第二章 随机信号分析1引言

合集下载

二章节随机信号分析

二章节随机信号分析
R(0) R( ) 10
(4)R() E 2[ (t)] (t)的直流功率
(5)R(0) R() 2 (t)的交流功率
任意确定功率信号f(t),功率谱密度
P S
(
)
PS ( )
lim T
F ( ) 2 T T
F ( ) T
是fT(t)(f(t)截短函数)的频谱函数
随机过程的功率谱密度应看作是每一可能实现的功率谱的统计
协方差函数与相关函数
用来衡量任意两个时刻上获得的随机变量 的统计相关特性
协方差
B(t1,t2)=E{[
(t1
)-a(t1)][
(t 2
)
-a(t2)]}
=
[
x1
a(t1
)][
x 2
a(t )] 2
f (x , x ;t ,t )dx dx
2 1 212
12
5
相关函数
R(t1,t2)=E[
(t 1
n12
n12
n
x x x
f (x , x ,x ;t ,t ,,t )
n12
n12
n
12
n
n越大,Fn,fn描述 (t) 的统计特性就越充分
4
数学期望与方差
E[ (t)]=
xf1
( x, t
)dx
a(t )
D[ (t)]=E{ (t) -E[ (t)] }2
=E[ (t) ]2-[E (t) ]2 = 2 (t)
f(x)在(, a)单调上升, (a, )单调下降
x 或 x
f (x) 0
f
( x)dx
1
且有
a
f
( x)dx

通信原理第2章-随机信号分析

通信原理第2章-随机信号分析

1 1 2
f ( x)dx f ( x)dx
a
2
在点 a 处取极大值: 1
2
■ a f x 左右平移
f x宽窄
a
x
37
二、正态分布函数
积分无法用闭合形式计算,要设法把这个积分式和可以在数学 手册上查出积分值的特殊函数联系起来,常引入误差函数和互 补误差函数表示正态分布函数。
38
三、误差函数和互补误差函数
39
40
四、为了方便以后分析,给出误差函数和互补误差 函数的主要性质:
41
42
2.5.4 高斯白噪声
43
这种噪声称为白噪声,是一种理想的宽带随机过程。 式子是一个常数,单位是瓦/赫兹。白噪声的自相关 函数:
说明,白噪声只有在 =0 时才相关,而在任意
两个时刻上的随机变量都是不相关的。白噪声的功 率谱和自相关函数如图。
F1 x1 ,
x1
t1
f1 x1 ,
t1
则称 f1 x1 , t1 为 (t的) 一维概率密度函数。
显然,随机过程的一维分布函数或一维概率密度函数 仅仅描述了随机过程在各个孤立时刻的统计特性,没 有说明随机过程在不同时刻取值之间的内在联系,因 此需要在足够多的时间上考虑随机过程的多维分布函 数
60
用示波器观 察一个实现 的波形,如 图所示,是 一个频率近 似为fc,包 络和相位随 机缓变的正 弦波。
Df -fc
s(t)
S( f )
O (a) 缓慢变化的包络[a(t)]
O
频率近似为 fc (b)
窄带过程的频谱和波形示意
61
Df
fc
f
t
因此,窄带随机过程ξ(t)可表示成:

0. 随机信号分析_序言

0. 随机信号分析_序言

我们知道,雷达是通过“目标”对电磁波的反射(称二次散 射)功率来发现目标的,测定其距离 R c t r 2 的。 c 3 1 0 8 m s 雷达接收到的目标的反射功率,是随对其“视角”的大小而 变化的(常用名词“雷达截面积”)。雷达对运动目标的“视角” 由目标运动所决定,由于“视角”的变化是“未知”的、“随机” 的,因此雷达接收到的“回波”信号幅度的变化是随机的。由于运 动目标与雷达的相向运动而产生的“多普勒”效应,使得“回波” 信号相位的变化也是随机的。另外,收到的信号中还夹带着噪声 (由接收机内部或外部产生的),而这些噪声本身就是随机的。
(1)自由电子随机运动,在电阻上产生的“热噪声” (2)雷达接收到的目标信号的“幅度与相位” (3)证券交易所中,某股票每周涨落的记录 (4)反映人的生理、心里活动的“脑电波” (5)反映地球物理特性的“地震信号” (5)抛一枚硬币,观察硬币哪一面朝上 (6)将一枚硬币连续抛多次,观察正面出现的次数 (7)在一批灯泡中任意抽取一只,测试其寿命
T
↖发射脉冲的周期
tr
↖电磁波往返于目标
于雷达间的时间
-发展-

