电子文档交易市场
安卓APP | ios版本
电子文档交易市场
安卓APP | ios版本
换一换
首页 金锄头文库 > 资源分类 > PPT文档下载
分享到微信 分享到微博 分享到QQ空间

第1章 时域离散随机信号的分析

  • 资源ID:34320535       资源大小:4.10MB        全文页数:99页
  • 资源格式: PPT        下载积分:10金贝
快捷下载 游客一键下载
账号登录下载
微信登录下载
三方登录下载: 微信开放平台登录   支付宝登录   QQ登录  
二维码
微信扫一扫登录
下载资源需要10金贝
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。
如填写123,账号就是123,密码也是123。
支付方式: 支付宝    微信支付   
验证码:   换一换

 
账号:
密码:
验证码:   换一换
  忘记密码?
    
1、金锄头文库是“C2C”交易模式,即卖家上传的文档直接由买家下载,本站只是中间服务平台,本站所有文档下载所得的收益全部归上传人(卖家)所有,作为网络服务商,若您的权利被侵害请及时联系右侧客服;
2、如你看到网页展示的文档有jinchutou.com水印,是因预览和防盗链等技术需要对部份页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有jinchutou.com水印标识,下载后原文更清晰;
3、所有的PPT和DOC文档都被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;下载前须认真查看,确认无误后再购买;
4、文档大部份都是可以预览的,金锄头文库作为内容存储提供商,无法对各卖家所售文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;
5、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据;
6、如果您还有什么不清楚的或需要我们协助,可以点击右侧栏的客服。
下载须知 | 常见问题汇总

