随机信号分析(第3版)第三章 习题答案
随机信号分析(第3版)习题及答案

1. 2. 3. 4. 5.6.有四批零件,第一批有2000个零件,其中5%是次品。
第二批有500个零件,其中40%是次品。
第三批和第四批各有1000个零件,次品约占10%。
我们随机地选择一个批次,并随机地取出一个零件。
(1) 问所选零件为次品的概率是多少?(2) 发现次品后,它来自第二批的概率是多少?解:(1)用i B 表示第i 批的所有零件组成的事件,用D 表示所有次品零件组成的事件。
()()()()123414P B P B P B P B ====()()()()12341002000.050.420005001001000.10.110001000P D B P D B P D B P D B ========()11110.050.40.10.10.16254444P D =⨯+⨯+⨯+⨯=(2)发现次品后,它来自第二批的概率为,()()()()2220.250.40.6150.1625P B P D B P B D P D ⨯===7. 8.9. 设随机试验X 的分布律为求X 的概率密度和分布函数,并给出图形。
解:()()()()0.210.520.33f x x x xδδδ=-+-+-()()()()0.210.520.33F x u x u x u x =-+-+-10.11. 设随机变量X 的概率密度函数为()xf x ae -=,求:(1)系数a ;(2)其分布函数。
解:(1)由()1f x dx ∞-∞=⎰()()2xxx f x dx ae dx ae dx e dx a ∞∞∞---∞-∞-∞==+=⎰⎰⎰⎰所以12a =(2)()1()2xxtF x f t dt e dt --∞-∞==⎰⎰所以X 的分布函数为()1,0211,02xx e x F x e x -⎧<⎪⎪=⎨⎪-≥⎪⎩12.13.14.X Y求:(1)X 与Y 的联合分布函数与密度函数;(2)X 与Y 的边缘分布律;(3)Z XY =的分布律;(4)X 与Y 的相关系数。
随机信号与分析课后答案 王琳DOC

第一章 随机过程基础本章要点概率论、随机变量、极限定理等等是随机信号分析与处理应用的理论基础。
本章主要内容:概率,随机变量及其概率分布,随机变量函数的分布,随机变量的数字特征,特征函数等概念。
基本内容一、概率论 1、古典概型用A 表示所观察的随机现象(事件),在A 中含有的样本点(基本事件)数为A n ,则定义事件A 出现的概率()P A 为 ()An P A n=(1-1)2、几何概型用A 表示所观察的随机现象(事件),它的度量大小为()L A ,则规定事件A 出现的概率()P A 为 ()()()E L A P A L S =(1-2)3、统计概率对n 次重复随机试验C E ,事件A 在这n 次试验中出现的次数()n f A 称为频数。
用事件A 发生的频数()n f A 与试验次数n 的比值()n F A 称为频率()()()n n f A P A F A n≈=(1-3)4、概率空间对随机试验E ,试验的各种可能结果(称基本事件、样本点)构成样本空间E S (也称基本事件空间),在样本空间中的一个样本点或若干个样本点之适当集合称为事件域A (A 中的每一个集合称为事件)。
若事件A ∈A ,则()P A 就是事件A 的概率。
并称{},,E S P A 为一个概率空间,而样本空间E S ,事件域A,概率P 是构成概率空间的三个要素。
二、随机变量1、随机变量的概念 设已知一个概率空间(),,E S P A ,对E s S ∈,()X s 是一个取实数值的单值函数,则对任意实数1x ,()1X s x ≤是一个随机事件,且(){}1:s X s x ≤∈A,则称()X s 为随机变量。
显然,随机变量()X s 总是联系着一个概率空间,这将使对随机事件的研究转化为对随机变量的研究。
为了方便,此后若无特别需要将随机变量()X s 简记为X 。
2、随机变量的概率密度函数定义随机变量X 的累积概率分布函数为()()F x P X x =≤而把它的导数定义为随机变量X 的概率密度函数。
随机信号习题及答案

3.
⎧0 ⎪ 已知随机变量 X 的分布函数为: FX ( x) = ⎨kx 2 ⎪1 ⎩
x<0 0 ≤ x < 1 ,求:①系数 k;②X 落在区间 x >1
0 < x < +∞,0 < y < +∞ 其它
(0.3,0.7)内的概率;③随机变量 X 的概率密度函数。
4.
