第4章_随机过程的非线性变换
随机过程第4章

2、更新函数 令m(t)=E[N(t)],称m(t)为更新函数。显然m(t)是单调递 增的,因而其反函数m-1(t)存在 Theorem: m t Fn t
n 1
Pr oof : m t E N t nP N t n
0 t
是方程 最后证明解的惟一性,设 K
K (t ) H (t ) K (t s)dF (s)
0 t
的解,且满足有界性条件,则
H F K K
连续代换有
H F (H F K ) H F H F (F K ) K H F H F H F K H F H F K
定理二:如果对于计数过程任意相继出现的两个 质点的点间间距 Xn是相互独立,且服从同一个指数分布:
et t 0 f t t0 0
则计数过程构成强度为λ 的泊松过程
自然延伸—更新过程
令{N (t ), t 0}是一个计数过程,而以 X n记这个过程的第 n 1个和第 n个事件(质点)之间的 时间,n 1.
0 t t t
定义(更新方程)如下形式的积分方程称 为更新方程
K (t ) H (t ) K (t s)dF (s)
0
t
其中H(t),F(t)为已知,且当t<0时, H(t),F(t) 均为0,当H(t)在任何区间上有界时称此方程为 适定更新方程,简称更新方程。
二、更新方程的解
n2
H (t ) F H (t ) ( ( Fn 1 F )) H (t )
随机过程第四章

pii
(n)
1
i
0
证:(1)如i为零常返则i
,由lim n
pii nd
d
i
0
而当n不能被周期d整除时n 0modd ,
必然有pii
(n)
0,故
lim
n
pii
n
0
反之,若lim n
pii
(n)
0,
而i是正常返,
则由lim n
pii (nd )
d
i
0矛盾.
(2) 如i为遍历,即d 1,由上面定理得
即 Tij minn:X m i, X mn j,n 1
而称:
fij (n) P Tij n
P{X mv j,1 v n 1,X mn j / X m i},n 1 为自状态i出发,经n步首次到达状态j的概率, 简称首达概率。
注:由齐次马氏链性质知,首达概率与出发时刻
p3
① q1 q2
p1
③ q3 ②
p2
求从状态1出发经n步转移首次到达各个状态的概率。
f12
(n)qq11p3 p3源自q m1 1m p1,
q3
,
n 2m, n 2m 1,
m 1 m0
同理:
f13 (n)
p1q2 p1q2
p m1 1
m q1,
p2
,
n 2m, n 2m 1,
m 1 m0
互通关系的状态是同一类型.
定理:如果i j, 则
(1) i与j同为常返或非常返,如为常返,则它们
同为正常返或零常返;
(2) i与j有相同的周期。
1证:因为i j,故存在正整数k与m,使
pij (m) 0, p ji (k ) 0
北大随机过程课件:第 4 章 第 5 讲 随机过程和无记忆系统

非线性函数关系, y = ⎨
⎧bx, ⎩0,
x≥0 x<0
一般情形,概率分布函数,概率密度函数; 输入呈高斯分布,概率密度函数。
¾
非线性变换下的均值、矩
6
一般情形 y = g ( x ) 均值、矩、相关函数,
6
非线性函数关系, y = ax 相关函数、矩; 输入呈高斯分布,矩; 输入呈瑞利分布,矩。
输出过程的概率分布函数
Pr { y (t ) = 1} = Pr { x(t ) ≥ 0} = 1 − Fx (0) Pr { y (t ) = −1} = Pr { x(t ) < 0} = Fx (0)
输出的均值
E { y (t )} = 1× Pr { y (t ) = 1} + ( −1) Pr { y (t ) = −1} Ry (τ ) = E { y (t + τ ) y (t )} = 1× Pr { y (t + τ ) y (t ) = 1} + ( −1) Pr { y (t + τ ) y (t ) = −1} = 1× Pr { x(t + τ ) x(t ) ≥ 0} + ( −1) Pr { x(t + τ ) x(t ) ≤ 0} = 1 − 2 Fx (0)
