第二章 确定及随机信号分析

合集下载

第2章 确知信号与随机信号分析基础课件

第2章 确知信号与随机信号分析基础课件
此定理的物理意义是 :时域卷积对应频域相乘
七、频域卷积
若 f1(t) F1( j), f2 (t) F2 ( j)

f1 (t )
f2 (t)
1
2
[ F1 (
j)
F2 (
j)]
此定理的物理意义是 :时域相乘对应频域卷积
16
§3 信号的分类与特点 一、确定性信号与随机信号
确定性信号:可用确定的数学函数表示的信号, 且信号的取值是确定的。
12
例题: 试利用对称性 求低通滤波器 的付氏变换。
f (t) A
/ 2 0 / 2 t
F (t) ASa t
2
2
0
F (t) 2A0Sa0t
比例特性, 两边
同时除以2
F (t)
A0
Sa0t
F () ASa
2
f () 2A
/ 2 0 / 2 f ()
2A
0 0 0
)dt
2
25
2、若为非周期功率信号,则
T
R12 ( )
lim
T
1 T
2 T
f1 (t )
f2 (t
)dt
2
3、若为能量信号,则
R12 ( ) f1(t) f2 (t )dt
二、自相关函数的定义:若f1(t)=f2(t)=f(t),上述三个
公式即成为自相关函数的定义,记为R(τ)
26
三、互相关函数与自相关函数的性质 (一)互相关函数的性质
/ 2 0 / 2 t
9
数字信号频带宽度 f 估算
010110
f 1 T
T
数字信号带宽与码元宽度成反比
10

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:

随机信号分析第2章--随机信号

随机信号分析第2章--随机信号
18
例1.1 随机信号U(t)的一维概率密度函数为
f (u,t)
1
A0
exp
u2 A0
不同时刻的随机变量彼此统计独立,求其n维
概率密度函数。
解:t1,t2 ,,tn 时刻,随机变量 X (t1), X (t2 ),, X (tn ) 统计独立,则
f (u1, u2 ,, un;t1, t2 ,, tn ) f (u1;t1). f (u2;t2 ),, f (un;tn )
随机变量 0 与相位随机变量 ,以时间参量
t建立随机信号 W (t, s) Asin(0t )
,观察信号随参量t的各次过程,其样本函数 呈现出正弦函数规律。W (t) 称为正弦随机信 号。
无数个正弦样本函数组成了正弦随机信号,符合 定义2中对于随机信号的描述。
33
(1)均值
X (t) Esin(0t ) Esin 0t cos cos0t sin
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
f (x;t) F(x;t) x
实随机变量 X (t) 与之对应,就称依赖于参量 t
的随机变量族X (t), t T 为实随机信号或随机
过程。
11
二、随机信号的分类 1.按时间参量来分类
时间连续的随机信号:时间t是连续的。 如:正弦随机信号,二进制传 输信号 时间离散的随机信号:时间t是离散的。 如:贝努里随机信号 2.按信号状态取值分类 取值连续的随机信号:X(t)值是连续的 如:正弦随机信号 取值离散的随机信号:X(t)值是离散的 如:贝努里随机信号,二进制传输信号 还有很多的分类方法