第1章 时域离散随机信号的分析

15:44:45,1,2018年2月23日星期五,教材:丁玉美,数字信号处理时域离散随机 信号处理 ,西电出版社,2002自编讲义参考书:张贤达,现代信号处理,清华出版社,2002姚天任,现代数字信号处理,华中科大出版社,1999胡广书,现代信号处理教程,清华出版社,2004皇甫堪,现代数字信号处理,电子工业出版社,2003,现代数字信号处理,15:44:45,2,2018年2月23日星期五,学时分配:总学时:48第一章 时域离散随机信号的分析:6学时第二章 维纳滤波和卡尔曼滤波: 8学时第三章 自适应数字滤波器: 8学时第四章 功率谱估计: 8学时 小波分析: 6学时 其它内容: 6学时基础:信号与系统,数字信号处理, 数理统计与随机过程。,15:44:45,3,2018年2月23日星期五,第一章 时域离散随机信号的分析,1.1 引言 1.2 时域离散随机信号的统计描述 1.3 随机序列数字特征的估计 1.4 平稳随机序列通过线性系统 1.5 时间序列信号模型,15:44:45,4,2018年2月23日星期五,1.1 引 言,§1.1 引 言 信号有确定性信号和随机信号之分。 确定性信号:信号幅度随时间变化有一定规律性, 可以用一个明确的数学关系描述,是可以再现的。,随机信号:随时间变化没有明确的规律,任何时间信号的大小不能预测, 不能用明确的数学关系进行描述。但存在着一定的统计规律,可以用概率密度函数、概率分布函数、数字特征描述。,15:44:45,5,2018年2月23日星期五,随机信号的有四种形式: (1) 连续随机信号: 时间变量和幅度均取连续值的随机信号。 (2) 时域离散随机信号(随机序列):时间变量取离散值,幅度取连续值。 (3) 幅度离散随机信号:幅度取离散值,时间取连续值。(4) 离散随机序列(随机数字信号):幅度和时间均取离散值。 ,1.1 引 言,15:44:45,6,2018年2月23日星期五,随机信号的计算机处理:计算机只能处理随机数字信号。如果忽略计算机有限字长效应,随机数字信号近似为随机序列。因此,我们针对时域离散随机信号(随机序列)展开讨论。符号说明: X(t)>连续随机信号 xi(t)> X(t)的第i个样本函数 X(n)>随机序列或随机变量 xi(n)> X(n)的第i个样本函数说明:为简单起见,常用小写字母x(n)或xn表示随机序列, 只要概念清楚,容易分清楚。,1.1 引 言,15:44:45,7,2018年2月23日星期五,随机序列举例:n部接收机输出噪声的时域离散化,1.1 引 言,15:44:45,8,2018年2月23日星期五,1.2 时域离散随机信号的统计描述,§1.2 时域离散随机信号的统计描述1.2.1 随机序列的概率描述1. 概率一维分布函数随机变量Xn的概率分布函数:,(1.2.1),2. 概率一维密度函数,(1.2.2),15:44:45,9,2018年2月23日星期五,对于随机序列,不同n的随机变量之间并不是独立的,为了更加完整地描述随机序列, 需要用二维及多维统计特性。,1.2 时域离散随机信号的统计描述,(1.2.3),(1.2.4),说明:由于实际中无法得到概率分布函数, 数字特征比较容易进行测量和计算, 因此也可以用数字特征描述随机序列。 常用的数字特征有数学期望、 方差和相关函数。,15:44:45,10,2018年2月23日星期五,1.2.2 随机序列的数字特征1. 数学期望(统计平均值),(1.2.7),说明:E表示求统计平均值。一般情况:数学期望是n的函数。平稳随机序列:数学期望是常数,与n无关。,1.2 时域离散随机信号的统计描述,15:44:45,11,2018年2月23日星期五,2. 均方值与方差,(1.2.8),方差定义,(1.2.9),可以证明:,(1.2.10),1.2 时域离散随机信号的统计描述,均方值定义,一般情况:均方值和方差都是n的函数, 平稳随机序列:均方值和方差与n无关, 是常数。,15:44:45,12,2018年2月23日星期五,1.2 时域离散随机信号的统计描述,15:44:45,13,2018年2月23日星期五,15:44:45,14,2018年2月23日星期五,15:44:45,15,2018年2月23日星期五,物理意义:假设随机变量Xn代表电压或电流。 均方值>消耗在1电阻上的总功率或统计平均功率 方差>消耗在1电阻上交流功率。,1.2 时域离散随机信号的统计描述,>消耗在1电阻上直流功率。,显然,总功率直流功率+交流功率,因此有,15:44:45,16,2018年2月23日星期五,3. 随机序列的相关函数和协方差函数 相同或不同随机序列在不同时刻的状态之间,存在着关联性, 这种关联性可以用自相关函数和互相关函数进行描述。 自相关函数定义,(1.2.11),1.2 时域离散随机信号的统计描述,*表示复数共轭,15:44:45,17,2018年2月23日星期五,自协方差函数定义,(1.2.12),容易证明,(1.2.13),特殊情况:mXn= mXm=0,自协方差函数=自相关函数,1.2 时域离散随机信号的统计描述,15:44:45,18,2018年2月23日星期五,互相关函数的定义,互协方差函数定义,特殊情况:mXn=mYm =0,cov(Xn, Ym)=rxy(n, m),1.2 时域离散随机信号的统计描述,15:44:45,19,2018年2月23日星期五,1.2.3 平稳随机序列及其数字特征平稳随机序列:N维概率分布函数或N维概率密度函数与时间n的起始位置无关。又称为狭义(严)平稳随机序列。,(1.2.16),广义(宽)平稳随机序列:均值和均方差不随时间而改变,相关函数仅是时间差的函数。说明:严平稳序列一定是广义平稳的,反之不一定成立,1.2 时域离散随机信号的统计描述,15:44:45,20,2018年2月23日星期五,我们重点研究广义平稳随机序列,简称平稳随机序列。 