∂x ⋅ f ξ ;t ( x = ∂y y/a
2
y / a)
2 ay σ ξ
⎛ y ⎞ ⎟ exp⎜ − ⎜ 2 aσ 2 ⎟ ξ ⎝ ⎠ y≥0
⎛ ⎞ 1 ⎜− y ⎟ exp ⎜ 2 aσ 2 ⎟ 2aσ ξ2 ξ ⎠ ⎝
f η ;t ( y ) = 0
y<0 ⎧bx, ⎩0, x≥0 x<0
第4章 随机过程通过线性系统分析

上述积分可用极限形式表示:
、 固定时, 为确定的常用,上式是正态变量 的线性组合,而正态的线性组合还是正态分布。
2.高斯过程的均值与方差近似计算
对于高斯过程,只要均值与方差确定,则整个分布函数便确定。
由于
取定一个合适的 ,利用
可求出求出 均值与方差的近似值。
作业:P1515.1,5.2,5.7,5.8,5.9,5.11,5.14,5.15,5.26,5.28。
等效原则:理想系统与实际系统的输出平均功率相等。
例:设理想输出为 ,理想系统是矩形传输函数
为等效带宽。
如何确定 ?
依等效原则,理想系统的平均功率为 ,而
所以
称 为等效噪声带宽。
3.白噪声通过理想低通线性系统
在实际应用中,设
白噪声的谱密度为:
输出 的功率谱密度为
输出 的相关函数为:
输出 的平均功率为
输出 的自相关系统为
但求输入的概率分布不是一件容易的事为使问题得到简化一般我们假设高斯随机过程通过线性系统定理
第4章随机过程通过线性系统分析
引言:信号与系统的传统理论方法的基础是卷积运算。如图,
图1:系统的物理示意图
是系统的输入, 是系统的输出, 是系统的冲激响应函数
其中 ,为冲激函数。
对于线性系统,系统的数学运算为:
相关时间为
4.白噪声通过理想带通线性系统
理想带通线性系统具有理想矩形频率特性
白噪声的谱密度为:
输出 的功率谱密度为
输出 的相关函数为:
可写成
称为相关函数的包络。
输出 的平均功率为
输出 的自相关系统为
相关时间为
5.白噪声通过具有高斯频率特性的线性系统
高斯随机过程通过非线性系统

高斯随机过程通过非线性系统非线性变换下的概率密度一般情形非线性函数关系,2ax y =输入呈高斯分布 输入呈瑞利分布 非线性函数关系,⎩⎨⎧<≥=0,00,x x bx y : 输入呈高斯分布非线性变换下,随机过程的均值、矩一般情形均值 矩相关函数非线性函数关系,2ax y =输入呈高斯分布 输入呈瑞利分布 经过非线性函数关系,⎩⎨⎧<≥=0,00,x x bx y 之后, 输入呈高斯分布随机噪声通过平方律检波器输入是窄带实平稳随机过程,数学表达式随机过程)(t ξ经过非线性器件2ax y =之后,输出的相关函数高斯随机过程)(t ξ经过非线性器件2ax y =之后,输出的相关函数和功率谱矩形窄带实平稳高斯随机过程)(t ξ经过非线性器件2ax y =,输入输出的功率谱低通滤波器输出的功率谱。
信号加噪声通过平方律检波器一般情形数学表达式矩相关函数和功率谱输入信号加噪声,其中噪声是窄带实平稳高斯随机过程输出的相关函数和功率谱输入噪声是矩形带通窄带实平稳随机过程的调幅信号加噪声通过平方律检波器一般情形数学表达式相关函数和功率谱输入信号加噪声,其中噪声是窄带实平稳高斯随机过程 输出的相关函数和功率谱输入噪声是矩形带通窄带实平稳随机过程 输出的相关函数和功率谱半波整流器的研究一般情形数学表达式 矩相关函数和功率谱输入信号加噪声,其中噪声是窄带实平稳高斯随机过程 输出的相关函数和功率谱输入噪声是矩形带通窄带实平稳随机过程非线性变换下的概率密度非线性器件的输入输出关系:[])()(t x g t y =输入输出的概率分布特性:输入信号)(t ξ的分布:)()(;x P x F t r t ≤=ξξ输出信号)(t