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。

《随机信号分析基础》第2章 课件_随机信号时域分析

《随机信号分析基础》第2章 课件_随机信号时域分析

随机过程的一维统计特性具有普通随机变量的各种性质,区别在它们同时还是时间t 的函 数。“一维”只描述出随机过程在各个孤立时刻(任一时刻)的统计特性,没有反映各时刻之 间的内在联系 Þ 用“n 维”更为全面。 (2)二维分布
二维概率分布函数: X(t1)与 X(t2 ) , FX (x1, x2;t1,t2 ) = FX (x1, x2 ) = P[X(t1) £ x1, X(t2 ) £ x2 ]
= E {X 2(t) - mX2 (t) - 2X(t)mX (t)} = E {X 2(t)} - mX2 (t)
【含义】 ① t2(t) ----随机信号在t 时刻取值相对于中心(均值)的偏离程度。 t(t)称为标准差。
② 若 X(t)为归一化阻抗下的电压或电流,则 E {X 2(t)}表示时刻t 上的瞬时总功率的统计平
若 n 阶偏导数存在,可有 n 维概率密度函数
fX (x1, x2,× × ×xn;t1,t2,× × ×tn )
=
¶FX (x1, x2,× × ×xn;t1,t2,× × ×tn ) ¶x1¶x2 × × × ¶xn
显然,n ­Þ 反映“内在联系”愈充分,也就越为完整地描述随机过程的全部统计特性。
2、定义 令随机试验的概率空间为 {W, F, P} ,若对于样本空间 W 中的任何一个样本点
xi Î W ,总有一个确知函数 xi = X(t, xi ),t Î T 与之对应,这样对于所有的 x Î W ,就可得 到一族关于t 的函数 X(t, x) ,称为随机信号。
族中的每一个函数称为该随机过程的样本函数。随机信号 X(t, x)常简记为 X(t),对应的 样本函数简记为 x (t ) 。
2.1.3 随机过程的数字特征

通信原理 第2章 确定信号和随机信号分析

通信原理 第2章 确定信号和随机信号分析

其中: a t 是包络函数;c 是中心频率; t 是随机相位函数。
②上式利用三角函数和角公式,可写成
t a tcos tcosct sin tsin ct
其中 c tcosct s tsin ct
c t s t
a a
tcos t t 的同相分量 tsin t t 的正交分量
双边能量谱密度(焦耳/ 赫兹)

G
2E
0,
,
R E
0 0
单边能量谱密度(焦耳/ 赫兹)
R
f
*t
f
t
dt
E R0
2.2 确定信号的表示
(2) 功率信号:平均功率有限的信号f t F
① S lim 1 T T
T /2
T / 2 fT t
2 dt 1
2
lim FT

Fn
1 T
FT
n0
Fn
2
1 T
PT
() n0
④ Fn 与 f t

F
2 Fn
n0
n
P 2
Fn 2
n0
n
R
Fn
2 e jn0t
n
2. 3 随机过程
设 t是一个随机过程,任意时刻
机变量,定义:Page 13
t1上 t1 是一个随
1 t
v1
总体: t
t
2 t
1 T
T
2
T 2
xt
xt
dt
①各态历经过程的任一实现都好象经历了随机过程的所有可能状态 似的。
②任一实现都能代表整个随机过程。
③各态历经过程必须首先是平稳过程,但平稳过程不一定是各态历 经过程。

[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。

第二章-信号分析与信息论基础

第二章-信号分析与信息论基础
设ξ(t)表示一个随机过程,则在任意一个时刻t1 上,ξ(t1)是一个随机变量。显然,这个随机变量的统 计特性,可以用概率分布函数或概率密度函数去描述。
4、随机过程的数字特征 随机过程的数字特性,比如,随机过程的数学期望、
方差及相关函数等。 1)数学期望
随机过程ξ(t)的数学期望被定义为
可把t1直接写成t。随机过程的 数学期望被认为是时间t的函数。
2.1 确知信号分析
信号是通过电的某一物理量(如电压或电流)表 示出的与时间t之间的函数关系。 确知信号:能用函数表达式准确表示出来的信号。它 与时间的关系是确知的。 随机信号:与上述相反。
通信中传输的信号及噪声都是随机信号。
2.1.1 周期信号与非周期信号 周期信号:满足条件 s(t)=s(t+T0) -∞<t<∞,T0>0 非周期信号:不满足上述条件。 功率信号:信号在(0,T)内的平均功率S(式2-2)值为 一定值。 能量信号:当T→ ∞时,式(2-3)是绝对可积的。
解: Γ[COS ω0 t]= π[δ(ω- ω0)+ δ(ω+ω0)] 冲激 强度为π,根据卷积定理:
Γ[f(t)COS ω0 t] =(1/2 π)F(ω)* {π[δ(ω- ω0)+ δ(ω+ω0)] }
=(1/2) [F(ω- ω0)+ F(ω+ω0)]
2.1.3 信号通过线性系统
线性系统:输出信号与输入信号满足线性关系(允许
说,如果对于任意的n和τ,随机过程ξ(t)的n维概率
密度函数满足:
则称ξ(t)是平稳随机过程。
6、广义平稳过程 广义平稳概念:若一个随机过程的数学期望及方差 与时间无关,而其相关函数仅与τ有关,则称这个随
  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)。