概率论
20世纪40年代,概率论已形成了完整的理论体系,并 引用到多个领域,如:新产品的检验、彩票、保险等。

随机信号分析
二战期间,美国数学家维纳受雇于美国国防部,研究 自行火炮的控制问题,发现炮弹的着地点并不单纯按照弹 道学理论计算的那样,而是由很大的偏差,研究着地点分 布图,发现着地点呈正态分布(炮弹在发射和过程中受很 多随机因数的影响) 用确定性理论解决随机问题不行,必须相匹配的理论 来分析和研究

上述的所有 数学工具

随机信号分析
胡为
-绪论-

电子科技大学随机信号分析课件 第2章 随机信号

电子科技大学随机信号分析课件 第2章  随机信号

24

自相关函数描述的是随机信号任意两个时刻 的状态之间的内在联系。
R(t1 , t2 ) E X (t1 ) X (t2 )



x1 x2 f ( x1 , x2 ; t1, t2 )dx1dx2

4、自协方差函数和相关系数函数 自协方差函数是随机信号任意两个时刻的随机 变量的二阶混合中心矩。反映了任意两时刻 的起伏值之间的相关程度。
12
基本概率特性

一、一维概率分布 随机信号 X (t ) 在任意 t T 时刻的取值 X (t ) 是一维随机变量。概率 PX (t ) x 是取值 x ,时 刻 t 的函数,记做
F ( x; t ) PX (t ) x
称为随机信号 X (t ) 的一维概率分布函数。 若有F ( x; t ) 偏导数存在,则有
p 0.5 p 0.5
p 0.5 p 0.5
f ( x1 , x2 ; t1 , t2 ) 0.25 ( x1 cos(500 t1 ), x2 cos(500 t2 ))
0.25 ( x1 cos(500 t1 ), x2 sin(500 t2 ))
物理意义:描述了所有样 本函数在各个时刻的摆动 中心。
21

2、均方值函数和方差函数 随机信号X(t)在任一时刻t的取值是一个随 机变量X(t)。 X(t)的二阶原点矩称为随机信号 的均方值函数;二阶中心矩称为随机信号的方 差函数。
2 X (t ) VarX (t ) E( X (t ) X (t ))2
19
基本数字特征

随机变量的矩函数是确定值;随机信号的矩函 数是确定性时间函数。

第二章 随机信号分析

第二章  随机信号分析

SCUT DT&P Labs
5
2.2 随机过程的一般表述

自相关函数 R (t1, t2), 衡量同一个过程的相关程度。 R(t1 , t 2 ) E[x (t1 ) x (t 2 )]






x1 x2 f 2 (x1 , x2 ; t1 , t 2 )dx1dx2
自协方差B (t1, t2), 衡量同一个过程的相关程度。

Ps () =

-∞
R ( ) e -j d


R ( ) = (1/2) -∞ Ps () e j d (逆变换)
2001 Copyright
SCUT DT&P Labs
17
课堂练习

例2.4.1 x (t) sin(0 t + ),求x (t)的功率谱密度函数。 思路:首先证明x (t) 是平稳随机过程,然后对自相关函 数R ( ) 进行傅立叶变换,求得功率谱密度函数Ps () 。 其步骤为: 1,求数学期望 E[x (t)] =0,自相关函数R (t1, t2) = 0.5 cos0 ,因此数学期望与时间无关,相关函数仅与时间 间隔有关,因此x (t) 是平稳随机过程。 2,对R ( ) 进行傅立叶变换,求得Ps ()
P ( ) E[ Ps ( )] lim x E FT ( ) T
2 T
2001 Copyright
SCUT DT&P Labs
16