η的分布:如果输入输出关系是单调递增的))(())(()()(1;y g P y x g P y P y F t r t r t r t -≤=≤==≤=ξηηη如果输入输出关系是单调递减的))(())(()()(1;y g P y x g P y P y F t r t r t r t -≥=≥==≤=ξηηη输入信号的概率密度函数是:)(;x f t ξ输出信号的分布(如果输入输出关系是单调递增的、单调递减的):[]yxy g x f y f t t ∂∂⋅==-)()(1;;ξη 非线性函数关系,2ax y =:输出的概率分布函数、概率密度函数[])()()(a y P a y P ay a y P y P t r t r t r t r -≤-≤=≤≤-=≤ξξξη[][]ay a y x f a y x f y f t t t 2)()()(;;;-=+==ξξη非线性函数关系,2ax y =:输入是高斯过程,均值为零,方差为2ξσ⎥⎥⎦⎤⎢⎢⎣⎡-=222;2exp 21)(ξξξσπσx x f t 输出的分布是,2exp 21)/()(22;;≥⎪⎪⎭⎫ ⎝⎛-==⋅∂∂=y a y ay a y x f yxy f t t ξξξησσπ00)(;<=y y f t η输入呈瑞利分布⎪⎩⎪⎨⎧<≥⎥⎥⎦⎤⎢⎢⎣⎡-=0,00,2exp )(222;x x x x x f t ξξξσσ输出的分布是,02exp 212exp /21)/()(2222;;≥⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛-==⋅∂∂=y a y a a y ay ay a y x f y xy f t t ξξξξξησσσσ00)(;<=y y f t η非线性函数关系,⎩⎨⎧<≥=0,00,x x bx y : 概率分布函数、概率密度函数,)()0()()/()(0,0)(/0;/;≥+≤==≤=≤<=≤⎰⎰∞-y dx x f P dxx f b y P y P y y P by tt r by tt r t r t r ξξξξηηb y U b y x f y P y f t t r t /)()/()()0()(;;⋅=+<=ξηδξ如果输入是窄带实平稳高斯随机过程,均值为零,⎥⎥⎦⎤⎢⎢⎣⎡-=222;2exp 21)(ξξξσπσx x f t 相应输出的概率密度函数是,b y U b y y y f t /)(2exp 212/)()(2222;⋅⎥⎥⎦⎤⎢⎢⎣⎡-+=ξξησπσδ非线性变换下,随机过程的均值、矩:输入输出的矩:输出的均值:[][][]{}[]{}⎰⎰∞∞-∞∞-⋅=⋅=dxx f t x gt E dxx f t x g t E t n nt)()()()()()(;;ξξηη输出的相关函数:[][][]⎰∞∞-⋅=dx t x t x f t x g t x g t t R t t )(),()()(),(21,21212121ξξηη非线性函数关系,2ax y =:输出的相关函数:[][][][])()()(),()()(),(1212221,21212121t t E a dxt x t x f t x g t x g t t R t t ξξξξηη=⋅=⎰∞∞-输出的n 阶矩:[][]n n n E a E 2ξη=高斯随机变量ξ经过非线性器件2ax y =之后,求输出η的n 阶矩:[][]13)12(22⋅-== n a E a E nn n n n ξσξη[][][]42422223ξξξσησησηa D a E a E === 瑞利随机变量ξ经过非线性器件2ax y =之后,求输出η的n 阶矩:[]nn nnna n dy a y a y dyy f yE 20220!2exp 21)(ξξξησσση⋅=⎥⎥⎦⎤⎢⎢⎣⎡-⋅=⋅=⎰⎰∞∞[][][]4242222ξξξσησησηa D