2.3平稳随机过程及其频谱特性
n唯概率密度函数(或分布函数)满足:
38
2.3平稳随机过程及其频谱特性 R(t )= E 轾臌X (t)X (t + t ) = 蝌-ゥ? ? x1x2 p2 (x1x2 , t )dx1dx2
CX (0)
39
2.3平稳随机过程及其频谱特性
联合宽平稳随机过程: 若 X (t) 和 Y (t) 是宽平稳过程,且
1 2p
?1 T
¥
ò- ?
XT (w) 2 dw
=
1 2p
蝌-ゥ?
lim
T
E
轾犏臌XT (w)2
T
dw =
1 2p
P(w)?dw
?
43
2.3平稳随机过程及其频谱特性
随机过程的功率谱应看作是每一实现的功率谱的统计平均
PX (w)=
lim
T
E 轾 犏 臌XT (w) 2
T
维纳-欣钦定理 PX (w)« R(t )
E() F () 2
或E(2πf ) F (2πf ) 2
E 1


E(w)dw E(2πf )df
2

12
2.1 确定信号分析
功率信号:能量无限大,平均功率有限,定义功率信号的截短信号为
功率信号 f (t) 的平均功率
Pf
lim 1 T T
RXY (t1, t2 ) E[ X (t1)Y (t2 )] E[ X (t)Y (t )] RXY ( )
互相关函数的性质: RXY ( ) RYX ( )
RXY ( ) RX (0)RY (0)
RXY
(
)

1 2
[RX
(0)

RY
(0)]
互协方差函数: CXY ( ) E X (t) mX Y (t ) mY
例、已知平稳随机过程的自相关函数 求该平稳随机过程的功率谱
RX ( )
A2 2
cos w0
P(w)

RX
( )e jw d

A2 4
[e j(ww0 ) e j(ww0 ) ]d


A2
2
[
(w

w0
)


(w

w0
)]
44
2.3平稳随机过程及其频谱特性
32
2.2 随机过程及其统计特性
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),具有以下特点
① 信号变化不可预测;
② 事物的变化过程不能用一个(或几个)时间t的确定
函数来加以描述。 x1(t)
n 体: x (t )
v1
此噪n n n 值 出n 的概率
t
vn
x2 (t)
鬃?
0
v2
xn (t)
16
2.1 确定信号分析-带宽(续)
(4)占总能量(功率 )的百分比带宽
基带信号:信号能量或功率集中在零频率附近 频带信号:信号能量或功率集中在某一载频附近
17
2.1 确定信号分析
5、相关函数
能量信号的互相关函数
能量信号的自相关函数
(2.6)
R12( )

f1* (t )


P Fn 2

Fn
2
(w
nw0 )dw



Fn 2 (w nw0 )dw
n
n
n

注意与(2.4)的区别
15
2.1 确定信号分析
4、带宽
信号带宽:信号能量或功率主要部分集中的频率范围(正频率部 分)—Hz
定义方法: (1)零点带宽: (2)3dB(半功率)带宽: (3)等效矩形带宽:
T /2 T / 2
f (t) 2 dt lim 1 T T

fT
(t)
2 dt

1
2
lim
T
FT (w) 2 dw T
1

lim
FT (w) 2 dw
1

P(w)dw
2 T T
2
13
2.1 确定信号分析-能量谱密度和功率谱密度(续)
f2
(t
)dt


f1*
(t
)[
1
2

F2
(w)e
jw
e
jwt
dw]dt
1
2

F2 (w)[

f1*(t)e jwt dt]e jw d

1
2

F2
(w)F1*
(w)e
jw
dw
18
2.1 确定信号分析-相关函数(续)
功率信号的互相关函数
5
2
t
f t
矩形函数用基波
和三个谐波近似 1
4 (sin t 1 sin 3t 1 sin 5t 1 sin 7t)