⎧e − ( x + y ) 设二维随机变量(X,Y)的概率密度为: f ( x, y ) = ⎨ ⎩0
求:①
分布函数 FXY ( x, y ) ;②(X,Y)落在如图所示的三角形区域内的概率。
y x+y=1
0
x
5. (续上题)求③边缘分布函数 FX ( x) 和 FY ( y ) ;④求边缘概率 f X ( x) 和 fY ( y ) 。 6. ( 续 上 题 ) ⑤ 求 条 件 分 布 函 数 FX ( x y ) 和 FY ( y x) ; ⑥ 求 条 件 概 率 密 度 f X ( x
103
9 若两个随机过程 X (t ) = A(t )cos t 和 Y (t ) = B(t )sin t 都是非平稳过程,其中 A(t ) 和 B (t ) 为相互独立,且 各自平稳的随机过程,它们的均值为 0 ,自相关函数 R A (τ ) = RB (τ ) = R (τ ) 。试证这两个过程之和
和 Y 的相关性及独立性。
11. 已知随机变量 X 的均值 m X = 3 ,方差 σ 2 X = 2 ,且另一随机变量 Y = −6 X + 22 。讨论 X 和 Y 的相关性和正交性。 12. 设随机变量 Y 和 X 之间为线性关系 Y = aX + b ,a、b 为常数,且 a ≠ 0 。已知随机变量 X 为正态分布,即:
随机信号分析答案(赵淑清版)3

第三次作业:练习一之9、10、11题1.9随机变量X 和Y 分别在[0,a ]和[0,2π]上均匀分布,且互相独立。
对于a b <,证明:a bY b x P π2)cos (=<证:rv . X 和Y 分别在[0,a ]和[0,2π]上均匀分布 有⎪⎪⎩⎪⎪⎨⎧≤≤=其它001)(ax a X f 和⎪⎪⎩⎪⎪⎨⎧≤≤=其它0202)(ππy Y f⎪⎩⎪⎨⎧≤≤<≤⇒⎭⎬⎫<≤<20cos 0cos cos πy y b x a b y b Y b x Y b x cos <)20,cos 0()cos (π≤≤<≤=<y y b x p y b x p⎰⎰=2/0cos 0),(πyb dxdy y x f dy⎰⎰=2/0cos 0)()(πyb dxdy y f x f dy 因为rv . X 和Y 相互独立⎰⎰⋅=2/0cos 021ππyb dxdy a dy⎰⋅=2/0cos 2ππydy a bab π2=命题得证1.10 已知二维随机变量(21,X X )的联合概率密度为),(2121x x f X X ,随机变量(21,X X )与随机变量(21,Y Y )的关系由下式唯一确定⎩⎨⎧+=+=2111221111Y d Y c X Y b Y a X ⎩⎨⎧+=+=212211dX cX Y bX aX Y 证明:(21,Y Y )的联合概率密度为),(1),(21112111212121y d y c y b y a f bcad y y f X X Y Y ++-=证:做由),(2121y y f Y Y 到),(2121x x f X X 的二维变换),(2121x x f X X =J ),(2121y y f Y Y ),(2121y y f Y Y =J1),(2121x x f X X bc ad d c b a x y x y x y x y J -==∂∂∂∂∂∂∂∂=22122111 ),(1),(21112111212121y d y c y b y a f bc ad y y f X X Y Y ++-=1.11 随机变量X,Y 的联合概率密度为2,0)sin(),(π≤≤+=y x y x A y x f XY求:(1)系数A ;(2)X,Y 的数学期望;(3)X,Y 的方差;(4)X,Y 的相关矩及相关系数。
随机信号分析课后习题答案

随机信号分析课后习题答案随机信号分析课后习题答案随机信号分析是现代通信系统设计和信号处理领域中的重要基础知识。
通过对随机信号的分析,我们可以更好地理解和处理噪声、干扰等随机性因素对通信系统性能的影响。
下面是一些关于随机信号分析的课后习题及其答案,希望对大家的学习有所帮助。
1. 什么是随机信号?随机信号是在时间域上具有随机性质的信号。
与确定性信号不同,随机信号的每个样本值都是随机变量,其取值不是确定的。
随机信号可以用统计特性来描述,如均值、方差、功率谱密度等。
2. 什么是平稳随机信号?平稳随机信号是指在统计性质上不随时间变化的随机信号。