a E a E === 经过非线性函数关系,⎩⎨⎧<≥=0,00,x x bx y 之后, 求输出η的n 阶矩[]⎰⎰∞∞∞-⋅=⋅=;;)()()(dxx f x b dyy f yt E t n n t nn ξηη求输出η的偶数(2m )阶矩,且概率密度函数是偶函数[][])(2)(2)()(22;220;222t E b dxx f xb dx x f x bt E m m t mmt m mmξηξξ=⋅=⋅=⎰⎰∞∞-∞输出的相关函数:[]⎰⎰∞∞=002121,21221)(),()()(),(2121dx dx t x t x f tx t x bt t R t t ξξηη如果输入是窄带实平稳高斯随机过程,均值为零,[]135)12(2)(222⋅⋅-= m b t E mm mξση[]135)12(22!)(1212212⋅⋅-=+++ m b m t E m m m m ξσπη[]ξσπηb t E 21)(=[][][]{}()πσσπσηηηξξξ/11212121)()()(2222222-=⎪⎪⎭⎫ ⎝⎛-=-=b b b t E t E t D 随机噪声通过平方律检波器:分析方法信号数学表达式、均值、矩;经过非线性器件2ax y =之后,输出的相关函数、功率谱; 低通滤波器输出信号的功率谱密度。
《随机信号分析与处理》教学大纲

《随机信号分析与处理》教学⼤纲《随机信号分析与处理》教学⼤纲(执笔⼈:罗鹏飞教授学院:电⼦科学与⼯程学院)课程编号:070504209英⽂名称:Random Signal Analysis and Processing预修课程:概率论与数理统计、信号与系统、数字信号处理学时安排:60学时,其中讲授54学时,实践6学时学分:3⼀、课程概述(⼀)课程性质地位本课程是电⼦⼯程、通信⼯程专业的⼀门学科基础课程。
该课程系统地介绍随机信号的基本概念、随机信号的统计特性分析⽅法以及随机信号通过系统的分析⽅法;介绍信号检测、估计、滤波等信号处理理论的基本原理和信息提取⽅法。
其⽬的是使学⽣通过本课程的学习,掌握随机信号分析与处理的基本概念、基本原理和基本⽅法,培养学⽣运⽤随机信号分析与处理的理论解决⼯程实际问题的能⼒,提⾼综合素质,为后续课程的学习打下必要的理论基础。
本课程是电⼦信息技术核⼼理论基础。
电⼦信息系统中的关键技术是信息获取、信息传输、信息处理,这些技术的理论基础就是随机信号的分析、检测、估计、滤波等理论,这正是本课程的主要内容。
因此,本课程内容是电⼦信息类应⽤型⼈才知识结构中不可或缺的必备知识。
⼆、课程⽬标(⼀)知识与技能通过本课程的学习,掌握随机信号分析与处理基本概念和基本分析⽅法。
内容包括:1.理解和掌握随机过程基本概念和统计描述;2.掌握随机过程通过线性和⾮线性系统分析⽅法3.理解和掌握典型随机过程的特点及分析⽅法;4.掌握参数估计的概念、规则和性能分析⽅法;5.掌握信号检测的概念、规则和性能分析⽅法;6.掌握⾼斯⽩噪声中最佳检测器的结构和性能分析。
通过本课程的学习,要达到的能⼒⽬标是:1.具有正确地理解、阐述、解释⽣活中的随机现象的能⼒,即培养统计思维能⼒;2.运⽤概率、统计的数学⽅法和计算机⽅法分析和处理随机信号的能⼒;3.初步具备雷达、通信、导航等技术领域的信号处理系统的分析、设计、仿真的科学研究能⼒;4.培养⾃主学习能⼒;5.培养技术交流能⼒(包括论⽂写作和⼝头表达);6.培养协作学习的能⼒;(⼆)过程与⽅法依托“理论、实践、第⼆课堂”三个基本教学平台,通过课堂教学、概念测试、课堂研讨、案例研究、作业、实验、课程论⽂、⽹络教学等多种教学形式,采⽤研究型、案例式、互动研讨、基于团队学习、基于MATLAB的教学以及基于多媒体的教学等多种教学⽅法和⼿段,使学⽣加深对随机信号分析与处理的基本概念、基本原理以及应⽤的理解,并使学⽣通过⾃主学习、⼩组作业、案例研究、实验、课题论⽂等主动学习形式,培养⾃学能⼒和协同学习的能⼒,使学⽣不仅获得知识、综合素质得到提⾼。