可以证明:平稳随机过程的功率谱密度 等于该过程的自相关函数的富里叶变换。
P ( ) R( ) 表示富里叶变换 x

复习:富里叶变换。
2001 Copyright

第2章随机信号分析

第2章随机信号分析

第二章随机信号分析随机信号分析确定性信号分析的不同与联系:随机信号分析、确定性信号分析的不同与联系:随机信号分析的主要内容:随机过程的一般表述平稳随机过程高斯过程窄带随机过程正弦波加窄带高斯过程稳随机过过线性系平稳随机过程通过线性系统2010-9-271引言信号:一般是时间的函数确定信号:可以用确定的时间函数表示的信号 周期信号和非周期信号能量信号和功率信号基带信号和频带信号模拟信号和数字信号随机信号:具有随机性,可用统计规律来描述 通信过程中要发送的信号是不可预知的,因此具有随机性,是随机信号,但信号的统计特性具有规律性。

噪声和干扰是随机的信号噪声和干扰是随机的信号;无线信道特性(可理解为系统传递函数)也是随机变2010-9-272化的。

随机过程:与时间有关的函数,但任一时刻的取值不确定(随机变量)随机过程可以看成对应不同随机试验的时间过程的集合。

如n(或无数)台性能完全的接收机输出的噪声波形,每个波形都是一个确定函数,为一个样本函数,各波形又各不相同。

也可看成一个接收机,不同实验输出不同的样本函数。

随机过程是所有样本函数的集合。

2010-9-2731随机过程的一般表述1 随机过程的般表述(1)样本函数:随机过程的具体实现样本空间所有实现构成的全体~()i x t )()t 样本空间:所有实现构成的全体所有样本函数及其统计特性构成了随机过程{}1~(),,),i S x x t =……~()t ξ2010-9-274随机过程是随机变量概念的延伸,即随机变量引入时间变量,成为随机过程。

每一个时刻,对应每个样本函数的取值{i(),,,,}{x(t),i=1,2,…,n}是一个随机变量。

固定时刻t1的随机变量计为ξ(t1)。

随机过程看作是在时间进程中处于不同时刻的随机变量的集合。

2010-9-27511随机过程的n维分布函数或概率密度函数往往不容易或不需要得到,常常用数字特征部分地表述随机过程的主要特征。

第二章 随机信号分析

第二章 随机信号分析

第二章 随机信号分析2.1 确知信号的频谱分析 一.付立叶变换任一信号有两种表示方法:时域表示法)(t f :信号的大小随时间的变化。

频域表示法)(w F :信号的振幅和相位随频率成分的变化。

两种表示法互相对应,记做:)()(w F t f ↔。

变换式为:dw e w F t f jwt ⎰∞∞-=)(21)(πe w F dt e tf w F w j jwt )()()()(θ--∞∞-==⎰|)(|w F 为模,表示幅度谱;)(w θ为幅角,表示相位谱。

二.付氏变换的性质若)()(w F t f i i ↔注:抽样函数xx Sa )(=四.功率谱密度和能量谱密度1.功率信号:时间无限的信号,具有无限的能量,但平均功率有限。

