白噪声剖析

最新推荐文章于 2023-03-07 15:15:47 发布

teengad

最新推荐文章于 2023-03-07 15:15:47 发布

阅读量3k

点赞数

分类专栏：科研笔记文章标签：白噪声

本文链接：https://blog.csdn.net/qq_32515081/article/details/115870990

版权

科研笔记专栏收录该内容

47 篇文章 15 订阅

订阅专栏

白噪声或白杂讯，是一种功率谱密度为常数的随机信号。换句话说，此信号在各个频段上的功率谱密度是一样的，由于白光是由各种频率（颜色）的单色光混合而成，因而此信号的这种具有平坦功率谱的性质被称作是“白色的”，此信号也因此被称作白噪声。相对的，其他不具有这一性质的噪声信号被称为有色噪声。

理想的白噪声具有无限带宽，因而其能量是无限大，但这在现实世界是不可能存在的。实际上，我们常常将有限带宽的平整信号视为白噪声，因为这让我们在数学分析上更加方便。白噪声在数学处理上比较方便，因此它是系统分析的有力工具。一般，只要一个噪声过程所具有的频谱宽度远远大于它所作用系统的带宽，并且在该带宽中其频谱密度基本上可以作为常数来考虑，就可以把它作为白噪声来处理。例如，热噪声和散粒噪声在很宽的频率范围内具有均匀的功率谱密度，通常可以认为它们是白噪声。

当你需要专心工作，而周遭总是有繁杂的声音时，就可以选用它们来加以遮蔽。一般来说，通常的情况下你可以选用白色噪音，而粉红色噪音则是特别针对说话声的遮蔽材料。

白噪声主要包含三类：无源器件，如电阻、馈线等类导体中电子布朗运动引起的热噪声；有源器件，如真空电子管和半导体器件中由于电子发射的不均匀性引起的散粒噪声；以及宇宙天体辐射波对接收机形成的宇宙噪声。其中前两类是主要的。

通信中的各类噪声，有些可以消除，有些可以避免,还有些可以减小。唯独以内部噪声为主的白噪声，无论在时域还是频域,总是普遍存在和不可避免的，因而成为通信中各类噪声的重点研究对象。

白噪声的数学属性如下：

$E[x(t)]=0$

$E[x^{2}(t)]< \infty$

$R(\tau)=K(\tau)=E[x(t_{1})x(t_{1}+\tau)]=S_{0}\delta(\tau)$

$S(\omega)=S_{0}$

理想白噪声只是一种理论上的抽象，在物理上是不能实现的，现实中并不存在这样的噪声。因而，工程实际中测量数据所包含的噪声往往是有色噪声。所谓有色噪声（或相关噪声）是指噪声序列中每一时刻的噪声和另一时刻的噪声相关。“表示定理”表明，有色噪声序列可以看成由白噪声序列驱动的线性环节的输出，如图所示：

噪声值的任何分布都是可能的（前提是必须具有零直流分量）。如果序列在统计上不相关，则即使二进制信号只能采用值1或0，也将为白色。具有连续分布（例如正态分布）的噪声当然可以是白色的。人们常常错误地认为高斯噪声（即具有高斯幅度分布的噪声）必然是指白噪声，但两个属性都没有暗示另一个。高斯性是指相对于该值的概率分布，在这种情况下，信号落在任何特定幅度范围内的概率，而术语“白色”是指信号功率随时间分布（即独立）的方式或频率之间。白噪声是维纳过程或布朗运动的广义均方导数。白噪声量度是对无穷维空间上的随机元素（例如随机场）的概括。

为何白噪声要用dirac函数表示呢？是因为先定义了功率谱的”白色“属性？然后推得时域的 $\delta(\tau)$ 形式？为何在某个点处的平方值为无穷大？

对随机变量 $x(t)$ 作傅里叶变换：

$x(t)=\int^{\infty}_{-\infty}x(\omega)e^{i\omega t}d\omega$ （1）

其逆变换为：

$x(\omega)=\frac{1}{2\pi}\int^{\infty}_{-\infty}x(t)e^{-i\omega t}dt$ （2）

假设 $C(\tau)=\overline{x(t)x(t+\tau)}=A\delta(\tau)$ （3）

利用维纳-辛钦定理：

$C(\omega)=\overline{|x(\omega)|^{2}}=\frac{1}{2\pi}\int^{\infty}_{-\infty}C(\tau)e^{-i\omega\tau}d\tau$ （4）

将我们可以得到：

$C(\omega)=\overline{|x(\omega)|^{2}}=\frac{1}{2\pi}\int^{\infty}_{-\infty}C(\tau)e^{-i\omega\tau}d\tau=\frac{1}{2\pi}\int^{\infty}_{-\infty}A\delta(\tau)e^{-i\omega\tau}d\tau={A}$ （5）