高斯過程_第1頁
已閱讀1頁,還剩49頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、預備知識(三),高斯隨機過程通信原理第四講,隨機過程(噪聲信號)示例,,,,,,相關函數(shù)R(t ,t+?),隨機過程ξ(t)(噪聲、信號),數(shù)學期望E[ξ(t)],方差D[ξ(t)],,統(tǒng)計、觀測、計算,,,如果平穩(wěn),與時間起點無關,E[ξ(t)]=m,D[ξ(t)]=σ2,R(?),,,,,,如果各態(tài)歷經(jīng),用時間平均代替集平均,,數(shù)字特征的計算,數(shù)學期望方差相關函數(shù),2.3 隨機信號分析,2.3 隨機信號分析隨機過

2、程基礎高斯隨機過程隨機過程通過線性系統(tǒng)窄帶隨機過程正弦波加窄帶高斯噪聲,隨機過程(噪聲信號)示例,,,,,為什么研究高斯過程,中心極限定理表明:一個隨機變量,如果它是很多個相互獨立的隨機變量之和,而其中每一個對總和只發(fā)生不大的影響,那么,這一總和的分布就近似于正態(tài)分布。高斯過程又稱正態(tài)隨機過程。如通信中的噪聲,分子熱運動產(chǎn)生的熱噪聲等都具有高斯過程的特性。 高斯過程,是研究通信信號、特別是通信噪聲的重要數(shù)學模型。,高斯隨機

3、過程:定義,若隨機過程ξ(t)的任意n維(n=1, 2, …)分布都是正態(tài)分布,則稱它為高斯隨機過程或正態(tài)過程。 其n維正態(tài)概率密度函數(shù)表示如下:,高斯隨機過程:重要性質,高斯過程的n維分布完全由n個隨機變量的數(shù)學期望、 方差和兩兩之間的歸一化協(xié)方差函數(shù)所決定。只需要其數(shù)字特征,就可以確定高斯過程對高斯過程:廣義平穩(wěn)與狹義平穩(wěn)等價如果高斯過程中的隨機變量之間互不相關,則他們是統(tǒng)計獨立的。高斯過程通過線性系統(tǒng)、其輸出也是高斯

4、過程,a=0,?=1,一維高斯分布*,a=+/-2,?=0.8/1.2,一維高斯分布*,一維高斯分布的數(shù)值計算,在通信系統(tǒng)中,通常需要計算隨機變量X大于某常數(shù)的概率:,一維高斯分布的數(shù)值計算,Q函數(shù)的意義,面積=Q(?),查Q函數(shù)表可以求出概率,一維高斯分布的數(shù)值計算,誤差函數(shù)互補誤差函數(shù)X>2時互補誤差函數(shù)近似表示Q函數(shù)與誤差函數(shù)關系,一維高斯分布的數(shù)值計算,例,,,誤碼率1錯成0的概率加0錯成1的概率,已知

5、均值、方差,查Q表即可求出,白噪聲,信號在信道中傳輸時, 常會遇到這樣一類噪聲, 它的功率譜密度均勻分布在整個頻率范圍內,即 這種噪聲被稱為白噪聲,它是一個理想的寬帶隨機過程。 式中n0為一常數(shù),單位是瓦/赫。白噪聲的自相關函數(shù)可借助于下式求得,即,高斯白噪聲,如果白噪聲又是高斯分布的, 我們就稱之為高斯白噪聲。 由 可以看出,高斯白噪聲在任意兩個不同時刻上的取值之間,是統(tǒng)計獨立的。

6、 應當指出,我們所定義的這種理想化的白噪聲在實際中是不存在的。但是,如果噪聲的功率譜均勻分布的頻率范圍遠遠大于通信系統(tǒng)的工作頻帶,我們就可以把它視為白噪聲。,2.3 隨機信號分析,2.3 隨機信號分析隨機過程基礎高斯隨機過程隨機過程通過線性系統(tǒng)窄帶隨機過程正弦波加窄帶高斯噪聲,隨機過程通過線性系統(tǒng),確知信號通過線性時不變系統(tǒng)時,,線性時不變系統(tǒng),,,隨機過程通過線性系統(tǒng),平穩(wěn)隨機過程通過線性時不變系統(tǒng)時,關系

7、仍然成立,,線性時不變系統(tǒng),,,?,隨機過程通過線性系統(tǒng),輸出過程的數(shù)學期望,,輸入直流分量與直流增益的積,隨機過程通過線性系統(tǒng),輸出過程的自相關函數(shù),,輸出也是平穩(wěn)過程,隨機過程通過線性系統(tǒng),輸出過程的功率譜密度,,“功率”譜增益,隨機過程通過線性系統(tǒng),隨機過程通過線性系統(tǒng),,線性時不變系統(tǒng),,,隨機過程通過線性系統(tǒng),例:輸出過程的概率分布 從原理上看,在已知輸入過程分布的情況下,通過下式:

8、 總可以確定輸出過程的概率分布,其中一個十分有用的情形是:如果線性系統(tǒng)的輸入過程是高斯型的,則系統(tǒng)的輸出過程也是高斯型的。但要注意,由于線性系統(tǒng)的介入,與輸入高斯過程相比,輸出過程的數(shù)字特征已經(jīng)改變了。,,隨機過程通過線性系統(tǒng),例題:帶限白噪聲 試求功率譜密度為n0/2的白噪聲通過理想矩形的低通濾波器后的功率譜密度、自相關函數(shù)和噪聲平均功率。理想低通的傳輸特性為:,,隨機過程通

9、過線性系統(tǒng),,2.3 隨機信號分析,2.3 隨機信號分析隨機過程基礎高斯隨機過程隨機過程通過線性系統(tǒng)窄帶隨機過程正弦波加窄帶高斯噪聲,窄帶隨機過程,窄帶(帶通)信號(過程)示意 通信中信號與噪聲都滿足“窄帶”假設,即△f<<fc?!鱢為信號帶寬,fc為載頻。其包絡和相位相對于fc是緩慢變化的,波形和頻譜示意如下:,窄帶隨機過程,窄帶信號的兩種描述方法包絡與相位參數(shù)的描述方法同相分量和正交分量的描述方法

10、兩種描述方法對隨機過程仍然適用,窄帶隨機過程,,,,,,,,,,窄帶隨機過程的性質,數(shù)學期望,窄帶隨機過程的性質,相關函數(shù)Rx是平穩(wěn)過程,與t無關,,,窄帶隨機過程的性質,,,,,,,,窄帶隨機過程的性質,輸入為高斯過程時根據(jù)平穩(wěn)性,因此:I、Q分量也是高斯過程 一個均值為零的窄帶平穩(wěn)高斯過程,它的同相分量I和正交分量Q也是平穩(wěn)高斯過程, 而且均值都為零,方差相同, 在同一時刻同相分

11、量和正交分量互不相關。,高斯變量,包絡和相位的統(tǒng)計特性,將同相與正交的聯(lián)合分布函數(shù)進行二維轉換,變成包絡與相位的聯(lián)合PDF,,,,,,包絡和相位的統(tǒng)計特性,,,,,,相互獨立,包絡和相位的統(tǒng)計特性,利用雅各比行列式,包絡和相位的統(tǒng)計特性,包絡符合瑞利分布,相位符合均勻分布,,求條件邊際分布,窄帶高斯噪聲,高斯噪聲時域波形,近似高斯白噪聲頻譜示意圖,窄帶濾波,窄帶高斯噪聲示意圖,包絡符合瑞利分布,平穩(wěn)高斯過程通過窄帶系統(tǒng)輸出結論,一個均

12、值為零的窄帶平穩(wěn)高斯過程,它的同相分量I和正交分量Q也是平穩(wěn)高斯過程, 而且均值都為零,方差相同, 在同一時刻同相分量和正交分量互不相關。 均值為零的窄帶平穩(wěn)高斯過程 ,其包絡符合瑞利分布、相位符合均勻分布。,2.3 隨機信號分析,2.3 隨機信號分析隨機過程基礎高斯隨機過程隨機過程通過線性系統(tǒng)窄帶隨機過程正弦波加窄帶高斯噪聲,正弦波加窄帶高斯噪聲,,發(fā)送端,,信道,,接收端,,噪聲源,,,,,,,窄帶調制

13、后,近似為高頻正弦波,,,正弦波加窄帶高斯噪聲,,,,,等效為同相正交分量,,,,正弦波加窄帶高斯噪聲,同相、正交分量的聯(lián)合概率密度,,包絡、相位聯(lián)合概率密度,,求包絡、相位的條件邊際分布,,同相、正交分量相互獨立的高斯過程,,雅各比行列式進行變換,正弦波加窄帶高斯噪聲,,廣義瑞利分布,萊斯分布,,正弦波加窄帶高斯噪聲,,隨機信號分析:小結,通信中的信號與噪聲通常是高斯過程利用Q函數(shù)或其他函數(shù)可以數(shù)值計算出符合高斯分布的概率數(shù)值,是后

14、續(xù)分析中計算誤碼率的基礎白噪聲、帶限白噪聲、高斯噪聲的物理意義平穩(wěn)隨機過程通過線性系統(tǒng)窄帶高斯過程及其分析方法正弦信號加窄帶高斯噪聲是通信系統(tǒng)分析的重要數(shù)學模型,小結:隨機過程通過線性系統(tǒng),隨機過程通過線性系統(tǒng),,線性時不變系統(tǒng),,,小結:窄帶高斯過程及其分析方法,一個均值為零的窄帶平穩(wěn)高斯過程,它的同相分量I和正交分量Q也是平穩(wěn)高斯過程, 而且均值都為零,方差相同, 在同一時刻同相分量和正交分量互不相關。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論