随机变量及其分布

1．随机变量X，分布函数F(x)P(X x)

离散型随机变量X的概率分布用分布列p k P(X x)分布函数F(x)p k

连续型随机变量X的概率分布用概率密度f(x)分布函数

F(x)f(t)dt

2．n维随机变量X(X1,X2,,X n)

其联合分布函数()(1,x,,x n)P(X x,X x,,X n x n,)

F x F x

21122

离散型联合分布列连续型联合概率密度

３．随机变量的数字特征

数学期望：离散型随机变量X E X x k p连续型随机变量X EX xf(x)dx

方差：2() 2

DX E(X EX)EX EX反映随机变量取值的离散程度

协方差（两个随机变量X,Y）：B XY E[(X EX)(Y EY)]E(XY)EX EY

相关系数（两个随机变量X,Y）：

B XY

XY若0，则称X,Y不相关。

DX DY

独立不相关0

itX ４．特征函数g(t)E(e)离散g(t)e连续g(t)e f x dx itx p itx()

重要性质：g(0)1，g(t)1，g(t)g(t)，k i k EX

g(0)

k ５．常见随机变量的分布列或概率密度、期望、方差

０－１分布P(X1)p,P(X0)q EX p DX pq

二项分布k k n k

P(X k)C n p q EX np DX n p q

泊松分布P(X k)e EX DX均匀分布略

2正态分布N(a,)

(x a)

f(x)e EX a

D X2

指数分布f(x)

,x0

６．Ｎ维正态随机变量(X1,X,,X n)

X的联合概率密度X~N(a,B)

x1,x,,x)exp{(x a)B(x a)} 2n

(2)|B|

a(a1,a2,,a n)，x(x1,x2,,x n)，B(b ij)n n正定协方差阵

二．随机过程的基本概念

１．随机过程的一般定义

设

(,P)是概率空间，T是给定的参数集，若对每个t T，都有一个随机变量X与之对应，

则称随机变量族X(t,e),t T是(,P)上的随机过程。简记为X(t),t T。

含义：随机过程是随机现象的变化过程，用一族随机变量才能刻画出这种随机现象的全部统计规

律性。另一方面，它是某种随机实验的结果，而实验出现的样本函数是随机的。

当

t固定时，X(t,e)是随机变量。当e固定时，X(t,e)时普通函数，称为随机过程的一个样本

函数或轨道。

分类：根据参数集T和状态空间I是否可列，分四类。也可以根据X(t)之间的概率关系分类，如独立增量过程，马尔可夫过程，平稳

过程等

。

２．随机过程的分布律和数字特征

用有限维分布函数族来刻划随机过程的统计规律性。随机过程X(t),t T的一维分布，二维分布，?，n维分布的全体称为有限维分布函数族。随机过程的有限维分布函数族是随机过程概率特征

的完整描述。在实际中，要知道随机过程的全部有限维分布函数族是不可能的，因此用某些

统计特征

来取代。

（１）均值函数

m X(t)EX(t)表示随机过程X(t),t T在时刻t的平均值。

（２）方差函数2

D X(t)E[X(t)m X(t)]表示随机过程在时刻t对均值的偏离程度。

（３）协方差函数B

(s,t)E[(X(

E[X

(s)

(

)

(t)

(s)

(t)

(t))]

且有

B(t,t)D(t)

X X

(

X(t)]

（４）相关函数R(s,t)E[X(s)X(t)]

X(3)和(4)表示随机过程在时刻s，t时的线性相关程度。（５）互相关函数：X(t),t T，Y(t),t T是两个二阶距过程，则下式称为它们的互协方差函数。

X Y

(s,t)E[(

(s)

(s)Y

(t)]

(s))(

Y(t)m

(s)m(t)

(t))]

，那么R(s,t)E[X(s)Y(t)]

XY，称为互相关函数。

若E[X(s)Y(t)]m(s)m(t)

X，则称两个随机过程不相关。

３．复随机过程Z t X t jY t

均值函数m Z(t)EX jEY方差函数

t t

2E Z m t Z m t

D Z(t)E[|Z t m Z(t)|][(t Z())(t Z(

))]

协方差函数B

(s,t)E[(Z

(s))(Z

(t))]

随机信号分析期末总复习提纲重点知识点归

第一章 1.1不考条件部分不考 △雅柯比变换（随机变量函数的变换 P34） △随机变量之间的“不相关、正交、独立” P51 （各自定义、相关系数定义相互关系：两个随机变量相互独立必定互不相关，反之不一定成立正交与不相关、独立没有明显关系结合高斯情况） △随机变量的特征函数及基本性质（一维的 P53 n 维的 P58） △ 多维高斯随机变量的概率密度和特征函数的矩阵形式、三点性质 P61 ( )()() () ( ) ()()2 2 1 () 2112 2 22 11 ,,exp 2 2exp ,,exp 22T T x m X X X X X n n X T T jU X X X X X n X M X M f x f x x U U u Q u j m Q u u E e jM U σπσμ---?? --??= = -????? ? ?? ?? ?? ??=-==- ?? ??? ????? ?? C C C u u r u u r u u r u u r u u r u u r L u r u r u u r u r L 另外一些性质： []()20XY XY X Y X C R m m D X E X m ??=-=-≥??