具体来说,平稳随机信号的均值和自相关函数不随时间变化。
平稳随机信号在实际应用中较为常见,因为它们具有一些方便的数学性质,可以简化信号处理的分析和设计。
3. 如何计算随机信号的均值?随机信号的均值可以通过对信号样本值的求平均来计算。
对于离散时间随机信号,均值可以表示为:E[x[n]] = (1/N) * Σ(x[n])其中,E[x[n]]表示信号x[n]的均值,N表示信号的样本数,Σ表示求和运算。
4. 如何计算随机信号的方差?随机信号的方差可以用均方差来表示。
对于离散时间随机信号,方差可以表示为:Var[x[n]] = E[(x[n] - E[x[n]])^2]其中,Var[x[n]]表示信号x[n]的方差,E[x[n]]表示信号的均值。
5. 什么是自相关函数?自相关函数是用来描述随机信号与其自身在不同时间延迟下的相似性的函数。
自相关函数可以用来分析信号的周期性、相关性等特性。
对于离散时间随机信号,自相关函数可以表示为:Rxx[m] = E[x[n] * x[n-m]]其中,Rxx[m]表示信号x[n]的自相关函数,E[ ]表示期望运算。
6. 如何计算随机信号的自相关函数?随机信号的自相关函数可以通过对信号样本值的乘积进行求平均来计算。
对于离散时间随机信号,自相关函数可以表示为:Rxx[m] = (1/N) * Σ(x[n] * x[n-m])其中,Rxx[m]表示信号x[n]的自相关函数,N表示信号的样本数,Σ表示求和运算。
《随机信号分析》-高新波等-课后答案

C = *第0章1/1;1/ 2;1/ 3;1/4;1/ 5;1/ 6;2 /1;2 / 2;2 / 3;2 /4;2 / 5;2/6;3/l;3/2;3/3;3/4;3/5;3/6;4/l;4/2;4/3;4/4;4/5;4/6;5/l;5/2;5/3;5/4;5/5;5/6;6/l;6/2;6/3;6/4;6/5;6/64 = {l/l;2/2;3/3;4/4;5/5;6/6}1/5;!/ 6;2 /4;2 / 5;2 / 6;3 / 3;3 / 4;3 / 5;3 / 6;4 / 2;4 / 3;4 / 4;4 / 5;'4/6;5/l;5/2;5/3;5/4;5/5;5/6;6/l;6/2;6/3;6/4;6/5;6/6 /1 /1;1 / 2;1 / 3;1 / 4;1 / 5;1 / 6;2 /1;2 / 2;2 / 3;2 / 4;2 / 5;2 / 6;3 /1;3 / 2;'3/3;3/4;3/5;3/6;4/l;4/2;4/3;5/l;5/2;5/3;6/l;6/2;6/3B =0.2(2)'0用)=x < 00<x<30x 2/12 2x -3-x 2/4,3<x <41 x>4P (l<x<7/2)=f^v +⑴⑶0.3E (X )= L 2<T :t/r = £ ~^y %dy =E (X2)=「Ji 奇dx = 了241a\^e~y 晶尸dy = 2a 2r (2)= 2a 2o(x)=£(/)-(研x))2=2尸_m S=04292S 0.4⑴£(Jf)=(-1)x03+0x0.44-1x03=0£(K)=1x0.4+2x0.2+3x0.4=2(2)由于存在X=0的情况,所以研Z)不存在(3)E(Z)=(-1-1)2x0.2+(-1-2)2xO.l+(O-l)2xO.l+(0-3)2x0.3+(l-l)2xO.1+0-2)2x0.1+(1-3)2x0.1=5 0.5X=ln*,当\dy\=^M=^e(Iny-mf2/”00.6t2+勺血s=£0<x<l,0<.y<2f32\X x~.—+—s as=(363-)7X*i X丁-312=诉号>=2尸号间=fp+导=土名/(x)0.7££be~^x+y^dxdy=[/>(1-e~'\~y dy=/>(1-e-,)= 1,/>=(!—e~x尸/(x)=he~x Ve-y dy=—^e~x fi<x<\f(y)=be~y^e~x dx—e~y,y>00.8(1)x,v不独立⑵F(z)=££~'|(X+yY{x+y}dxdy=£|/『(xe~x +ye~x}ixdy =g按(1一(1+Z一*片5+*(]_e-(z-y)肱,=]_]+z+/2\2f(z)=F'(z)=\+z+—e~:-(1+z)e~z=—e-2,z>0、2)20.9。
随机信号分析基础第三章课后答案