2.能量信号:时间有限的信号,信号能量有限,在全部时间内的平均功率为0。

3.信号的功率(能量):电压(电流)f (t) 加在单位电阻上消耗的功率(或能量)。

信号的瞬时功率(能量)为)(2t f ,总功率(能量)为⎰∞∞-dt t f )(2。

4.能量信号的能量和能量谱密度⎰⎰⎰∞∞-∞∞-∞∞-=-==dw w F dw w F w F dt t f E 22|)(|21)()(21)(ππ(实函数时,F(-w)=F *(w) )定义:能量谱密度2|)(|)(w F w =ξ,能量⎰⎰∞∞-∞∞-==df f dw w E )()(21ξξπ5.无限非周期信号的平均功率和功率谱密度 用f T (t)代表无限信号f (t)在(-T/2, T/2)上的截断函数,只要T 有限,f T (t)就有能量:⎰⎰∞∞-∞∞-==dw w F dt t f E T T 22|)(|21)(π当T ∞时,其平均功率为:dw Tw F dt t f TP T T TT T T 2222|)(|21)(1limlim⎰⎰∞∞-∞→-∞→==π定义:功率谱密度Tw F w S T T f 2|)(|)(lim∞→=平均功率⎰⎰∞∞-∞∞-==df f S dw w S P f f )()(21π5.无限周期信号的平均功率和功率谱密度 功率谱密度∑∞-∞=-=n T nf nw w Cw S )(||2)(2δπ, 平均功率∑∞-∞==n nCP 2||C n 为各个频率点的幅度,|C n |2为nw T 分量的平均功率五.信号通过线性系统1.系统的传递函数 以冲激函数δ(t)作为激励,通过系统后的响应h (t)为该系统的传递函数2.线性系统——满足叠加定理若激励f 1 (t)和f 2 (t)的响应分别是r 1 (t)和r 2 (t),则激励af 1 (t)+bf 2 (t) 的响应是ar 1 (t)+br 2 (t)。

[自然科学]第2章随机信号分析

[自然科学]第2章随机信号分析
1 T2 lim T xt dt a a x f x dx T T 2 2 1 T2 2 2 2 x a f x dx lim x t a dt T T T 2 T 1 2 R lim xt xt dt R T T T 2
t 所有样本函数在时刻t 的函数值的平均,
E t xf x, t dx at

也称集平均,以区别时间平均的概念。
第 二 章 随 机 信 号 分 析
§2.2 随机过程的一般表达
方差定义 2 t :(偏离均值的程度)
Dt Et E t
f n x1 , xn ; t1 , t 2 ,t n
对于一维的情况来说,一维概率密度函数 与时间无关。即 f x 二维概率密度函数只与时间间隔 有关, 即 f x1 x2 ,
第 二 章 随 机 信 号 分 析
§2.3 平稳随机过程
平稳随机过程的统计特性: (1) 均值(数学期望)
第 二 章 随 机 信 号 分 析
§2.5 高斯过程
高斯过程又称正态随机过程,是一种普遍 存在又十分重要的随机过程。通信信道中的噪 声,通常是一种高斯过程。 先看一维分布的情况。 高斯过程在给定任一时刻上,则是一高斯随 机变量 ,其概率密度函数为:
f x x a 2 1 exp 2 2 2
a ~ 均值 常量 2 ~ 方差 exp ~ 以e为底的指数函数
第 二 章 随 机 信 号 分 析
§2.5 高斯过程
f x
1 2
a
x
高斯概率密度函数曲线
则 称服从高斯分布(也称正态分布)的 随机变量。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第二章 随机信号分析2.1 引 言任何一个通信系统其作用都是传输消息信号。

而信号在传输过程中不可避免会受到通信系统内外各种噪声的干扰。

因此对通信系统的研究始终离不开对信号和噪声的分析,它和系统分析一起构成通信的理论基础。

⎩⎨⎧通信系统分析信号和噪声分析通信的理论信号的变化可表现为任一物理量的变化,通信系统中一般感兴趣的是电量的变化,如随时间变化的电流、电压。

对于各种各样的信号,可按不同方法分类。

⎩⎨⎧随机信号确定性信号⎩⎨⎧离散信号连续信号⎩⎨⎧非周期信号周期信号确定信号:表征信号的所有参量都是确定的,能写出明确的瞬间函数值, ()()00ϕ+ω⋅=t A t e sin ,()也就确定时00 t e t t ,=,确定信号如:发射机振荡器输出的正弦载波。

随机信号:“随机”两个字的本义含有不可预测意思,不能用单一时间函数表达。

随机信号是指一些不规则的信号。

⎩⎨⎧),(:通信失去意义如消息信号确知受信者接收的消息信号通信系统中的噪声随机信号确定信号是理论上的抽象,与随机信号的特性之间有一定联系,用确定性信来分析系统,使问题简化,在工程上有实际应用意义。