随机过程-第四章 更新过程

P 1 因 此 存 在 a 0 , 使 得 P Xn a 0 , 从 而 由 于 F( 0 ) X n 0 , P X n a 1 。而 F (a) P X n a P X n a P X n a
为 避 免 因 可 能 的
TN (t ) N (t )
N (t ) 时,
TN (t ) N (t )
。但由于 t 时 N (t ) ,所以当 t 时,
TN (t ) N (t )
。
又
TN (t )1 N (t )
TN (t )1 N (t ) 1 。 ,类似地可推得当 t 时, N (t ) 1 N (t ) N (t ) TN (t ) 1
且因为随机变量 X n , n 1, 2, 服从独立同分布且分布函数为 F ( x) ,记 Fn 为 Tn 的分 布函数,则 Fn 是 F 自身的 n 次卷积。因此可得
P N (t ) n Fn (t ) Fn1 (t )
令 M (t ) E[ N (t )] ,称 M (t ) 为更新函数。
t
N (t ) 的情况。 t
为考虑 N (t ) 的发散速度,我们先考虑到达时刻 TN (t ) ( TN (t ) 表示在时刻 t 或时刻 t 之前 最后一次更新发生的时刻,以此类推,则 TN (t )1 表示在时刻 t 之后第一次更新发生的时刻) 。 利用 TN (t ) 和 TN (t )1 ,我们提出并证明以下命题。
命题 4.3 当 t 时,以概率 1 保证
证明:因为 TN (t ) t TN (t ) 1 ,于是有
N (t ) 1 , ( EX n ) 。 t
第4章 随机过程的非线性变换

RY (t , t ) E[Y (t )Y (t )] RXY ( u )h(u)du
h( )
h( )
0
R X ( ) * h ( )
RYX (t1 , t2 )
0
0
0
RX ( v u)h(u)h(v)dudv
R
X
h( )
dx h( x) H ()e j x d
如果h(x)不满足绝对可积的条件,可用拉普拉斯变换
H ( s) h( x)e sx dx
h( x )
2 j j
1
j
λ为常数。
H (s)e sx ds
1.一般关系
RY ( ) E{h[ X (t )]h[ X (t)]}
e j1x1 j2 x2 f X ( x1 ,x2 , )dx1dx2
e j1x1 j2 x2 X (1 , 2 , )d1d2
4.2 非线性系统分析的变换法
如果h(x)满足绝对可积的条件,
H () h( x)e
j x
E[ X1 X 2 X 3 X 4 ] E[ X1 X 2 ]E[ X 3 X 4 ] E[ X1 X 3 ]E[ X 2 X 4 ] E[ X1 X 4 ]E[ X 2 X 3 ]
X1 X 2 X (t) X 3 X 4 X (t )
E{ X (t ) X (t )} E[ X (t )]E[ X (t )] E[ X (t ) X (t )]E[ X (t ) X (t )] E[ X (t ) X (t )]E[ X (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)。
非线性变换的直接分析法
例 2 :假定全波线性检波器的输入为零均值平稳正态随
机过程,其方差为 ,求输出的一维概率密度和均值。
2
x y | x | x
x0 x0
y 0
fY ( y, t ) | J1 | f X ( x1 , t ) | J 2 | f X ( x2 , t ) fY ( y) | J1 | f X ( x1 ) | J 2 | f X ( x2 )
非线性系统分析的级数展开法
前提条件: y
g ( x) 可以在 x 0 处用台劳级数展开
1 d k h( x ) ak k ! dx k
y g ( x) a0 a1 x a2 x 2 ....
