隨機過程通過線性系統(tǒng)_第1頁
隨機過程通過線性系統(tǒng)_第2頁
隨機過程通過線性系統(tǒng)_第3頁
隨機過程通過線性系統(tǒng)_第4頁
隨機過程通過線性系統(tǒng)_第5頁
已閱讀5頁,還剩9頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨機過程通過線性系統(tǒng)現(xiàn)代通信原理隨機過程通過線性系統(tǒng) 通信的目的在于傳輸信號,信號和系統(tǒng)總是聯(lián)系在一起的。通信系統(tǒng)中的信號或噪聲一般都是隨機的,因此在以后的討論中我們必然會遇到這樣的問題:隨機過程通過系統(tǒng)(或網(wǎng)絡(luò))后,輸出過程將是什么樣的過程? 這里,我們只考慮平穩(wěn)過程通過線性時不變系統(tǒng)的情況。 隨機信號通過線性系統(tǒng)的分析,完全是建立在確知信號通過線性系統(tǒng)的分析原理的基礎(chǔ)之上的。我們知道,線性系統(tǒng)的響應(yīng)vo(t)等于輸入信號vi(t)與系統(tǒng)的單位沖激響應(yīng)h(t)的卷積,即vo(t)=vi(t)*h(t)= 若 vo(t) Vo(), vi(t) Vi(), h(t) H(),則有 Vo()=H

2、()Vi() (2.4 - 2)若線性系統(tǒng)是物理可實現(xiàn)的,則 vo(t)=或 如果把vi(t)看作是輸入隨機過程的一個樣本,則vo(t)可看作是輸出隨機過程的一個樣本。顯然,輸入過程i(t)的每個樣本與輸出過程o(t)的相應(yīng)樣本之間都滿足式(2.4 - 4)的關(guān)系。這樣,就整個過程而言,便有 o(t)= (2.4 - 5)我們先確定輸出過程的數(shù)學(xué)期望、 自相關(guān)函數(shù)及功率譜密度,然后討論輸出過程的概率分布問題。 1. 輸出過程o(t)的數(shù)學(xué)期望 Eo(t)= eh( ) i(t-)d 式中利用了平穩(wěn)性假設(shè)Ei(t-)=Ei(t)=a(常數(shù))。 又因為 H(W)=求得H(0)=所以Eo(t)=aH

3、(0) 由此可見, 輸出過程的數(shù)學(xué)期望等于輸入過程的數(shù)學(xué)期望與直流傳遞函數(shù)H(0)的乘積,且Eo(t)與t無關(guān)。 2. 輸出過程o(t)的自相關(guān)函數(shù) Ro(t1, t1+)=Eo(t1)o(t1+) =E 根據(jù)平穩(wěn)性 Ei(t1-)i(t1+-)=Ri(+-) 有Ro(t1, t1+) 可見, o(t)的自相關(guān)函數(shù)只依賴時間間隔而與時間起點t1無關(guān)。 若線性系統(tǒng)的輸入過程是平穩(wěn)的,那么輸出過程也是平穩(wěn)的。 3. 輸出過程o(t)的功率譜密度 對式(2.4 - 7)進(jìn)行傅里葉變換, 有令則有Po()=即 Po()= 可見,系統(tǒng)輸出功率譜密度是輸入功率譜密度Pi()與系統(tǒng)功率傳輸函數(shù)|H()|2的

4、乘積。 例 23 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(guān)函數(shù)和噪聲平均功率。理想低通的傳輸特性為H()= K0e-jwt 0 其他 解 由上式得|H()|2= ,|H。輸出功率譜密度為Po()=|H()|2Pi()= , |H 可見, 輸出噪聲的功率譜密度在|H內(nèi)是均勻的, 在此范圍外則為零,如圖 2 - 5(a)所示,通常把這樣的噪聲稱為帶限白噪聲。其自相關(guān)函數(shù)為圖2-5 帶限白噪聲的功率譜和自相關(guān)函數(shù) 式中,H=2fH。由此可見,帶限白噪聲只有在=k/2fH(k=1, 2, 3, )上得到的隨機變量才不相關(guān)。它告訴我們,如果對帶限白噪聲按

5、抽樣定理抽樣的話,則各抽樣值是互不相關(guān)的隨機變量。這是一個很重要的概念。 如圖 2 - 5(b)所示,帶限白噪聲的自相關(guān)函數(shù)Ro()在=0 處有最大值,這就是帶限白噪聲的平均功率: Ro(0)= n0fH4. 輸出過程o(t)的概率分布 從原理上看,在已知輸入過程分布的情況下,通過式(2.4 - 5),即 總可以確定輸出過程的分布。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。 因為從積分原理來看, 上式可表示為一個和式的極限,即 由于i(t)已假設(shè)是高斯型的,所以,在任一時刻的每項i(t-k)h(k)k都是一個高斯隨機變量。因此,輸出過程在任一時刻得到的每一隨機變量,都是無限多個高斯隨機變量之和。由概率論得知,這個“和”的隨機變量也是高斯隨機變量。這就證明,高斯過程經(jīng)過線性系統(tǒng)后其輸出過程 仍為高

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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