第二章随机过程的时域分析 1、随机过程的定义从三个方面来理解①随机过程(),X t ζ是,t ζ两个变量的函数②(),X t ζ是随时间t 变化的随机变量③(),X t ζ可看成无穷多维随机矢量在0,t n ?→→∞的推广 2、什么是随机过程的样本函数？什么是过程的状态？随机过程与随机变量、样本函数之间的关系？ 3、随机过程的概率密度P7 4、特征函数P81。（连续、离散）一维概率密度、一维特征函数二元函数 4、随机过程的期望、方差、自相关函数。（连续、离散） 5、严平稳、宽平稳的定义 P83 6、平稳随机过程自相关函数的性质： 0点值，偶函数，周期函数（周期分量），均值 7、自相关系数、相关时间的定义 P88 2 2 2() ()()()()(0)()X X X X X X X X X X C R m R R R R τττρτσ σ--∞= = -∞= 非周期相关时间用此定义（00()d τρττ∞ =?） 8、两个随机过程之间的“正交”、“不相关”、“独立”。（P92 同一时刻、不同时刻） 9、两个随机过程联合平稳的要求、性质。P92

随机过程知识点汇总

第一章随机过程的基本概念与基本类型一．随机变量及其分布 1．随机变量X，分布函数F(x)P(X x) 离散型随机变量X的概率分布用分布列p k P(X x)分布函数F(x)p k k 连续型随机变量X的概率分布用概率密度f(x)分布函数 x F(x)f(t)dt 2．n维随机变量X(X1,X2,,X n) 其联合分布函数()(1,x,,x n)P(X x,X x,,X n x n,) F x F x 21122 离散型联合分布列连续型联合概率密度３．随机变量的数字特征数学期望：离散型随机变量X E X x k p连续型随机变量X EX xf(x)dx k 方差：2() 2 2 DX E(X EX)EX EX反映随机变量取值的离散程度协方差（两个随机变量X,Y）：B XY E[(X EX)(Y EY)]E(XY)EX EY 相关系数（两个随机变量X,Y）： B XY XY若0，则称X,Y不相关。 DX DY 独立不相关0 itX ４．特征函数g(t)E(e)离散g(t)e连续g(t)e f x dx itx p itx() k k 重要性质：g(0)1，g(t)1，g(t)g(t)，k i k EX g(0) k ５．常见随机变量的分布列或概率密度、期望、方差０－１分布P(X1)p,P(X0)q EX p DX pq 二项分布k k n k P(X k)C n p q EX np DX n p q k 泊松分布P(X k)e EX DX均匀分布略 k!

2正态分布N(a,) 2 (x a) 1 2 f(x)e EX a 2 2 D X2

指数分布f(x) e 0, x1 ,x0 EX x0 DX 1 2 ６．Ｎ维正态随机变量(X1,X,,X n) X的联合概率密度X~N(a,B) 2 f( 11 T1 x1,x,,x)exp{(x a)B(x a)} 2n n1 2 22 (2)|B| a(a1,a2,,a n)，x(x1,x2,,x n)，B(b ij)n n正定协方差阵二．随机过程的基本概念１．随机过程的一般定义设 (,P)是概率空间，T是给定的参数集，若对每个t T，都有一个随机变量X与之对应，则称随机变量族X(t,e),t T是(,P)上的随机过程。简记为X(t),t T。含义：随机过程是随机现象的变化过程，用一族随机变量才能刻画出这种随机现象的全部统计规律性。另一方面，它是某种随机实验的结果，而实验出现的样本函数是随机的。当 t固定时，X(t,e)是随机变量。当e固定时，X(t,e)时普通函数，称为随机过程的一个样本函数或轨道。分类：根据参数集T和状态空间I是否可列，分四类。也可以根据X(t)之间的概率关系分类，如独立增量过程，马尔可夫过程，平稳过程等。２．随机过程的分布律和数字特征用有限维分布函数族来刻划随机过程的统计规律性。随机过程X(t),t T的一维分布，二维分布，?，n维分布的全体称为有限维分布函数族。随机过程的有限维分布函数族是随机过程概率特征的完整描述。在实际中，要知道随机过程的全部有限维分布函数族是不可能的，因此用某些统计特征来取代。（１）均值函数 m X(t)EX(t)表示随机过程X(t),t T在时刻t的平均值。（２）方差函数2 D X(t)E[X(t)m X(t)]表示随机过程在时刻t对均值的偏离程度。（３）协方差函数B X (s,t)E[(X( E[X s) (s) m ( s ) ) (t) (s) m X m X (t) (t))] 且有 B(t,t)D(t) X X