第三章,平稳随机过程的n 维概率密度不随时间平移而变化的特性,反映在统计特征上就是其均值不随时间的变化而变化,mx 不是t 的函数。
同样均方值也应是常数。
(2)二维概率密度只与t1,t2的时间间隔有关,而与时间起点t1无关。
因此平稳过程的自相关函数仅是单变量tao 的函数。
则称他们是联合宽平稳的。
第三章Chapter 3 ==========================================3.2 随机过程()t X 为()()ΦωX +=t cos A t 0式中,A 具有瑞利分布,其概率密度为()02222>=-a eaa P a A ,σσ,()πΦ20,在上均匀分布,A Φ与是两个相互独立的随机变量,0ω为常数,试问X(t)是否为平稳过程。
解:由题意可得:()[]()()002121020222220002222=⇒+=*+=⎰⎰⎰⎰∞--∞φφωπσφπσφωX E πσσπd t cos da e a a dad eat cos a t a a ()()()[]()()()()()()[]()()()()()120212021202021202022212020220210120220222020100222222002010212121221122102122121212212122222222222222t t cos t t cos t t cos det t cos da e e a t t cos dea d t t cos t t cos a d ea d t cos t cos da eaadad e at cos a t cos a t t t t R a a a a a a a -=-⨯=-⨯-=-⨯⎪⎩⎪⎨⎧⎪⎭⎪⎬⎫-∞+-=-⨯-=⎩⎨⎧⎭⎬⎫+++---=++=++==-∞∞---∞∞-∞--∞⎰⎰⎰⎰⎰⎰⎰⎰⎰ωσωσωσωωφφωωπσφπφωφωσφσπφωφωX X E σσσσπσπσσπXX )(,可见()[]t X E 与t 无关,()21t t R ,XX 与t 无关,只与()12t t -有关。
随机信号分析(常建平 李海林版)课后习题答案知识讲解

由于百度文库格式转换的原因,不能整理在一个word 文档里面,下面是三四章的答案。
给大家造成的不便,敬请谅解随机信号分析 第三章习题答案、随机过程 X(t)=A+cos(t+B),其中A 是均值为2,方差为1的高斯变量,B 是(0,2π)上均匀分布的随机变量,且A 和B 独立。
求(1)证明X(t)是平稳过程。
(2)X(t)是各态历经过程吗?给出理由。
(3)画出该随机过程的一个样本函数。
(1)(2)3-1 已知平稳过程()X t 的功率谱密度为232()(16)X G ωω=+,求:①该过程的平均功率?②ω取值在(4,4)-范围内的平均功率?解[][]()[]2()cos 211,cos 5cos 22X E X t E A E t B A B R t t EA τττ=++=⎡⎤⎣⎦+=+=+与相互独立()()()21521()lim2TT T E X t X t X t X t dt AT-→∞⎡⎤=<∞⇒⎣⎦==⎰是平稳过程()()[]()()4112211222222242'4(1)24()()444(0)41132(1)224414414(2)121tan 13224X X XE X t G d RFG F e R G d d d arc x x ττωωωωωππωωπωωπωπωω∞----∞∞-∞-∞∞--∞∞⎡⎤⨯⎡⎤==⋅=⋅⎢⎥+⎣⎦====+==⎛⎫+ ⎪==⎣⎦=++⎝⎭=⎰⎰⎰⎰⎰P P P P 方法一()方:时域法取值范围为法二-4,4内(频域的平均率法功)2d ω=3-7如图3.10所示,系统的输入()X t 为平稳过程,系统的输出为()()()Y t X t X t T =--。
