一、随机过程
任意随机过程可以看成零均值随机过程与确定函数的和
1. 数学特征
均值 | 摆动程度 | |
方差 | 偏离程度 | |
自相关函数 | 同一过程的关联程度 | |
平均自相关函数 | ||
协方差函数 | 偏离均值的关联程度 | |
互相关函数 | 两个过程的关联程度 | |
互协方差函数 | 两个过程的偏离均值的关联程度 |
2. 功率谱密度
定义 | 所有样本函数功率谱密度的统计平均 |
公式 | |
维纳-辛钦定理 | |
性质 |
实随机过程为偶 |
通过系统 | |
结论 |
若,不相关,则 若为零均值随机过程,为确定的实功率信号, |
二、平稳随机过程
1. 广义平稳随机过程
判断 | 的均值为常数,自相关函数只与有关 |
期望求法 | |
性质 | 各态历经性 / 遍历性:某时刻的所有样本点在样本函数上都存在(时间平均=统计平均) |
时间平均: 统计平均: |
|
遍历过程平稳过程;平稳过程no遍历过程 |
2. 数学特征及功率谱密度
① 实平稳随机过程的自相关函数
统计平均功率 |
平方均值 = 0时刻的自相关函数 |
偶函数 | |
有界性 | |
周期性 | |
直流功率 | |
交流功率 |
② 平稳随机过程的功率谱密度
公式 | 样本函数的功率谱密度的统计平均 | |
性质 | 非负 | |
维纳-辛钦 | 平均自相关函数的傅氏变换 | |
单边功率谱密度(实) | 0 &\\0,w<0 & \end{matrix}\right."> | |
平均功率:对功率谱密度在频率轴上积分 |
3. 联合平稳过程
条件 | 和联合平稳 | |
互相关 函数 |
与无关 |
|
相关性 | 随机信号 | 随机过程 |
不相关: |
不同时刻不相关:
|
|
独立:
独立一定不相关 |
同时刻不相关:
|
|
零均值随机变量相关系数:
|
零均值随机过程相关系数:
|
4. 平稳随机过程通过线性系统
公式 | |
均值 |
H(0) 线性系统的支流增益 |
自相关函数 |
平稳过程-只与时间间隔有关 |
功率谱密度 | |
互相关函数 | |
互功率谱密度 | |
微分 | 等效于一个传递函数为的滤波器 |
希尔伯特变换 |
等效于一个传递函数为的滤波器 不改变功率谱密度、自相关函数 和在同一时刻不相关 |
5. 复平稳随机过程
① 复随机:实际上是一对实随机过程
公式 | |
均值 | |
自相关函数 | |
互相关函数 | |
共轭相关函数 | |
② 复平稳
实部虚部联合平稳的条件 | 均值与t无关: |
自相关函数与t无关: | |
共轭相关函数与t无关: | |
结论 | X(t)与其希尔伯特变换联合平稳 |
③ 复联合平稳
条件 | X(t)、Y(t)两个复随机过程各自平稳,且互相关、共轭相关与t无关 |
结论 |
复联合平稳,经过滤波,联合平稳; 零均值复平稳,经过滤波,零均值复平稳; |
零均值复平稳 |
6. 窄带平稳随机过程
① 定义
定义 |
|
|
X(t) 等效低通表示 | , | |
, | ||
, |
② 复包络
自相关函数 |
|
功率谱密度 |
|
均值 | |
共轭相关函数 |
= 0,复包络满足共轭不相关 零均值平稳带通过程的复包络是零均值复平稳过程 |
③ 和 统计特性(同相分量及正交分量)
公式 |
||
均值 | ||
平稳高斯 | ||
广义平稳 |
为广义平稳过程,和是联合平稳随机过程(互相关函数仅与时间间隔有关) |
|
因为为奇函数,所以 因为, 所以 因为,所以和 同一时间不相关,若为高斯过程则独立 |
||
严格限频信号 |
|
|
联合概率密度分布 |
假定为高斯分布,则在同一时刻 令—— ——瑞利分布 ——均匀分布 |
7. 循环平稳随机过程
定义 |
随机过程的均值和自相关函数为时间的周期函数: 为广义平稳随机序列,, |
均值 | |
自相关函数 |
——X(t)为循环平稳 |
平均自相关函数 | |
功率谱密度 |
三、高斯分布
1. 定义
定义 |
任意n维概率密度是正态分布式 概率密度函数仅取决于各随机变量的均值、方差和两两之间的归一化协方差函数 |
性质 |
广义平稳等价于狭义平稳 各随机过程之间互不相关等价于统计独立 |
一维正态分布 | |
标准化正态分布 | |
概率积分函数 | |
概率分布函数 | |
误差函数 |
2. 正弦波加窄带高斯过程
合成信号 |
——窄带平稳高斯噪声,均值为0 |
表示1 | |
, ——高斯分布,同一时刻相互独立 |
|
表示2 |
,其中 ——广义瑞利分布(莱斯分布) (不加正弦波——瑞利分布,加正弦波的包络分布不同——莱斯分布) |
信噪比 |
——瑞利分布 ——高斯分布 |
四、高斯白噪声
1. AWGN加性高斯白噪声
A:加性噪声 | 独立于有用信号(与信号的存在无关) | |
W:白噪声 |
功率谱密度在整个频域内均匀分布的噪声(一种理想宽带过程)
|
直流信号在频谱上表现为0点处的冲激信号
|
带限白噪声 |
|
|
G:高斯过程 | 噪声的随机电压服从高斯分布 | |
N:噪声 | 带宽上的噪声的平均功率 | |
通过滤波器 |
输入为零均值平稳高斯过程——输出为零均值平稳高斯过程 输出的功率: 输出的功率谱密度: 输出的自相关函数: 为的傅氏变换, 零均值——方差=二阶矩=功率 |
2. 窄带高斯噪声
窄带噪声 |
输入为零均值平稳高斯过程——输出[n(t)]为零均值平稳高斯过程 功率谱密度: |
方差(功率): |
|
频谱搬移后的解调信号 | |
滤波器去噪声 |
|
3. 匹配滤波器
滤波器输入 |
为高斯白噪声,均值为零,双边功率谱密度为 |
最大输出信噪比准则下的最佳线性滤波器H(w) | |
匹配滤波器
|
|
输出波形 |
相关器 , E为s(t)的能量,通常取1 |
输出噪声功率 |
今天的文章通信原理随机码_通信原理平稳随机过程通过线性系统「建议收藏」分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/85590.html