均值:
E[Y (t )] E[a0 a1 X (t ) an X n (t ) ]
若非线性函数不绝对可积,则转移函数用拉氏变换。
F (s) g ( x)e sx dx
s j
1 j sx y g ( x) F ( s ) e ds 2 j j
非线性系统分析的变换法
特征函数的定义 一维随机变量的特征函数为
X () E[e
D
F ( s1 ) F (s2 ) X ( s1 , s2 , )ds1ds2
D
普赖斯(Price)运用特征函数法,在输入随机过 程是高斯分布的特定条件下,将输入端的相关函数 和输出端的相关函数联系起来,称为普赖斯定理。
非线性系统分析的变换法
2. Price定理
假定输入为零均值平稳正态随机过程,输出过程为
相关函数: Y (t1 ) a0 a1 X (t1 ) an X n (t1 )
Y (t2 ) a0 a1 X (t2 ) an X (t2 )
n
2 RY [t1 , t2 ] E[Y (t1 )Y (t2 )] E[a0 a0a1 X (t1 ) X (t2 )]
非线性系统分析的级数展开法
例:非线性器件具有抛物线性质,即
g ( x) b1 x b2 x
2
输入随机信号是彼此不相关的正弦信号与噪声之和,
X (t ) S (t ) N (t )
正弦信号 S (t ) a cos(0t ) ,幅度a与角频率 0 是恒定 的,初相是随机的,在【-,】上均匀分布,噪声N(t) 是正态平稳过程,相关函数为 RN ( ) 2e 。求输出信 号Y(t)的均值、相关函数。
X ( 1 , 2 , ) g( x1 )e
dx1 g( x2 )e j2 x2 dx2d 1d 2
X ( 1 , 2 , )F ( 1 )F ( 2 )d 1d 2
如果用拉普拉斯变换表示,则为
1 RY () 2 (2j )
D
F ( s1 ) F (s2 ) X ( s1 , s2 , )ds1ds2
D
非线性系统分析的变换法
2. Price定理
1 RY () 2 4
X (1 , 2 , ) F (1 ) F (2 )d 1d 2
1 RY () (2j )2
X 1 : X (t ) 在 t 时刻对应的随机变量 X 2 : X (t ) 在
t
时刻对应的随机变量
非线性系统分析的变换法
例4:假定全波线性检波器的输入为零均值平稳正态随机过 程,其自相关函数已知,求输出过程的自相关函数。
x z | x | x
x0 x0
d X t dX t
Y(t)=g[X(t)],则输出Y(t)的自相关函数满足如下关系:
d ( k ) RY () (k ) (k ) g ( x ) g ( x2 ) f X ( x1 , x2 , )dx1dx2 1 (k ) dRX () (k ) (k ) E g ( X ) g ( X 2 ) 1
x0 x0
0
x
随机过程的非线性变换
非线性变化的分析方法
非线性变换的直接分析法 非线性系统分析的变换法 非线性系统分析的级数展开法
非线性变换的直接分析法 -参考1.6节 随机变量函数概率密度的确定方法
X(t) Y=h(x)
Y(t)
已知:输入的统计特性(一维和二维概率密度、均值、 自相关函数)、系统的非线性变换函数 求解:输出的统计特征(概率密度、均值、 自相关函数)。 方法:直接根据定义求解。 特点:简单、直观。
无惰性时不变非线性系统
无惰性系统:输出 Y(t) 在 t1 时刻的特性完全由 X(t)
在 t1 时刻的特性决定,而不取决于 X(t) 在其他时刻
的特性,这样的系统称为无惰性系统。
时不变系统: Y (t ) h[ X (t )]
随机过程的非线性变换
典型的无惰性时不变非线性系统
1 1
X 0 X 0
d X t d X t dRZ () E h( X 1 )h( X 2 ) E dRX () dX t dX t
1P{X t X t 0} 1P{X t X t 0}