应用随机过程学习总结

应用随机过程学习总结一、预备知识：概率论随机过程属于概率论的动态部分，即随机变量随时间不断发展变化的过程，它以概率论作为主要的基础知识。 1、概率空间方面，主要掌握sigma代数和可测空间，在随机过程中由总体样本空间所构成的集合族。符号解释： sup表示上确界， inf表示下确界。本帖隐藏的内容 2、数字特征、矩母函数与特征函数：随机变量完全由其概率分布来描述。其中由于概率分布较难确定，因此通常计算随机变量的数字特征来估算分布总体，而矩母函数和特征函数便用于随机变量的N阶矩计算，同时唯一的决定概率分布。 3、独立性和条件期望：独立随机变量和的分布通常由卷积来表示，对于同为分布函数的两个函数，卷积可以交换顺序，同时满足结合律和分配率。条件期望中，最重要的是理解并记忆E(X) = E[E(X|Y)] = intergral(E(X|Y=y))dFY(y)。二、随机过程基本概念和类型随机过程是概率空间上的一族随机变量。因为研究随机过程主要是研究其统计规律性，由Kolmogorov定理可知，随机过程的有限维分布族是随机过程概率特征的完整描述。同样，随机过程的有限维分布也通过某些数值特征来描述。 1、平稳过程，通常研究宽平稳过程：如果X(t1)和X(t2)的自协方差函数 r(t1,t2)=r(0,t-s)均成立，即随机过程X(t)的协方差函数r(t,s)只与时间差 t-s有关，r(t) = r(-t)记为宽平稳随机过程。因为一条随机序列仅仅是随机过程的一次观察，那么遍历性问题便是希望将随即过程的均值和自协方差从这一条样本路径中估计出来，因此宽平稳序列只需满足其均值遍历性原理和协方差遍历性原理即可。 2、独立增量过程：若X[Tn]– X[T(n-1)]对任意n均相互独立，则称X(t)是独立增量过程。若独立增量过程的特征函数具有可乘性，则其必为平稳增量过程。兼有独立增量和平稳增量的过程称为平稳独立增量过程，其均值函数一定是时间t的线性函数。

随机过程知识点汇总

第一章随机过程得基本概念与基本类型一.随机变量及其分布 1.随机变量, 分布函数离散型随机变量得概率分布用分布列分布函数连续型随机变量得概率分布用概率密度分布函数 2.n 维随机变量其联合分布函数),,,,(),,,()(221121n n n x X x X x X P x x x F x F ≤≤≤== 离散型联合分布列连续型联合概率密度３.随机变量得数字特征数学期望:离散型随机变量连续型随机变量方差: 反映随机变量取值得离散程度协方差(两个随机变量): 相关系数(两个随机变量): 若,则称不相关。独立不相关４.特征函数离散连续重要性质:,,, ５.常见随机变量得分布列或概率密度、期望、方差０－１分布二项分布泊松分布均匀分布略正态分布指数分布６.Ｎ维正态随机变量得联合概率密度 )}()(2 1ex p{||)2(1 ),,,(121221a x B a x B x x x f T n n ---=-π ,,正定协方差阵二.随机过程得基本概念１.随机过程得一般定义设就是概率空间,就是给定得参数集,若对每个,都有一个随机变量与之对应,则称随机变量族就是上得随机过程。简记为。含义:随机过程就是随机现象得变化过程,用一族随机变量才能刻画出这种随机现象得全部统计规律性。另一方面,它就是某种随机实验得结果,而实验出现得样本函数就是随机得。当固定时,就是随机变量。当固定时,时普通函数,称为随机过程得一个样本函数或轨道。分类:根据参数集与状态空间就是否可列,分四类。也可以根据之间得概率关系分类,如独立增量过程,马尔可夫过程,平稳过程等。２.随机过程得分布律与数字特征用有限维分布函数族来刻划随机过程得统计规律性。随机过程得一维分布,二维分布,…,维分布得全体称为有限维分布函数族。随机过程得有限维分布函数族就是随机过程概率特征得完整描述。在实际中,要知道随机过程得全部有限维分布函数族就是不可能得,因此用某些统计特征来取代。 (１)均值函数表示随机过程在时刻得平均值。

概率论与随机过程考点总结

概率论与随机过程考点总结 This manuscript was revised by the office on December 10, 2020.

第一章随机过程的基本概念与基本类型一．随机变量及其分布 1．随机变量X ，分布函数)()(x X P x F ≤= 离散型随机变量X 的概率分布用分布列 )(k k x X P p == 分布函数∑=k p x F )( 连续型随机变量X 的概率分布用概率密度)(x f 分布函数?∞-=x dt t f x F )()( 2．n 维随机变量),,,(21n X X X X = 其联合分布函数),,,,(),,,()(221121n n n x X x X x X P x x x F x F ≤≤≤== 离散型联合分布列连续型联合概率密度３．随机变量的数字特征数学期望：离散型随机变量X ∑=k k p x EX 连续型随机变量X ?∞ ∞-=dx x xf EX )( 方差：222)()(EX EX EX X E DX -=-= 反映随机变量取值的离散程度协方差（两个随机变量Y X ,）：EY EX XY E EY Y EX X E B XY ?-=--=)()])([( 相关系数（两个随机变量Y X ,）：DY DX B XY XY ?= ρ 若0=ρ，则称Y X ,不相关。独立?不相关?0=ρ ４．特征函数)()(itX e E t g = 离散 ∑=k itx p e t g k )( 连续 ?∞ ∞-=dx x f e t g itx )()( 重要性质：1)0(=g ，1)(≤t g ，)()(t g t g =-，k k k EX i g =)0( 母函数：∑∞ ===0 )()(k k k k z p z E z g !) 0()(k g p k k = )1()('g X E = 2''")]1([)1()1()(g g g X D -+= ５．常见随机变量的分布列或概率密度、期望、方差０－１分布 q X P p X P ====)0(,)1( p EX = pq DX = 二项分布 k n k k n q p C k X P -==)( np EX = npq DX = 泊松分布 ! )(k e k X P k λλ -== λ=EX λ=DX 均匀分布略正态分布),(2σa N 2 22)(21)(σσ πa x e x f -- = a EX = 2σ=DX 指数分布 ???<≥=-0,00,)(x x e x f x λλ λ1=EX 21 λ=DX ６．Ｎ维正态随机变量),,,(21n X X X X =的联合概率密度),(~B a N X

