《04预备知识：高斯随机过程》由会员分享，可在线阅读，更多相关《04预备知识：高斯随机过程（50页珍藏版）》请在金锄头文库上搜索。
1、预备知识 （三）高斯随机过程 通信原理第四讲随机过程（噪声信号）示例相关函数 R（t ，t+）利用随机过程基础解决通信中问题随机过程(t)（噪声、信号）数学期望 E(t)方差 D(t)统计、观测、计算如果平稳与时间起点无关E(t)=mD(t)=2 R（）如果各态历经用时间平均代替集平均通信系统中所遇到的信号 与噪声一般都能满足各态 历经条件最终求出功率谱，从而获得了频率域 上的功率分布，获得其带宽、功率性 能，达到了研究通信系统的目的数字特征的计算数学期望方差相关函数2.3 随机信号分析 2.3 随机信号分析 随机过程基础 高斯随机过程 随机过程通过线性系统 窄带随机过程 正弦波加窄带高斯噪声
2、随机过程（噪声信号）示例为什么研究高斯过程 中心极限定理表明： 一个随机变量，如果它是很多个相互独立的随机 变量之和，而其中每一个对总和只发生不大的影 响，那么，这一总和的分布就近似于正态分布。 高斯过程又称正态随机过程。如通信中的噪 声，分子热运动产生的热噪声等都具有高斯 过程的特性。 高斯过程，是研究通信信号、特别是通信噪 声的重要数学模型。高斯随机过程：定义若随机过程(t)的任意n维（n=1, 2, ）分布都是 正态分布，则称它为高斯随机过程或正态过程。 其n 维正态概率密度函数表示如下： 高斯随机过程：重要性质 高斯过程的n维分布完全由n个随机变量的数学期望、 方差和两两之间的归一化协
3、方差函数所决定。 只需要其数字特征，就可以确定高斯过程 对高斯过程：广义平稳与狭义平稳等价 如果高斯过程中的随机变量之间互不相关，则他们是 统计独立的。 高斯过程通过线性系统、其输出也是高斯过程a=0，=1一维高斯分布*a=+/-2， =0.8/1.2一维高斯分布*一维高斯分布的数值计算 在通信系统中，通常需要计算随机变量X大于某常数 的概率：无法直接 计算出查Q数值 计算表一维高斯分布的数值计算 Q函数的意义面积=Q（）查Q函数表可以求出概率一维高斯分布的数值计算 误差函数 互补误差函数 X2时互补误差 函数近似表示 Q函数与误差函 数关系一维高斯分布的数值计算 例011-00-1误码率 1
4、错成0的概率加0错成1的概率， 已知均值、方差，查Q表即可求出白噪声信号在信道中传输时， 常会遇到这样一类噪声， 它的功率谱密度均匀分布在整个频率范围内，即 这种噪声被称为白噪声，它是一个理想的宽带随机 过程。 式中n0为一常数，单位是瓦/赫。白噪声的自相关函数可借助于下式求得，即高斯白噪声如果白噪声又是高斯分布的， 我们就称之为高斯白噪声。 由 可以看出，高斯白噪声在任 意两个不同时刻上的取值之间，是统计独立的。应当指出，我们所定义的这种理想化的白噪声在实际中是不存在的。但是，如果噪声的功率谱均匀分 布的频率范围远远大于通信系统的工作频带，我们就 可以把它视为白噪声。2.3 随机信号分析 2
5、.3 随机信号分析 随机过程基础 高斯随机过程 随机过程通过线性系统 窄带随机过程 正弦波加窄带高斯噪声随机过程通过线性系统 确知信号通过线性时不变系统时线性时不变系统随机过程通过线性系统 平稳随机过程通过线性时不变系统时，关系仍然成立线性时不变系统？随机过程通过线性系统 输出过程的数学期望输入直流分量 与直流增益的积随机过程通过线性系统 输出过程的自相关函数输出也是平稳 过程随机过程通过线性系统 输出过程的功率谱密度“功率”谱增益随机过程通过线性系统 随机过程通过线性系统线性时不变系统随机过程通过线性系统 例:输出过程的概率分布从原理上看，在已知输入过程分布的情况下，通 过下式：总可以确定输
6、出过程的概率分布，其中一个十分 有用的情形是：如果线性系统的输入过程是高斯型的 ，则系统的输出过程也是高斯型的。但要注意，由于 线性系统的介入，与输入高斯过程相比，输出过程的 数字特征已经改变了。 随机过程通过线性系统 例题：带限白噪声试求功率谱密度为n0/2的白噪声通过理想矩形的 低通滤波器后的功率谱密度、自相关函数和噪声平均 功率。理想低通的传输特性为：随机过程通过线性系统2.3 随机信号分析 2.3 随机信号分析 随机过程基础 高斯随机过程 随机过程通过线性系统 窄带随机过程 正弦波加窄带高斯噪声窄带随机过程 窄带(带通)信号(过程)示意通信中信号与噪声都满足“窄带”假设，即 ffc。f
7、为信号带宽，fc为载频。其包络和相 位相对于fc是缓慢变化的，波形和频谱示意如下:窄带随机过程 窄带信号的两种描述方法 包络与相位参数的描述方法 同相分量和正交分量的描述方法 两种描述方法对随机过程仍然适用窄带随机过程窄带随机过程的性质 数学期望窄带随机过程的性质 相关函数 Rx是平稳过程，与t无关窄带随机过程的性质窄带随机过程的性质 输入为高斯过程时 根据平稳性，因此：I、Q分量也是高斯过程一个均值为零的窄带平稳高斯过程，它的同相分 量I和正交分量Q也是平稳高斯过程， 而且均值都为 零，方差相同， 在同一时刻同相分量和正交分量互不 相关。高斯变量包络和相位的统计特性 将同相与正交的联合分布函
8、数进行二维转换 ，变成包络与相位的联合PDF包络和相位的统计特性相互独 立包络和相位的统计特性利用雅各比 行列式包络和相位的统计特性包络 符合 瑞利 分布相位 符合 均匀 分布求条件 边际分布窄带高斯噪声高斯噪声时域波形近似高斯白噪声 频谱示意图窄带滤波窄带高斯噪声示 意图包络符合瑞利分布平稳高斯过程通过窄带系统输出结论一个均值为零的窄带平稳高斯过程，它的 同相分量I和正交分量Q也是平稳高斯过程， 而且均值都为零，方差相同， 在同一时刻同 相分量和正交分量互不相关。均值为零的窄带平稳高斯过程 ，其包络符合瑞利分布、相位符合均匀分布。2.3 随机信号分析 2.3 随机信号分析 随机过程基础 高斯
9、随机过程 随机过程通过线性系统 窄带随机过程 正弦波加窄带高斯噪声正弦波加窄带高斯噪声发送端信道接收端噪声源窄带调制后 ，近似为高 频正弦波正弦波加窄带高斯噪声等效为同相 正交分量正弦波加窄带高斯噪声同相、正交分量的联合概率密度包络、相位联合概率密度求包络、相位的条件边际分布同相、正交分量相互独立的高斯过程雅各比行列式进行变换正弦波加窄带高斯噪声广义瑞利分布，莱斯分布正弦波加窄带高斯噪声随机信号分析：小结 通信中的信号与噪声通常是高斯过程 利用Q函数或其他函数可以数值计算出符合高 斯分布的概率数值，是后续分析中计算误码 率的基础 白噪声、带限白噪声、高斯噪声的物理意义 平稳随机过程通过线性系统 窄带高斯过程及其分析方法 正弦信号加窄带高斯噪声是通信系统分析的 重要数学模型小结：随机过程通过线性系统 随机过程通过线性系统线性时不变系统小结：窄带高斯过程及其分析方法一个均值为零的窄带平稳高斯过程，它的同相分 量I和正交分量Q也是平稳高斯过程， 而且均值都为零，方差相同， 在同一时刻同相分量和正交分量互不 相关。均值为零的窄带平稳高斯过程 ，其包络符合瑞利分布、相位符合均匀分布。窄带随机过程（信号），可以用同相与正交分量或包络与相位的方式表示。这两种表示与分析方法是 后续课程的基础。