证明:输出()Y t 的功率谱密度为()2()(1cos )Y X G G T ωωω=-[][]:()[()()]{()()}{()(}2()()()()()()()()2(()[)()(()()]()())Y X X X Y X X Y Y Y X X X Y Y j T j T R E Y t Y t E X t X t T X t X t T R R R R E Y t Y t G F R T T e e G R G R G G G G ωωτττττωτωττωττττωωωω-⇒⇒=+=--+-+-=--=+=-⇔⇔∴=-+-=已知平稳过程的表达式利用定义求利用傅解系统输入输出立叶平变稳换的延时特性2()2()22()(1cos )j T j T X X X e e G G G T ωωωωωω-⎡⎤+-⎢⎥⎣⎦=-此文档来源于网络,如有侵权请联系网站删除3-9 已知平稳过程()X t 和()Y t 相互独立,它们的均值至少有一个为零,功率谱密度分别为216()16X G ωω=+22()16Y G ωωω=+令新的随机过程()()()()()()Z t X t Y t V t X t Y t =+⎧⎨=-⎩ ①证明()X t 和()Y t 联合平稳; ②求()Z t 的功率谱密度()Z G ω? ③求()X t 和()Y t 的互谱密度()XY G ω? ④求()X t 和()Z t 的互相关函数()XZ R τ? ⑤求()V t 和()Z t 的互相关函数()VZ R τ 解:()()4124(1)()()()2[()]()0[()]0()2[()]0()()(,)[()][()]0()()(2)()()()()[()()][()()][()X X X Y XY Z X t Y t R F G e E X t R E X t R eE Y t X t Y t R t t E X t E Y t X t Y t Z t X t Y t R E Z t Z t E X t Y t X t τττωτδττττττ---==∞=⇒=⎡⎤⎣⎦=-⇒=∴+=⋅+=⇒=+=+=++Q 、都平稳=与与联合独平立稳[][]{}2214||()]()()()()()0()()()16()()()116(3)()0()0(4)()[()()]()()()()()()[()]2(5)(X YX XY Y XY Z X Y Z X Y XY XY XZ X XY X X VZ Y t R R R R R R R R G G G R G R E X t Z t E X t X t Y t R R R F G e R ττττττττττωωωωωτωτττττττωτ--++=+++=∴=++∴=+==+=→==+=+++=+===Q {}4||)[()()][()()][()()]()()()4X Y E V t Z t E X t Y t X t Y t R R e ττττττδτ-=+=-+++=-=+-3-11 已知可微平稳过程()X t 的自相关函数为2()2exp[]X R ττ=-,其导数为()()Y t X t '=。
- 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、"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、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)。
Z (t )的均值: E[ Z (t )] = E[ A ⋅ X (t ) ⋅ Y (t )] = E[ A] ⋅ E[ X (t )] ⋅ E[Y (t )] = 2 E[ X (t )] ⋅ E[Y (t )]
2 mX = RX (∞) = lim
2 cos ω0τ = 0 → mX = 0 τ →∞ eτ
⎡ 2 1.3 0.4 __ ⎤ ⎢ __ 2 1.2 0.8⎥ ⎢ ⎥ ⎢ 0.4 1.2 __ 1.1 ⎥ ⎢ ⎥ ⎣ 0.9 __ __ 2 ⎦ 3.12 解:根据广义平稳随机信号过程的自相关函数矩阵的对称性,得到: ⎛ 2 1.3 0.4 0.9 ⎞ ⎜ 1.3 2 1.2 0.8 ⎟ ⎟ C= ⎜ ⎜ 0.4 1.2 2 1.1 ⎟ ⎜ ⎟ ⎝ 0.9 0.8 1.1 2 ⎠ 3.13
= E[100 sin 2 (ω 0 t + θ ) ×100 sin 2 (ω 0 t + ω 0τ + θ ) ] = 2500 E[1 − cos(2ω 0τ ) − cos(4ω 0 t + 2ω 0τ + 4θ )] = 2500 E[1 − cos(2ω 0τ ) ] ∴ R Z (τ ) 仅与 τ 有关,且均值为常数,故 Y(t ) 是平稳过程。
