工学离散时间随机信号.pptx

第第五五章章 离散时间随机信号离散时间随机信号 (Discrete-Time Random Signal)主要内容：5.1引言引言5.2随机变量的描述5.3离散随机过程5.4时间平均5.5相关序列和协方差序列的性质5.6功率谱5.7离散随机信号通过线性非移变系统5.1引言引言(Introduction)离散随机信号可分成两大类：离散时间确定信号和离散时间随机信号5.2随机变量的描述随机变量的描述(The Distription of Random Variables)5.2.1概率分布函数概率分布函数 单个随机变量X 的概率分布函数定义为：它的取值不超过某个特定值 的概率，即：的概率 如果x 是连续随机变量，x 的概率密度函数定义为：或 如果x 是离散随机变量，x 的概率质量函数定义为：的概率概率质量函数与概率分布函数的关系为：5.2.2均值均值随机变量x的均值(数学期望)定义为：或 式中，是x 的离散值域，是概率质量函数。表示随机变量x的统计平均或集合平均，简称均值。5.2.3均值的性质均值的性质5.2.4方差方差随机变量x的方差定义为：其中称为随机变量x的均方值。或5.3离散随机过程离散随机过程 (The Discrete Random Process)5.3.1离散随机过程离散随机过程由无限多个随机变量构成的一个时间序列5.3.2联合概率分布函数联合概率分布函数 中 如果 和 是离散随机变 的联合质量布函数定义为：如果一个随机过程在不同时刻的随机变量互不影响，则称诸随机变量是统计独立的。此时有：设 和是离散随机过程在两个不同时刻n和m上的随机变量，定义联合概率分布函数如下：5.3.3随机过程的数字特征随机过程的数字特征(均值、方差和均方值均值、方差和均方值)对于狭义平稳随机过程，其数字特征与时间n无关，即对于所有的n，有：以上公式均是与时间无关的常量。5.3.4自相关序列自相关序列式中，星号*表示复共轭。5.3.5互相关序列互相关序列随机过程 和 式中是 和 的联合概率密度函数。随机过程 的自相关序列定义为：的互相关序列定义为：5.3.6自协方差序列自协方差序列5.3.7互协方差序列互协方差序列随机过程 和 的互协方差序列定义为：随机过程 的自协方差序列定义为5.3.8狭义平稳随机过程狭义平稳随机过程两随机变量的联合概率密度函数只与它们的时间时间差有关，而与时间起点无关，自相关序列、自协方差序列以及互相关序列和互协方差序列只是时间差的函数而与时间起点无关。5.3.9广义平稳随机过程广义平稳随机过程 概率分布函数或概率密度函数是随时间变化的，联合概率密度函数也与时间起点有关，其均值是常数(与时间无关)，自相关序列只与时间差有关而与时间起点无关。简称为平稳随机过程或平稳过程。5.4时间平均时间平均(Time-mean)5.4.1 遍历性随机过程遍历性随机过程 一个平稳随机过程，它的一个取样序列的时间平均等于它的集合平均。5.4.2随机过程的时间平均随机过程的时间平均 随机过程 的一个取样序列的所有取样值的算术平均值。用 表示，即：随机过程的时间取样自相关序列为：对于遍历性随机过程，有：5.5相关序列和协方差序列的性质相关序列和协方差序列的性质(The Properties of Correlation Sequence and Covariance Sequence)设x n 和y n 是两个实平稳随机过程，它们的自相关序列、自协方差序列、互相关序列、互协方差序列为：性质1：时：当 和证明：性质2：证明：性质3：证明：性质4：特列：证明：因为 和 都是实随机过程，所以下列不等式成立：将上式左端展开，得：所以：令，上式可以简化成：性质5：若则有：证明：性质6：在随机过程中，两随机过程的时间间隔越大，它们的相关性越小。自相关序列、自协方差序列与均值、均方值、方差的关系：,其中角频率 是例5.5.1:已知随机信号 常数，初相 是在区间 均匀分布的随机变量，求 的均值和自相关序列，并判断是否广义平稳随解：的均值为：其中：机过程。的自相关序列为：随机信号 的均值为常数，自相关序列只与时间差有关，所以 为广义平稳随机过程。