通信原理知识点

第一章 1.通信的目的是传输消息中所包含的息。消息是信息的物理表现形式，信息是消息的有效内容。.信号是消息的传输载体。 2.根据携载消息的信号参量是连续取值还是离散取值，信号分为模拟信号和数字信号．， 3.通信系统有不同的分类方法。按照信道中所传输的是模拟信号还是数字信号（信号特征分类），相应地把通信系统分成模拟通信系统和数字通信系统。按调制方式分类：基带传输系统和带通（调制）传输系统。 4.数字通信已成为当前通信技术的主流。 5.与模拟通信相比，数字通信系统具有抗干扰能力强，可消除噪声积累；差错可控；数字处理灵活，可以将来自不同信源的信号综合刭一起传输；易集成，成本低；保密性好等优点。缺点是占用带宽大，同步要求高。 6.按消息传递的方向与时间关系，通信方式可分为单工、半双工及全双工通信。 7.按数据码先排列的顾序可分为并行传输和串行传输。 8.信息量是对消息发生的概率（不确定性）的度量。 9.一个二进制码元含1b的信息量；一个M进制码元含有log2M比特的信息量。等概率发送时，信源的熵有最大值。 10.有效性和可靠性是通信系统的两个主要指标。两者相互矛盾而又相对统一，且可互换。在模拟通信系统中，有效性可用带宽衡量，可靠性可用输出信噪比衡量。 11.在数字通信系统中，有效性用频带利用率表示，可靠性用误码率、误信率表示。 12.信息速率是每秒发送的比特数；码元速率是每秒发送的码元个数。 13.码元速率在数值上小于等于信息速率。码元速率决定了发送信号所需的传输带宽。第二章 14.确知信号按照其强度可以分为能量信号和功率信号。功率信号按照其有无周期性划分，又可以分为周期性信号和非周期性信号。 15.能量信号的振幅和持续时间都是有限的，其能量有限，（在无限长的时间上）平均功率为零。功率信号的持续时间无限，故其能量为无穷大。 16.确知信号的性质可以从频域和时域两方面研究。 17.确知信号在频域中的性质有4种，即频谱、频谱密度、能量谱密度和功率谱密度。 18.周期性功率信号的波形可以用傅里叶级数表示，级数的各项构成信号的离散频谱，其单位是V。 19.能量信号的波形可以用傅里叶变换表示，波形变换得出的函数是信号的频谱密度，其单位是V/Hz 。 20.只要引入冲激函数，我们同样可以对于一个功率信号求出其频谱密度。 21.能量谱密度是能量信号的能量在频域中的分布，其单位是J/Hz。功率谱密度则是功率信号的功率在频域中的分布，其单位是W／Hz。 22.周期性信号的功率谱密度是由离散谱线组成的，这些谱线就是信号在各次谐波上的功率分量|Cn|2，称为功率谱，其单位为w。但若用δ函数表示此谱线。则它可以写成功率谱密度|C（f）|2δ（f-nf0）的形式。 23.确知信号在时域中的特性主要有自相关函数和互相天函数。 24.自相关函数反映一个信号在不同时间上取值的关联程度。 25.能量信号的自相关函数R(O)等于信号的能量；而功率信号的自相关函数R(O)等于信

通信原理知识点归纳

1.2.1 通信系统的一般模型 1.2.3 数字通信的特点 (1) 抗干扰能力强，且噪声不积累 (2) 传输差错可控 (3) 便于处理、变换、存储，将来自不同信源的信号综合到一起传输 (4) 易于集成，使通信设备微型化，重量轻 (5) 易于加密处理，且保密性好 1.3.1 通信系统的分类按调制方式分类：基带传输系统和带通（调制）传输系统。调制传输系统又分为多种调制，详见书中表1-1。按信号特征分类：模拟通信系统和数字通信系统按传输媒介分类：有线通信系统和无线通信系统 3.1.2 随机过程的数字特征均值（数学期望）：方差：相关函数 3.2.1 平稳随机过程的定义（1）其均值与t 无关，为常数a ；（2）自相关函数只与时间间隔τ 有关。把同时满足（1）和（2）的过程定义为广义平稳随机过程。 3.2.2 各态历经性如果平稳过程使下式成立则称该平稳过程具有各态历经性。 3.2.4 平稳过程的功率谱密度非周期的功率型确知信号的自相关函数与其功率谱密度是一对傅里叶变换。这种关系对平稳随机过程同样成立，即有 []∫∞∞?=dx t x xf t E ),()(1ξ} {2)]()([)]([t a t E t D ?=ξξ2121212212121),;,()] ()([),(dx dx t t x x f x x t t E t t R ∫∫ ∞∞?∞∞?==ξξ???==)()(τR R a a ∫∫ ∞ ∞?∞∞??==ω ωπτττωωτξωτξd e P R d e R P j j )(21)()()(