3.6 给定随机过程 X ( t ) = A cos (ω 0t ) + B sin (ω 0t ) ,其中 ω 0 是常数, A 和 B 是 两个任意的不相关随机变量,它们均值为零,方差同为 σ 2 。证明 X ( t ) 是广义平 稳而不是严格平稳的。 3.6 证明:Q m X (t ) = E[X(t )] = E[ A cos(ω 0 t ) + B sin(ω 0 t) ] = 0
2 2 3.14 对于两个零均值广义平稳随机过程 X ( t ) 和 Y ( t ) , 已知 σ X = 5 ,σY = 10 ,
问下述函数可否作为自相关函数,为什么? (1) RX (τ ) = 5u (τ ) exp ( −3τ ) ; (3) RY (τ ) = 9 (1 + 2τ 2 ) ; ⎡ sin ( 3τ ) ⎤ (5) RX (τ ) = 5 ⎢ ⎥ ; ⎣ 3τ ⎦ (6) RX (τ ) = 5 exp(− τ ) ; 解:根据平稳随机信号相关函数的性质, (1)否,非偶函数 (2)否,非偶函数 (3) 否, R Y (0) = 9 ≠ σ 2Y
x2 } 4
u1 2 + u22 1 f (u 1, u 2 ; t 1 , t 2 ) = f (u 1, t 1 ) f ( u 2, t 2 ) = exp{− } 4π 4
k k
f (u 1, u 2 ,K , u k ; t 1 , t 2 K , t k ) = ∏ f (u i, t i ) =
2 −1
(2) RX (τ ) = 5sin ( 5τ ) ; (4) RY (τ ) = − cos ( 6τ ) exp ( − τ ) ; ⎡ sin (10τ ) ⎤ (6) RY (τ ) = 6 + 4 ⎢ ⎥。 ⎣ 10τ ⎦ (7) RY (τ ) = 6 + 4 exp(−3τ 2 ) 。
= E[X(t + τ ) X (t )] × E[Y(t + τ )Y (t )] = R X (τ ) × R Y (τ ) = R Z (τ ) ∴ R Z (τ ) 仅与 τ 有关,故 Z(t ) = X (t )Y(t ) 也是平稳过程。 3.5 随机信号 X ( t ) = 10 sin (ω 0t + Θ ) , ω 0 为确定常数, Θ 在 [ −π , π ] 上均匀分 布的随机变量。若 X (t ) 通过平方律器件,得到 Y (t ) = X 2 (t ) ,试求:
(1) Y (t ) 的均值; (3) Y (t ) 的广义平稳性。
(2) Y (t ) 的相关函数;
3.5 解: (1) E[Y(t )] = E[X2 (t )] = E[100 sin 2 (ω 0 t + θ ) ] = 50 E[1 − cos(2ω 0 t + 2θ ) ] = 50
( 2 ) R Y (t + τ , t ) = E[Y(t + τ )Y(t )] = E[X 2 (t + τ )X 2 (t )]
显然f X ( x, t1 ) = f A ( x )不一定等于f X ( x , t2 ) = f B ( x ) ∴ X(t )不是严格平稳的。 3.7 Y (t ) 是广义周期平稳的实随机信号, 平稳周期为 100, 有均值 m(10) = 20 和相关函数 R(5,1) = 10 ,试求: (1) E[5Y (110)] , E[10Y (310) + 50] ;
R X (τ ) = E[X(t + τ )X(t )] , R Y (τ ) = E[Y(t + τ )Y(t )] m Z (t ) = E[Z(t )] = E[ X (t )Y(t )] = E[ X (t )] × E[Y (t )] = m X m Y ,为常数 R Z (t + τ , t ) = E[Z(t + τ )Z(t )] = E[ X (t + τ )Y(t + τ ) X (t )Y(t )]
3.1 随机电压信号 U ( t ) 在各不同时刻上是统计独立的,而且,一阶概率密 度函数是高斯的、均值为 0,方差为 2,试求: ( 1)密度函数 f ( u; t ) 、 f ( u1 , u2 ; t1 , t2 ) 和 f ( u1 , u2 ,..., uk ; t1 , t2 ,..., tk ) , k 为任意 整数; (2) U ( t ) 的平稳性。 3.1 解: (1) f (u; t ) = 1 2 π exp{−