3
5
7
0

2
t
An
A0
A1 A2 A3
An
0 ~ 基波 n0 ~ 谐波
n0 20 n0
0 ~ 基波 n0 ~ 谐波
三角形式幅度频谱图
n0 谱线
利用欧拉(Euler)公式,可将三角函数和 指数函数联系起来:
8、解析信号(不讲)
实信号 f (t)的解析信号定义为: 解析信号性质:
27
2.1 确定信号分析-解析信号续
28
2.1 确定信号分析
9、频带信号及带通系统

29
2.1 确定信号分析-频带信号及带通系统续
频带信号表示方法:
30
2.1 确定信号分析-频带信号及带通系统续
31
2.1 确定信号分析-频带信号及带通系统续
5
2.1 确定信号分析
沟通时、频域的数学工具(桥梁)
周期信号--- 傅立叶级数 非周期信号--- 傅里叶变换
1、傅立叶级数及频谱
对于一个周期为T的 f t周期信号(满足狄利赫利条件),都可
用傅立叶级数表示。 三角级数:
f
x
a0 2


an
n 1
co s n0t
bn
w 周期脉冲信号的复数频谱图 0
9
2.1 确定信号分析
2、傅立叶变换与频谱密度:非周期信号
(2.3)
傅立叶变换性质和常用傅立叶变换
10
2.1 确定信号分析-傅立叶变换(续)
周期信号傅立叶变换: 引入单位冲激 (t) 函数, 周期信号频谱密度 为

f (t)
F e jnw0t n
n
功率信号的自相关函数
周期信号的自相关函数为
ò R(t ) = 1
T /2
f *(t) f (t + t )dt
T - T/2
19
2.1 确定信号分析
6、卷积
定义:给定两个函数 f1(t) 和 f2 (t) ,卷积积分为

f1(t) * f2 (t) f1( ) f2 (t )d
鬃? t
xn (t )
高斯分布 v 噪n 值
0值附近概率值大, 离0v值n ,概率平滑n 少
v2
t
t1
t2
v1
t
0值附近概率值大, 离0v值n,概率平滑n少
概率
33
2.2 随机过程及其统计特性
34
2.2 随机过程及其统计特性
35
2.2 随机过程及其统计特性
36
2.2 随机过程及其统计特性
37
RXY ( ) mX mY
40
2.3平稳随机过程及其频谱特性
P26 以概率为1成立
41
2.3平稳随机过程及其频谱特性
确定信号功率谱
设确定性功率信号 f t ,功率谱密度 P(w) ,
自相关函数 R(t )« P(w) 功率谱密度
平稳随机过程有否上述关系 ? 随机过程的能量往往不是有限值,因此不存在信号能量频谱, 然而如果是平稳随机过程,其平均功率可能是有限值
42
2.3平稳随机过程及其频谱特性
平稳随机过程 X (t) 的平均功率
PX
=
E
禳 镲 睚 镲 镲 铪Tlim
1Байду номын сангаасT
T
ò2
-
T 2
X2 (t)?dt
=
E
禳 镲 睚 镲 镲 铪Tlim
1 T
¥
ò- ?
XT2 (t)?dt
先对X (t)求时间平均功率,
仍是一随机变量,再作统计 平均
=
E 禳镲睚镲镲铪Tlim
1

| Fˆ () |2 dw


又因为 Fˆ ( ) jSgn( )F ( )

f 2(t)

1

| F () |2dw

24
2.1 确定信号分析-希尔伯特变换续
(3)奇偶性
证: 令为 f (t) 偶函数,则有: f (t) f (t) 根据定义:
n
f
* (t)e jnw0t dt



Fn Fn*
n



n
Fn
2
周期信号的 帕什瓦尔定理
14
2.1 确定信号分析-能量谱密度和功率谱密度(续)
相关文档
最新文档