3.3.2 重要性质广义平稳的高斯过程也是严平稳的。高斯过程经过线性变换后生成的过程仍是高斯过程。 3.3.3 高斯随机变量（1）f (x )对称于直线 x = a ，即（2） 3.4 平稳随机过程通过线性系统输出过程ξo (t )的均值: 输出过程ξo (t )的自相关函数：输出过程ξo (t )的功率谱密度: 若线性系统的输入是平稳的，则输出也是平稳的。如果线性系统的输入过程是高斯型的，则系统的输出过程也是高斯型的。 3.5 窄带随机过程若随机过程ξ(t )的谱密度集中在中心频率f c 附近相对窄的频带范围Δf 内，即满足Δf << f c 的条件，且 f c 远离零频率，则称该ξ(t )为窄带随机过程。 3.7 高斯白噪声和带限白噪声白噪声n (t ) 定义：功率谱密度在所有频率上均为常数的噪声－双边功率谱密度－单边功率谱密度 4.1 无线信道电磁波的分类：地波：频率 < 2 MHz ；距离：数百或数千千米天波：频率：2 ~ 30 MHz ；一次反射距离：< 4000 km 视线传播：频率 > 30 MHz ；距离: 4.3.2 编码信道模型 P(0 / 0)和P(1 / 1) －正确转移概率，P(1/ 0)和P(0 / 1) －错误转移概率 P (0 / 0) = 1 – P (1 / 0) P (1 / 1) = 1 – P (0 / 1) 2)(0 n f P n =)(+∞<

随机过程知识点

第一章:预备知识 §1、1 概率空间随机试验,样本空间记为Ω。定义1、1 设Ω就是一个集合,F 就是Ω的某些子集组成的集合族。如果 (1)∈ΩF; (2)∈A 若F ,∈Ω=A A \则F; (3)若∈n A F , ，，21=n ,则 ∞=∈1n n A F; 则称F 为-σ代数(Borel 域)。(Ω,F )称为可测空间,F 中的元素称为事件。由定义易知: . 216\,,)5)4(111F A A A i F A F B A F B A F i i n i i n i i i ∈=∈∈∈∈?∞ === ，，则，，，）若（；则若（；定义1、2 设(Ω,F )就是可测空间,P(·)就是定义在F 上的实值函数。如果 ()()()()∑∞ =∞==???? ???=?≠=Ω≤≤∈1121,,,31210,)1(i i i i j i A P A P A A j i A A P A P F A 有时，当）对两两互不相容事件（；）（；任意则称P 就是()F ,Ω上的概率,(P F ，，Ω)称为概率空间,P(A)为事件A 的概率。定义1、3 设(P F ，，Ω)就是概率空间,F G ?,如果对任意 G A A A n ∈,,,21 , ,2,1=n 有: (),1 1∏===???? ??n i i n i i A P A P 则称G 为独立事件族。 §1、2 随机变量及其分布随机变量X ,分布函数)(x F ,n 维随机变量或n 维随机向量,联合分布函数,{}T t X t ∈,就是独立的。 §1、3随机变量的数字特征定义1、7 设随机变量X 的分布函数为)(x F ,若?∞ ∞-∞<)(||x dF x ,则称 )(X E ＝?∞ ∞-)(x xdF 为X 的数学期望或均值。上式右边的积分称为Lebesgue-Stieltjes 积分。方差,()()[]EY Y EX X E B XY --=为X 、Y 的协方差,而 DY DX B XY XY = ρ 为X 、Y 的相关系数。若,0=XY ρ则称X 、Y 不相关。 (Schwarz 不等式)若,,22∞<∞

通信原理(第7版)复习资料

通信原理复习资料第一章绪论 1、模拟通信系统模型模拟通信系统是利用模拟信号来传递信息的通信系统 2、数字通信系统模型数字通信系统是利用数字信号来传递信息的通信系统 3、数字通信的特点优点：（1）抗干扰能力强，且噪声不积累（2）传输差错可控（3）便于处理、变换、存储（4）便于将来自不同信源的信号综合到一起传输（5）易于集成，使通信设备微型化，重量轻（6）易于加密处理，且保密性好缺点：（1）需要较大的传输带宽（2）对同步要求高 4、通信系统的分类（1）按通信业务分类：电报通信系统、电话通信系统、数据通信系统、图像通信系统（2）按调制方式分类：基带传输系统和带通（调制）传输系统（3）按信号特征分类：模拟通信系统和数字通信系统（4）按传输媒介分类：有线通信系统和无线通信系统（5）按工作波段分类：长波通信、中波通信、短波通信（6）按信号复用方式分类：频分复用、时分复用、码分复用 ★★5、通信系统的主要性能指标：有效性和可靠性有效性：指传输一定信息量时所占用的信道资源（频带宽度和时间间隔），是“速度”问题；模拟通信系统模型信息源信源编码信道译码信道编码信道数字调制加密数字解调解密信源译码受信者噪声源数字通信系统模型