对线性系统,只需知道系统的特性函数和输入随机过程的数
字特征;对非线性系统,还需已知输入过程的一、二维分布律,
甚至高维分布律或高阶矩。
对一般非线性系统(动态非线性系统或称为有惰性非线性系
统)的特性描述,甚至测量都非常困难。
随机过程的非线性变换
非线性系统
X(t) Y=h(x) h(x)为非线性函数 Y(t)
(x1 , x 2 ) J (y1 , y 2 ) x1 x2 y2 y2 x1 x2 y1 y1
非线性变换的直接分析法
2. 均值和自相关函数
X(t)
Y(t) X(t) 的一维概率密度 Y=g(x)
E Y (t ) E{g[ X (t )]}
g ( x) f X ( x, t )dx
非线性变换的直接分析法
例1:若X(t)为零均值高斯平稳过程,相关函数、功率谱 密度已知,非线性系统传输特性为
yx
2
(1) 求输出过程Y(t)的一维概率密度;
(2) 求Y(t)的均值、方差、相关函数及功率谱密度;
fY ( y) | J1 | f X ( x1 ) | J 2 | f X ( x2 )
非线性变换的直接分析法
1. 求y(t)的概率密度 :一维概率密度
X(t)
Y=g(x) Y(t)
y g ( x) 单调
f Y ( y, t ) | J | f X ( x, t )
y g ( x) 不单调
fY ( y, t ) | J1 | f X ( x1 , t ) | J 2 | f X ( x2 , t )
非线性系统分析的变换法
d ( k ) RY () (k ) (k ) g ( x1 ) g ( x2 ) f X ( x1 , x2 , )dx1dx2 (k ) dRX () (k ) (k ) E g ( X ) g ( X 2 ) 1
Price定理:将输入统计特性、非线性系统传输特性、输 出统计特性联系起来。 局限: •要求输入为零均值平稳正态随机过程; •要求非线性系统传输特性经过微分后能得到冲激函数, 才能使积分得到简化。
(1)平方律检波 y
y bx2 b 0
0
x
随机过程的非线性变换
典型的无惰性时不变非线性系统
(2)全波线性检波 y
x y | x | x
x0 x0
0
x
随机过程的非线性变换
典型的无惰性时不变非线性系统
(3)半波线性检波 y
x y ( x | x |) / 2 0
E Y (t ) E{g[ X (t )]}
g ( x) f X ( x)dx
第四章结束
非线性系统分析的变换法
1. 变换法的基本公式
若非线性函数关系满足
| g ( x) | dx
F ( ) g ( x)e j x dx 非线性系统的转移函数 1 j x y g ( x) F ( )e d 2
非线性系统分析的变换法
输出的自相关函数:
RY () E{Y (t )Y (t )} E{g[ X (t )]g[ X (t )]}
g ( x1 ) g ( x2 ) f X ( x1 , x2 , )dx1dx2
由概率密度与特征函数关系:
1 j1x1 j2 x2 f X ( x1 , x2 , ) 2 X (1 , 2 , )e d 1d 2 4
E Y (t1 )Y (t2 ) E{g[ X (t1 )]g[ X (t2 )]}
g ( x1 ) g ( x2 ) f X ( x1 , x2 , t1 , t2 )dx1dx2
X(t)的二维概率密度
若输入 X (t ) 二阶严平稳,则Y(t)的均值为常数,相关函数只与 有 关 则输出 Y (t )是广义平稳的。
第4章:随机过程的非线性变换
在电子系统中,除了大量的线性系统外,还有许多 非线性系统,如检波器、变频器、限幅器、鉴频器等。 非线性系统不满足迭加原理(也就是不能用中心极限定 理),因此不能采用第 3章介绍的线性系统的分析方法。 本章针对无惰性的时不变非线性系统。
随机过程的非线性变换
X(t) Y=g(x) Y(t) 已知:输入的统计特性和系统的非线性特性 求解:输出的统计特征。 难点: