先说一个概念
随机过程:首先想象一个2维坐标系,x表示 时间,y表示一个数,当x取一个值时,其对应的Y值是一个随机的值(叫做随机变量)
x轴的每个时刻对应的y值连成一条线,这个集合就叫做随机过程
分布函数和概率密度:,
可以用分布函数或概率密度来描述每一个x值对应的y值的统计特性,分布函数求导后得概率密度函数
某个随机过程y(t),t1时刻随机变量小于等于x1的概率称为该随机过程的一维分布函数,求导后是一维概率密度
同时满足t1时刻随机变量小于等于x1,t2时刻随机变量小于等于x2的概率称为该随机过程的2维分布函数,n维依次类推,维数越多,描述一个随机过程越精确
均值(数学期望):描述样本集合的中心点
标准差:样本集合的各个样本点到均值的距离的平均,标准差越小说明样本越集中(稳定),还记得高中那个射箭的例子,均值一样,标准差小的射箭好,因为稳定
方差:标准差的平方,表示随机过程在时刻t,偏离中心点的程度,和标准差功能是一样的
标准差与方差区别:标准差和变量的计算单位相同,比方差清楚,因此很多时候我们分析的时候更多的使用的是标准差
相关函数:描述随机信号X(t)在任意两个不同时刻t1,t2,的取值之间的相关程度
协方差:描述随机信号X(t)在任意两个不同时刻t1,t2,用来描述X(t)在两个时刻取值的起伏变化(相对于均值)的相关程度
在通信系统随机过程主要用到方差与相关函数
对于随机过程有一个概念是平稳随机过程,类似于研究信号时的线性时不变系统,总要有一个前提条件,否则没法研究
而它又分为宽平稳与严平稳,严平稳一定是广义平稳,反之不成立
严平稳:平稳随机系统的统计特性不随时间的推移而改变
广义平稳
(1)均值与t无关为常数
(2)自相关函数只与时间间隔有关
高斯(正态)随机过程:随机过程n维分布均服从正态分布,如热噪声
实际生活中,多数通信系统都是窄带带通型的,通过窄带系统的信号或噪声必然是窄带随机过程
窄带随机过程:随机过程的谱频谱密度集中在中心频率附近的窄带范围内,且中心频率远离0频率
信号四种频率特性
1、频谱密度:频率-幅度曲线,时域信号傅里叶变换得出的,单位(V/HZ)幅度/赫兹
2、功率谱密度是频谱密度乘以一个系数后得出的,单位(W/HZ)瓦特/赫兹
功率谱密度P(w):平稳随机过程, P(w) <=> R(t) 功率谱密度为自相关函数的傅里叶变换
信号功率S:平稳随机过程,信号功率等于R(0),即自相关函数时间为0时刻的值