可靠性：指接收信息的准确程度，也就是传输的“质量”问题。（1）模拟通信系统：有效性：可用有效传输频带来度量。可靠性：可用接收端解调器输出信噪比来度量。（2）数字通信系统：有效性：用传输速率和频带利用率来衡量。可靠性：常用误码率和误信率表示。码元传输速率R B ：定义为单位时间（每秒）传送码元的数目，单位为波特（Baud ）；信息传输速率R b ：定义为单位时间内传递的平均信息量或比特数，单位为比特/秒。 6、通信的目的：传递消息中所包含的信息。 7、通信方式可分为：单工、半双工和全双工通信 ★8、信息量是对信息发生的概率（不确定性）的度量。一个二进制码元含1b 的信息量；一个M 进制码元含有log 2M 比特的信息量。 9、信息源的熵，即每个符号的平均信息量：)x (p log )x (p I i 2n 1 i i ∑=- = 结论：等概率发送时，信息源的熵有最大值。第二章信道与噪声一确知信号与随机过程 1、确知信号：是指其取值在任何时间都是确定的和可预知的信号，通常可以用数学公式表示它在任何时间的取值。 2、确知信号的类型（1）按照周期性区分：周期信号和非周期信号（2）按照能量区分：能量信号和功率信号：特点：能量信号的功率趋于0，功率信号的能量趋于￥ 3、确知信号在频域中的性质有四种，即频谱、频谱密度、能量谱密度和功率谱密度。 4、确知信号在时域中的特性主要有自相关函数和互相关函数。 ★ 5、自相关函数反映一个信号在不同时间上取值的关联程度。能量信号的自相关函数R （0）等于信号的能量；功率信号的自相关函数R （0）等于信号的平均功率。 6、随机过程是一类随时间作随机变化的过程，它不能用确切的时间函数描述。 ★7、随机过程具有随机变量和时间函数的特点，可以从两个不同却又紧密联系的角度来描述：①随机过程是无穷多个样本函数的集合②随机过程是一族随机变量的集合。 ★8、随机过程的统计特性由其分布函数或概率密度函数描述。 9、高斯过程的概率分布服从正态分布，它的完全统计描述只需要它的数字特征。 ★★10、瑞利分布、莱斯分布、正态分布是通信中常见的三种分布：正弦载波信号加窄带高斯噪声的包络为莱斯分布；当大信噪比时，趋近于正态分布；小信噪比时近似为瑞利分布。 11、窄带随机过程：若随机过程x (t )的谱密度集中在中心频率f c 附近相对窄的频带范围Df 内，即满足Df << f c 的条件，且 f c 远离零频率，则称该x (t )为窄带随机过程。 ★★12、宽平稳随机过程的定义：P ？？. ★★13、各态历经性定义及应用：P ？？宽平稳与各态历经性的关系。二、信道分类：（1）无线信道－电磁波（含光波）

随机过程知识点汇总

４．特征函数)()(itX e E t g = 离散 ∑=k itx p e t g k )( 连续 ?∞ ∞ -=dx x f e t g itx )()( 重要性质：1)0(=g ，1)(≤t g ，)()(t g t g =-，k k k EX i g =)0( ５．常见随机变量的分布列或概率密度、期望、方差０－１分布 q X P p X P ====)0(,)1( p EX = pq DX = 二项分布 k n k k n q p C k X P -==)( np EX = npq DX = 泊松分布 ! )(k e k X P k λλ -== λ =EX λ =DX 均匀分布略正态分布),(2 σa N 2 22)(21)(σσ πa x e x f -- = a EX = 2 σ=DX 指数分布 ?? ?<≥=-0, 00,)(x x e x f x λλ λ 1 = EX 2 1 λ = DX ６．Ｎ维正态随机变量) ,,,(2 1 n X X X X Λ=的联合概率密度 ),(~B a N X )} ()(2 1 ex p{| |)2(1),,,(12 12 21a x B a x B x x x f T n n ---= -πΛ ) ,,,(21n a a a a Λ=，),,,(2 1 n x x x x Λ=，n n ij b B ?=)(正定协方差阵二．随机过程的基本概念１．随机过程的一般定义设) , (P Ω是概率空间，T 是给定的参数集，若对每个T t ∈，都有一个随机变量X 与之对应，则称随机变量

概率论与随机过程考点总结定稿版

概率论与随机过程考点总结 HUA system office room 【HUA16H-TTMS2A-HUAS8Q8-HUAH1688】

４．特征函数)()(itX e E t g = 离散 ∑=k itx p e t g k )( 连续 ?∞ ∞ -=dx x f e t g itx )()( 重要性质：1)0(=g ，1)(≤t g ，)()(t g t g =-，k k k EX i g =)0( 母函数：∑∞ ===0 )()(k k k k z p z E z g !) 0()(k g p k k = )1()('g X E = 2''")]1([)1()1()(g g g X D -+= ５．常见随机变量的分布列或概率密度、期望、方差０－１分布 q X P p X P ====)0(,)1( p EX = pq DX = 二项分布 k n k k n q p C k X P -==)( np EX = npq DX = 泊松分布 ! )(k e k X P k λλ -== λ=EX λ=DX 均匀分布略正态分布),(2σa N 2 22)(21)(σσ πa x e x f -- = a EX = 2σ=DX 指数分布 ???<≥=-0,00,)(x x e x f x λλ λ1=EX 21 λ=DX ６．Ｎ维正态随机变量),,,(21n X X X X =的联合概率密度),(~B a N X T n a a a a ),,,(21 =，T n x x x x ),,,(21 =，n n ij b B ?=)(正定协方差阵 3.随机向量的变换二．随机过程的基本概念１．随机过程的一般定义