采用傅立叶理论分析。

随机信号:或称随机过程,采用统计数学方法,用随机过程理论分析研究。

随机信号的一般特性有均值,最大小值、均方值,平均功率值及平均频谱。

见下表:本章主要介绍随机信号与噪声的表示方法和基本特性,以及它们通过线性系统的基本分析方法。

在介绍之前,先复习确定信号分析的基本内容,这不仅是为了本章的需要,也是为了本书的需要。

2.2 确定信号分析2.2.1 周期信号的傅里叶表示及其频谱信号分析是将一复杂信号分解为若干简单的单元信号分量,并从这些分量的组成情况去观察信号的特性。

在高等数学中我们知道将一个复杂函数可以分解成若干个幂级数之和: ()∑∞==n n n x a x f对于一个周期为T 的周期信号()t f (满足狄利赫莱条件),都可用傅立叶级数表示。

三角级数的表示形式:()()()()∑∑∑∞=∞=∞=+=++=++=001001000cos cos sin cos 2n n n n n n n n n t n A t n A A t n b t n a a x f ϕωϕωωω上式指出,任何一个满足狄利赫莱条件的周期信号可以分解为直流分量和许多正弦分量,这些正弦分量的频率必须是基频0f 的整数倍,称为谐波。

各次谐波的幅度n A 和相位n ϕ决定于原信号,都是谐波0ωn 的函数。

n Aωn 三角形式幅度频谱图举 例:作为一个周期信号()t f 用三角级数分解的例子,我们考虑矩形函数(脉冲信号)。

当矩形函数用多项t sin 近似后,近似程度改善,谐波项数增加,越逼近矩形函数。

参见图示。

对于一般情况下,将振幅n A 对0ωn 的函数关系绘图成下图所示的线图,称为幅度频谱图。

同样,可绘出n ϕ对0ωn 的相位频谱图。

利用欧拉(Euler )公式,可将三角函数和指数函数联系起来:2ϕ-ϕ+=ϕj j e e cos ,j e e j j 2ϕ-ϕ-=ϕsin指数级数的表示形式:()()∑∑+∞∞-ω+∞∞-ω=ω==t jn n tjn e F en F t f 0 0 0(这里n 包括了从∞-到∞+的全部整数,出现负频率是写成指数项后出现的一种数学形式。

) 同样,可绘出复数振幅n F 的频谱图(如下图)。

图中每一条谱线代表一个指数项,频谱对n F 轴来讲是对称的,且每一指数谱线的长度等于n A 21。

(n A ~三角谱的谱线),(0F 谱线除外,仍然00A F =)。

ttt)t下面举周期性矩形脉冲信号的例子。

周期性矩形脉冲波信号见下图。

采用作频谱图分析,较数学表示式一目了然。

(见下图)2.2.2非周期信号的频谱 —— 傅里叶变换与频谱密度 一、非周期信号的频谱周期信号的付氏表示及频谱:()()∑+∞-∞=ωω=n t jn e n F t f 0()()⎰--=22001TT t jn dt e t f Tn F ωω则其频谱当周期脉冲信号的重复周期无限增大时,此信号转化为非周期性单脉冲信号。

信号周期不复存在,或说信号周期无限大。

()n F n F =ω000ωn 指数形式幅度频谱图(复数频谱图)tω周期脉冲信号的复数频谱图 相同)(x Sa =将周期信号的频谱()()⎰-ω-=ω22001T T t jn dt e t f T n F 代入付氏表示式:()()t jn T T t n j n n tjn e dt e t f T e n F t f 00022 01 ω-ω-∞+-∞=+∞-∞=ω⋅=ω=⎰∑∑])([//式中,周期00012 2ω=πωπ=T T ,当∞→T 时,00→ω→ωd , 00→ω)(n F , ω→ω0n谱线距离渐密 谱线长度渐小(短) 不连续变量 趋于零 趋于零 趋于连续变量从数学角度讲:极限情况下,无限多个无穷小之和,仍可等于一有限值,这个值决定于信号的能量。