∴ E[ Z (t )] = 0
Z (t )的相关函数: Rz ( s, t ) = E[ A2 X ( s ) ⋅ Y ( s ) ⋅ X (t ) ⋅ Y (t )]
= E[ A2 ] ⋅ E[ X ( s) ⋅ Y ( s) ⋅ X ( t) ⋅ Y ( t)] = 13 × E[ X ( s) ⋅ X (t )] × E[Y ( s) ⋅ Y (t )] = 13 × RX (τ ) × RY (τ ) = 26 ⋅ e
(2) E[Y (105)Y (101)] , E[30Y (205)Y (201) + 200] ; (3) E[10Y (305)Y (301) + 6Y (210) + 80] 。 3.7 解: Q Y(t )是广义周期平稳随机信号, (1) E[5Y(110)] = 5 E[Y(10)] = 5m(10) = 5 × 20 = 100 E[10Y(310) + 50] = 10 E[Y(10)] + 50 = 250 (2) E[Y(105)Y(101)] = E[Y(5)Y(1)] = R (5,1) = 10 E[30Y(205)Y(201) + 200] = 30E[Y(5)Y(1)] + 200 = 500 (3) E[10Y(305)Y(301) + 6Y(210) + 80] = 10 R(5,1) + 6 m(10) + 80 = 300 3.8 3.9 两个统计独立的平稳随机过程 X (t ) 和 Y (t ) ,其均值都为 0,自相关函数 −τ 分别为 RX (τ ) = e , RY (τ ) = cos 2πτ ,试求: (1) Z (t ) = X (t ) + Y (t ) 的自相关函数; (2) W (t ) = X (t ) − Y (t ) 的自相关函数; (3)互相关函数 RZW (τ ) 。 3.9 解: (1) R Z (t + τ , t ) = E[Z(t + τ )Z(t )] = E{[X(t + τ ) + Y(t + τ )] × [X(t ) + Y(t )]} = E[X(t + τ )X(t )] + E[Y(t + τ )Y(t )] = R X (τ ) + R Y (τ ) = e − τ + cos(2πτ ) (2) R W (t + τ , t ) = E[W(t + τ )W(t )] = E{[X(t + τ ) − Y(t + τ )] × [X(t ) − Y(t )]} = E[X(t + τ )X(t )] + E[Y(t + τ )Y(t )] = R X (τ ) + R Y (τ ) = e − τ + cos(2πτ ) (3) R ZW (t + τ , t ) = E[W(t + τ )Z(t )] = E{[X(t + τ ) − Y(t + τ )]× [X(t ) + Y(t )]} = R X (τ ) − R Y (τ ) + R XY (τ ) + R YX (τ ) 又由于X(t )与Y(t )零均值相互独立,同时彼此正交,则R XY (τ ) + R YX (τ ) = 0 ∴ R ZW (t + τ , t ) = R X (τ ) − R Y (τ ) = e − τ − cos(2πτ ) 3.10 3.11 3.12 广义平稳随机过程 Y (t ) 的自相关函数矩阵如下, 试确定矩阵中带下划线 的空白处元素的值。
R X (t + τ , t ) = E[X(t + τ )X(t )]
= E{[ A cos(ω 0 t ) + B sin(ω 0 t) ] ×[ A cos(ω 0 t + ω 0τ ) + B sin(ω 0 t + ω 0τ ) ]} = E[ A2 cos(ω 0 t ) × cos(ω 0 t + ω 0τ ) + B 2 sin(ω 0 t ) × sin(ω 0 t + ω 0τ ) ] 1 1 = σ 2 E[cos(2ω 0 t + ω 0τ ) + cos(ω 0τ )] + σ 2 E[cos(ω 0τ ) − cos(2ω 0 t + ω 0τ )] 2 2 2 = σ cos(ω 0τ ) 由于均值是常数,且相关函数只与 τ 有关,故 X(t ) 是广义平稳过程。 取t1 = 取t2 = 2π 时,X(t ) = A ω0 2π π + 时,X(t ) = B, ω 0 2ω 0