5.6功率谱功率谱(Power Spectrum)5.6.1平稳随机过程的功率谱平稳随机过程的功率谱协方差序列的Z变换称为平稳随机过程的功率谱。即：对于零均值随机信号x n，则有：对于一个实平稳随机过程，的Fourier变换总是存在的，即：上式的逆变换为：和 由上式可得到：即：功率谱在一个周期内的平均值就是随机过程的平均功率。5.6.2功率谱的性质功率谱的性质1.实平稳随机过程的功率谱是非负的，即：2.实平稳随机过程的功率谱是实函数，即：式中，*号表示复共轭。证明：3.实平稳随机过程的功率谱是 的偶函数，即：证明：5.6.3平稳随机过程的互功率谱平稳随机过程的互功率谱两个平稳随机过程 和 的互功率谱定义为：或者 由以上可得出：例5.6.1相位为平稳随机的正弦序列仍然是一个平稳式中，A是正弦序列的增幅，是正弦序列的角频率。求该正弦序列的功率谱。解：该正弦序列的功率谱为：2 A 随机过程，它的自相关序列为：，|m|例5.6.2设平稳随机的自相关序列为：，R(m)=a,|a|1 xx 求该随机过程的功率谱。解：随机过程的功率谱为：+j j m|m|j m S(e)=R(m)e=a e xx xx m=m=0+|m|j m|m|j m=a e+a e 1 m=m=0+m m j m=a e+a e 1 m=0 m=0 1 1=+1 j j 1 ae 1 ae 2 1 a=2 1 2 a cos+a 上面求得的功率谱都是实的、非负的偶函数。m j 5.7离散随机信号通过线性非移变系统离散随机信号通过线性非移变系统(The Discrete Random Signal through the Linear Shift-invariant System)5.7.1随机信号通过线性非移变系统随机信号通过线性非移变系统 其中离散随机信号 是一个平稳随机过程的一个取样序列，为线性非移变系统的单位取样响应。5.7.2输出随机过程的均值输出随机过程的均值系统的输出响应是输出随机过程的一个取样序列，根据遍历性假设，由 的均值为由于 故：注：求出5.7.3 输出随机过程的自相关序列输出随机过程的自相关序列输出随机过程的均值为常数，其自相关序列只与时间差有关，所以它是一个平稳随机过程。令上式可以写成：式中：是系统单位冲激响应的自相关序列（确定信号）。5.7.4 输出随机过程的功率谱输出随机过程的功率谱机过程的均值亦为零。则有：设 是实序列，则有：如果 是复序列，则：所以：假设输入随机过程的均值 ，因此输出随注：当是复序列时，其中的Z变换为：在 为实序列的情况下，有：1 S(z)=S(z)H(z)H(z)yy xx 如果系统是稳定的，那么的收敛域包括单位圆，所以：注：当h(n)是实序列时，即：输出随机过程的功率谱等于输入随机过程的功率谱与系统频率特性幅度平方的乘积。5.7.5 输入输出随机过程的互相关序列输入输出随机过程的互相关序列 即：所以：上式说明，输出随机过程的自相关序列，可以通过 输入与输出间的互相关序列与系统冲激响应进行相关计算来得到(注意：与进行线性卷积等效于与进 行相关运算)。系统冲激响应的自相关序列 为：如果输入是一个零均值的平稳白噪声随机过程，其方差为 ，自相关序列是 ，功率谱为根据有对上式进行Z变换：如果已知系统输入和输出之间的互相关序列和互功率谱，可以由上式求出系统的冲激响应或系统函数：或5.7.6输出随机过程的方差输出随机过程的方差输出随机过程的均方值为：因为，所以式中的积分围线可选择为单位圆。c例5.7.1有一线性移不变系统：，当它的输时,在它的输出端得到一个随入端作用一个白噪声x(n0)机信号，。设白噪声的方差等于1,即：求随机信号的自相关序列。谱的关系：将上式进行部分分式展开，得：对上式求逆Z变换得：（收敛域：，因为 是稳定的因果系统）解：根据输出随机过程的功率谱和输入随机过程的功率例5.7.2.为了产生一个功率谱为 的随机过程，可用一个具有单位方差的白噪声去激励一个线性非移变系统，求该系统的单位取样响应 。解：将功率谱写成指数形式：将上式写成ZT的形式：再将上式分解成：的形式。式中：，所以：为了得到一个稳定的因果系统，将系统的系统函数确定为：求上式的逆Z变换得到系统的单位冲激响应为：谢 谢！