从物理角度讲:一个信号无论怎样分解,其能量不能改变,频谱规律仍然存在。

∞→T ,πω→πω=2210d T非周期性信号()t f 表示为:ω⋅π=ω∞∞-ω-∞∞-⎰⎰d e dt e t f t f tj t j ])([)(21 再来看周期信号的频谱,对周期信号的频谱两边乘上周期T ,并令∞→T ,()()⎰-ω-∞→∞→=ω2200TT t jn T T dt e t f n TF lim lim上式左边,)(0ωn F (00→ω)(n F )为无穷小量,T (∞→T )乘无穷小量()0ωn F 可能是有限值,记为:()()⎰∞∞-ω-=ωdt e t f F t j (称)(ωF 频谱密度函数,)(t f 为原函数) 这时,非周期性信号()t f 的表示:⎰⎰⎰∞∞-ωω∞∞-ω-∞∞-ωωπ=ω⋅π=d e F d e dt e t f t f tj t j t j )(])([)(21 21 这就是()t f 的傅立叶积分表示式。

)()(ω=ω-∞∞-⎰F dt e t f t j()()ωF t f , 列为一对傅立叶变换式()()()()⎰⎰∞+∞-ω+∞∞-ω-ωωπ==ωd e F t f dte tf F tj t j 21 记为:()()付氏反变换付氏正变换 )]([ F )]([ F 1ωωF t f t f F -==或记为: ()()t f F ↔ω,()()ω↔F t f ☆ 频谱密度与离散频谱的关系比喻一列火车在铁轨上,铁轨和火车轮子接触的几个点上受力。

铁轨离散负荷:个轮子的荷重第k W k nk kωω=∑=1如果不用轮,车厢直接密合压在铁轨上,则:()⎰=λdx x D W式中,λ ~轨道长度,()x D ~负荷密度,()x x D ∆ ~一小段轨道x ∆的荷重离散频谱信号,其能量集中在一些谐波分量中,而连续频谱信号,其能量分布在所有频率中,每一频率分量包含的能量为无穷小量,无穷小量之和等于该信号的能量(有限值)。

二、几个典型信号的频谱函数 (1) 门函数(单个矩形脉冲)门函数: ()⎪⎩⎪⎨⎧τ>τ-<τ<<τ-=22022t t t A t f , , 其频谱函数: ()()22ωτω==ω⎰∞+∞-ω-sin A dt et f F tj()x D λ铁轨离散负荷示意图 车厢直接密合压在铁轨的负荷示意图频谱函数的模量: ()2222ωτωττ=ωτω=ωsinsin A A F 频谱的相位:()()()()Λ,3 ,2, 1 ,0222122 1224,,0±±±=⎪⎪⎩⎪⎪⎨⎧+<<++<<=n n n n n τπωτπτπωτππωϕ门函数及频谱图形见下图:(2) 单位阶跃函数(开关通断电压信号源)V U 1=开关通断电压信号源的电路图门函数~ t f t ()频谱函数~ ωF ωτωω()频谱函数的相位~ ωϕU ()t U tt(F ~ 单位阶跃函数()t U 2π±j(3) 单位冲激函数 ()t δ()t δ的性质: ()()()0011≠=δ=δ⎰∞∞-t t dt t 积分值为(()()⎰∞∞-ω-=δ=ω1dt e t F t j()()t d e t tj δ↔ω⋅π=δ⎰∞∞-ω1 , 121)三、()t δ函数的抽样性质0=t 时,()()()()0f t t f t δ=⋅δ()()()()()00f dt t f dt t f t =δ=δ⎰⎰∞∞-∞∞-推理:()()()⎰∞∞-=-δ00t f dt t f t t()t δ函数的抽样性质图示:()0t f 等于()t δ函数与()t f 函数乘积之积分运算。

()t δtt()ωF ~ 单位冲激函数的频谱~ 单位冲激函数tt=⎰∞∞- d t。

相关文档
最新文档