彩色高斯噪声

1. 输入信号的频谱和输出信号的频谱

公式 $G_y(f)=|H(f){|}^2{G}_x(f)$ 表示的是线性系统对输入信号功率谱密度（PSD）的影响。我们来逐步解释这部分公式：

• $G_x(f)$：这是输入信号的功率谱密度，即信号在频域中的功率分布。
• $H(f)$：这是滤波器的频率响应，描述了滤波器在不同频率下对信号的影响。
• $G_y(f)$：这是输出信号的功率谱密度，即经过滤波器后的信号在频域中的功率分布。
• $|H(f){|}^2$：表示滤波器对信号功率谱密度的影响。功率谱密度是信号的能量分布，滤波器的频率响应在功率上的影响是通过其模平方来计算的。这个值表示滤波器对每个频率的增益或衰减。

因此，滤波器对输入信号的影响可以通过这个公式来描述：输出信号的功率谱密度 $G_y(f)$ 等于滤波器频率响应的模平方 $|H(f){|}^2$ 乘以输入信号的功率谱密度 $G_x(f)$。

2. 线性系统的时域关系

时域公式：

$$R_{yy}(t)=R_{hh}(t)\ast R_{xx}(t)$$

描述的是输出信号的自相关函数 $R_{yy}(t)$ 和输入信号 $R_{xx}(t)$ 以及滤波器脉冲响应 $R_{hh}(t)$ 的关系。

• 自相关函数：自相关函数 $R(t)$ 描述信号在不同时刻之间的相关性。它在时域中的表达类似于信号的“相似度”。
• 卷积操作 $\ast$：这个公式中的卷积表示输入信号的自相关函数与滤波器的脉冲响应之间的卷积，这意味着输出信号的自相关函数是输入信号与滤波器脉冲响应的结合结果。

3. 白噪声通过带限滤波器后的变化

• 白高斯噪声：白噪声的特性是它在所有频率上的功率谱密度 $G_x(f)$ 是平坦的，即能量在频域上是均匀分布的。白噪声在时间域中具有自相关函数为冲激函数的特点，因此，它在各个时间点上的值是相互独立的。

• 带限滤波器：当白噪声通过一个带限滤波器（如低通滤波器或带通滤波器）时，滤波器会只通过一定频率范围内的信号，并衰减或完全抑制其他频率的成分。这样，滤波器对频域中的信号做了选择性地保留或削弱，导致输出信号的功率谱密度 $G_y(f)$ 不再是平坦的，而是具有某种频率依赖性。

4. “彩色高斯噪声”是什么意思？

彩色高斯噪声（colored Gaussian noise）是指通过带限滤波器后的噪声信号。虽然输入噪声是白噪声（即功率谱密度在频域中是平坦的，所有频率的能量均匀分布），但是经过带限滤波器后，输出的噪声信号不再具有平坦的功率谱密度。相反，滤波器使得某些频率成分得到增强或抑制，因此输出信号在频域中呈现出不同频率下的不同能量分布，这就称为“彩色噪声”。

• 白噪声是频谱平坦的噪声，而彩色噪声则在频谱上具有某种形状（不再是平坦的）。彩色噪声的名称来源于频率成分的不同分布，比如粉红噪声（pink noise）或棕色噪声（brown noise）。

虽然频谱变了，但由于高斯噪声通过线性滤波器后，输出噪声仍然保持高斯分布。因此，经过滤波的噪声信号仍然是高斯过程，只不过它的频谱不再平坦，变成“彩色”了。

5. 总结

• 白高斯噪声通过带限线性滤波器后，功率谱密度会改变，滤波器的频率响应决定了输出信号的频率特性，输出信号的功率谱密度 $G_y(f)$ 不再是平坦的，而是呈现某种频率依赖性。
• 输出的噪声信号被称为彩色高斯噪声，因为它的频谱不再平坦，但仍然是高斯分布的。
• 在时域，自相关函数的变化通过卷积关系体现，即输出信号的自相关函数是输入信号自相关函数与滤波器自相关函数的卷积。