一维复平稳序列数字特征:,(1.2.17),(1.2.18),(1.2.19),二维复平稳序列数字特征:,(1.2.20),(1.2.21),1.2 时域离散随机信号的统计描述,15:44:45,21,2018年2月23日星期五,两个平稳且联合平稳复序列的数字特征:,(1.2.22),复平稳序列的两个重要性质:,(1.2.23),(1.2.24),两随机序列相互正交:对于所有m ,rxy(m)=0两随机序列互不相关:对于所有m, rxy(m)=mxmy, covxy (m)=0,1.2 时域离散随机信号的统计描述,15:44:45,22,2018年2月23日星期五,实平稳序列相关函数与协方差函数性质: (1) 自相关函数是m 的偶函数,(1.2.25),(1.2.26),(1.2.27),(2) rxx(0)数值上等于随机序列的平均功率,1.2 时域离散随机信号的统计描述,互协方差函数,15:44:45,23,2018年2月23日星期五,(3),(4),(1.2.29),(1.2.30),含义:平稳序列内部相关性随着时间差的变大, 愈来愈弱。,(5),(1.2.31),(1.2.28),1.2 时域离散随机信号的统计描述,15:44:45,24,2018年2月23日星期五,随机序列自相关函数、协方差函数的重要性质可以用下图所示曲线来表征。,1.2 时域离散随机信号的统计描述,15:44:45,25,2018年2月23日星期五,1.2.4 平稳随机序列的功率密度谱(PSD:Power Spetral Density)平稳随机序列:非周期函数,能量无限,傅里叶变换不存在。自相关函数及其Z变换:由性质(4)知当mx=0, rxx(m)是收敛序列,Z变换存在,而且维纳欣钦定理保证自相关函数的Z变换就是平稳序列的功率谱。,(1.2.32),反变换,(1.2.33),1.2 时域离散随机信号的统计描述,15:44:45,26,2018年2月23日星期五,Pxx(z)的收敛域:,(1.2.34),如果z1是其极点,1/z*1也是极点。如果z1在单位圆内, 必须在单位圆外,收敛域一定包含单位圆,即:,0Ra1,互相关函数及其Z变换:,(1.2.35),由于,1.2 时域离散随机信号的统计描述,15:44:45,27,2018年2月23日星期五,由于Pxx(z)的收敛域包含单位圆意味着rxx(m)的傅里叶变换存在。令z=exp(j) 有,(1.2.37),(1.2.38),将m=0代入上式:,(1.2.39),1.2 时域离散随机信号的统计描述,上式含义: rxx(0)等于随机序列的平均功率, 为功率谱,15:44:45,28,2018年2月23日星期五,实平稳随机序列功率谱的性质:(1) 功率谱是的偶函数,(1.2.40),这一结果可由自相关函数的偶函数证明。还可以证明,(1.2.41),(1.2.42),1.2 时域离散随机信号的统计描述,15:44:45,29,2018年2月23日星期五,(2) 功率谱是实的非负函数:Pxx()0 该性质的证明见下节。,互功率谱定义与性质:,(1.2.43),(1.2.44),(1.2.45),1.2 时域离散随机信号的统计描述,15:44:45,30,2018年2月23日星期五,1.2.5 随机序列的各态历经性集合平均或统计平均:求大量样本在同一时刻的平均, 实际中无法实现。时间平均:仅对一条样本在时间上求平均,实际中容易实现。时间平均值的计算:,(1.2.46),时间自相关函数的计算:,(1.2.47),1.2 时域离散随机信号的统计描述,式中,·表示时间平均算子。,15:44:45,31,2018年2月23日星期五,平稳序列的各态历经性:如果平稳随机序列满足下面两式,称其具有各态历经性:,=mx=E X(n),=rxx(m)=EX*(n)X(n+m),(1.2.48),(1.2.49),各态历经性实际意义:用时间平均代替集合平均, 这给研究平稳随机序列带来很大的方便。而且实际中遇到的平稳随机序列,一般都是各态历经性的。,1.2 时域离散随机信号的统计描述,15:44:45,32,2018年2月23日星期五,1.2.6 特定的随机序列 1. 正态(高斯)随机序列正态随机序列x(n)的N维联合概率密度函数:,其中,特点:正态随机序列仅决定于均值矢量M和协方差矩阵varX。,1.2 时域离散随机信号的统计描述,15:44:45,33,2018年2月23日星期五,高斯马尔可夫过程:具有指数型自相关函数的平稳高斯过程。例如:,高斯马尔可夫的特点:是一种常见的随机信号,适合于大多数物理过程,具有较好的精确性,数学描述简单。因为当m时, 自相关函数趋近于0,所以均值为0,过程的自相关函数特性完全描述了过程的特性。,1.2 时域离散随机信号的统计描述,15:44:45,34,2018年2月23日星期五,2. 白噪声序列平稳白噪声序列的定义:,(1) 两两不相关 cov(xn, xm)=2mn,(1.2.54),(2) 功率谱为常数 Pxx(ej)=2=常数,正态(高斯)白噪声序列:白噪声序列服从正态分布。注意:正态和白色是两个不同的概念,前者是指信号取值服从正态分布, 后者指信号不同时刻取值的独立性。,

注意事项

本文(第1章 时域离散随机信号的分析)为本站会员(洪易)主动上传,金锄头文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即阅读金锄头文库的“版权提示”【网址:https://www.jinchutou.com/h-59.html】,按提示上传提交保证函及证明材料,经审查核实后我们立即给予删除!

温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




关于金锄头网 - 版权申诉 - 免责声明 - 诚邀英才 - 联系我们
手机版 | 川公网安备 51140202000112号 | 经营许可证(蜀ICP备13022795号)
©2008-2016 by Sichuan Goldhoe Inc. All Rights Reserved.