通信原理试卷及答案

通信原理试卷(A ) 02.12.22 一填空题：（每个空0.5分，共15分） 1. 基带传输系统的总误码率依赖于信号峰值和噪声均方根值之比。 2. 调制信道对信号的干扰分为乘性干扰和加性干扰两种。 3. 若线形系统的输入过程()t i ξ是高斯型的，则输出()t o ξ是高斯型的。 4. 通断键控信号（OOK ）的基本的解调方法有非相干解调（包络检波法）及相干解调（同步检测法）。 5. 随参信道的传输媒质的三个特点分别为对信号的耗衰随时间而变、传输的时延随时间而变、多径传播。 6. 根据乘性干扰对信道的影响，可把调制信道分为恒参信道和随参信道两大类。 7. 包络检波法的系统误码率取决于系统输入信噪比和归一化门限值。 8. 起伏噪声又可分为热噪声、散弹噪声及宇宙噪声。 9. 数字基带信号()t S 的功率谱密度()ωS P 可能包括两部分即连续谱和离散谱。 10. 二进制振幅键控信号的产生方法有两种，分别为模拟幅度调制法和键控法。 11. 模拟信号是利用抽样、量化和编码来实现其数字传输的。 12. 模拟信号数字传输系统的主要功能模块是 A/D 、数字传输系统和D/A 。 13. 设一分组码（110110）；则它的码长是 6 ，码重是 4 ，该分组码与另一分组码（100011）的码距是 3 。二判断题：（正确划“√”，错误划“ ×”；每题0.5分，共5分） 1. 码元传输速率与信息传输速率在数值上是相等的。（ ×） 2. 一般说来，通过键控法得到二进制移频建控信号（2FSK ）的相位（n ?、n θ）与序列n 无关。（√ ） 3. 任何一个采用线性调制的频带传输系统，总可以由一个等效的基带传输系统所替代。（ √） 4. 白噪声是根据其概率密度函数的特点定义的。（ ×） 5. 基带传输系统的总误码率与判决门限电平有关。（√ ） 6. 对于受到高斯白噪声干扰的连续信道， B 与N S 可以互换。（× ） 7. 恒参信道对信号传输的影响是变化极其缓慢的，因此，可以认为它等效于一个时变的线性网络。（× ） 8. 对于受到高斯白噪声干扰的连续信道，若增加信道带宽B ，则信道容量C 无限制地增加。（× ） 9. 小信噪比时，调频系统抗噪声性能将比调幅系统优越，且其优越程度将随传输带宽的增加而增加。（ ×） 10. 一种编码的检错和纠错能力与该编码的最小码距的大小有直接关系。（ √）三选择题：（每题1分，共10分） a) 一个随机过程是平稳随机过程的充分必要条件是 B 。（A ）随机过程的数学期望与时间无关，且其相关函数与时间间隔无关；（B ）随机过程的数学期望与时间无关，且其相关函数仅与时间间隔有关；（C ）随机过程的数学期望与时间有关，且其相关函数与时间间隔无关；（D ）随机过程的数学期望与时间有关，且其相关函数与时间间隔有关； b) 下列属于线性调制的是 C 。（A ）相移键控；（B ）频移键控；（C ）振幅键控；（D ）角度调制。 c) 采用同步解调残留边带信号时，只要残留边带滤波器的截止特性在载频处具有 C 特性，就能够准确地恢复所需的基带信号。（A ）互补（B ）对称（C ）互补对称（D ）没有特殊要求

(完整版)随机过程知识点汇总

第一章随机过程的基本概念与基本类型一．随机变量及其分布 X ，分布函数 F (x) P(X x) 1．随机变量离散型随机变量 X 的概率分布用分布列 p P(X x k ) F(x) p k f (t)dt 分布函数 k x X 的概率分布用概率密度 f (x) F(x) 分布函数连续型随机变量 2．n 维随机变量 X (X ,X , , X ) 1 2 n F(x) F(x ,x , ,x ) P(X x , X 2 x , , X n x n ,) 其联合分布函数 1 2 n 1 1 2 离散型联合分布列连续型联合概率密度３．随机变量的数字特征数学期望：离散型随机变量 X EX x p k k X EX xf (x)dx 连续型随机变量 2 DX E(X EX) 2 EX (EX) 2 方差：反映随机变量取值的离散程度协方差（两个随机变量 X ,Y ）： B E[( X EX)(Y EY)] E(XY) EX EY XY B XY 相关系数（两个随机变量 X,Y ）： 0，则称 X ,Y 不相关。若 XY DX DY 独立不相关 itX g(t) E(e ) itx e p k 连续 g(t) k e itx f (x)dx ４．特征函数离散 g(t) 重要性质： g(0) 1， g(t) 1 g( t) g(t) ，， g (0) i EX k k k ５．常见随机变量的分布列或概率密度、期望、方差０－１分布二项分布 P( X 1) p,P( X 0) q EX p DX pq P(X k) C p q n k k k EX np DX n p q n k 泊松分布 P( X k) e k! EX DX 均匀分布略 ( x a)2 1 2 N(a, ) f (x) 2 2 2 EX a 正态分布 e DX 2

随机过程学习总结

随机过程学习报告通过这一段时间以来的学习，我认识到我们的生活中充满了随机过程的实例，在生活中我们经常需要了解在一定时间间隔[0,t)内某随机事件出现次数的统计规律，如到某商店的顾客数；某电话总机接到的呼唤次数；在电子技术领域中的散粒噪声和脉冲噪声；已编码信号的误码数等。在我们的专业学习——通信工程中，研究数字通信中已编码信号的误码流，数模变换中对信号进行采样等也都会应用到随机过程的知识，因此这门课程的学习是非常重要的。一、认识泊松过程与复合泊松过程的区别泊松过程是一类很重要的随机过程，随机质点流描述的随机现象十分广泛，下面我就通过运用泊松过程的知识解答一道书本中的实际应用题目：设移民到某地区定居的户数是一泊松过程，平均每周有两户定居，即λ=2。若每户的人口数是随机变量，一户4人的概率是1/6，一户3人的概率是1/3，一户两人的概率是1/3，一户一人的概率是1/6，且每户的人口数是相互独立的，①5周内移民到该地区定居的人口数是否为泊松过程？②求上述随机过程的数学期望与方差。分析：这道题目中的问题就是复合泊松过程的实际应用，这类过程具有泊松过程的一部分性质，不同的地方就在于随机质点流的到达不必再满足每次只能到一个的标准，这就将随机过程的研究与实际相融合，生活中的大部分过程其实是不可能满足每次到达一个这样的苛刻要求的，比如调查到达商场购物的人数等问题时，实际去商场购物时人们大多都是与好朋友结伴出行而不可能存在每个人都是独自来购物的现象，所以引入复合泊松过程是十分有必要的。解：设[0,t)时间内到该地定居的户数为N(t)，则{N(t)，t>=0}是一泊松过程，X(n)为第n 户移民到该地定居的家庭人口数，{X(0)=0,X(n),n=1,2,3···}是独立同分布随机变量列，Y(t)为[0,t)时间内定居到该地的人数。则Y(t)=∑=) (0 )n (X t N n t>=0 为一复合泊松过程， )()(υ?n X =4γi e *1/6+3γi e *1/3+2γi e *1/3+γi e *1/6 )()t (υ?Y =)1)((t )1(-γ?λX e 由特征函数的唯一性可知，Y(t)不是泊松过程。 E[X(n)]=4*1/6+3*1/3+2*1/3+1*1/6=5/2 E[）（n X 2 ]=16*1/6+9*1/3+4*1/3+1*1/6=43/6 则E[Y(t)]=λt*E[X(1)]=t*5; D[Y(t)]=λt*E[）（1X 2 ]=t*43/3; 则五周内定居到该地的人数数学期望为：5*5=25 方差为：5*43/3=215/3

随机过程知识点总结

第一章：考试范围1.3,1.4 1、计算指数分布的矩母函数. 2、计算标准正态分布)1,0(~N X 的矩母函数. 3、计算标准正态分布)1,0(~N X 的特征函数. 第二章： 1. 随机过程的均值函数、协方差函数与自相关函数 2. 宽平稳过程、均值遍历性的定义及定理 3. 独立增量过程、平稳增量过程，独立增量是平稳增量的充要条件 1、设随机过程()Z t X Yt =+，t -∞<<∞.若已知二维随机变量(,)X Y 的协方差矩阵为2122σρρσ?????? ，求()Z t 的协方差函数. 2、设有随机过程{(),}X t t T ∈和常数a ，()()()Y t X t a X t =+-，t T ∈，计算()Y t 的自相关函数（用(,)X R s t 表示）. 3、设12()cos sin X t Z t Z t λλ=+，其中212,~(0,)Z Z N σ是独立同分布的随机变量，λ为实数，证明()X t 是宽平稳过程. 4、设有随机过程()sin cos Z t X t Y t =+，其中X 和Y 是相互独立的随机变量，它们都分别以0.5和0.5的概率取值-1和1，证明()Z t 是宽平稳过程. 第三章： 1. 泊松过程的定义（定义3.1.2）及相关概率计算 2. 与泊松过程相联系的若干分布及其概率计算 3. 复合泊松过程和条件泊松过程的定义 1、设{(),0}N t t ≥是参数3λ=的Poisson 过程，计算： (1). {(1)3}P N ≤； (2). {(1)1,(3)3}P N N ==； (3). {(1)2(1)1}P N N ≥≥. 2、某商场为调查顾客到来的客源情况，考察了男女顾客来商场的人数. 假设男女顾客来商场的人数分别独立地服从每分钟2人与每分钟3人的泊松过程. (1)．试求到某时刻t 时到达商场的总人数的分布；

概率论与随机过程考点总结

概率论与随机过程考点总结 Coca-cola standardization office【ZZ5AB-ZZSYT-ZZ2C-ZZ682T-ZZT18】