通信原理释疑（3）——第3章 随机过程

基于《通信原理（第7版）》（樊昌信、曹丽娜编著）整理

1.平稳与各态经历性

（1）平稳：分为广义平稳与狭义平稳。
狭义平稳：随机过程的统计特性与时间起点无关。
广义平稳：均值与时间$t$无关，相关函数仅与$\tau$（时间差）有关。
因此狭义平稳必广义平稳，广义平稳不一定狭义平稳。
（2）各态经历性：统计平均=样本的时间平均

因此各态经历一定平稳，平稳不一定各态经历。

2.相关函数的意义

（1）判定过程是否广义平稳。
$$\alpha (t)=\alpha ,R(t_1,t_1+\tau )=R(\tau )$$
（2）维纳-辛钦定理:平稳过程功率谱密度与自相关函数是一对傅里叶变换。
$$R(\tau )⟺P_{\xi }(\omega )$$
（3）确定平均功率、直流功率和交流功率，以及均值、方差等数字特征。
$$R(0)=E[{\xi }^2(t)]=S（平均功率）$$
$$R(\infty )=E^2[\xi (t)]=a^2（直流功率，均值平方）$$
$$R(0)-R(\infty )={\sigma }^2（交流功率，方差）$$
（4）相关函数的形状还可以确定带宽信息。

3.功率谱密度（PSD）的意义

随机过程不存在傅里叶变换，因此没有确定的频谱函数。由于随机过程属于功率信号，且任何平稳随机过程都存在自相关函数及其傅里叶变换——功率谱密度。
（1）描述随机过程频域特性；
（2）确定带宽和平均功率（积分面积）;
（3）描述通信系统中滤波器及其他对信号和噪声的影响。

4.独立、相关、正交

独立：同时发生的概率等于各自发生的概率的乘积则相互独立。
相关：协方差为0则不相关，不相关意为无线性关系，不代表完全无关系。
正交：相关函数为0则正交。

三者之间的关系为：
（1）独立一定不相关，不相关不一定独立，对于均值为零的高斯随机变量，独立和不相关等价；
（2）当有一个随机过程的期望为零时，不相关和正交等价，否则没关系。

注1：协方差$Cov(x,y)=E[(X-E(X))(Y-E(Y))]=E(XY)-E(X)E(Y)$
注2：对于多数通信信号以及噪声来说，基本上均值都为0，于是在实际应用中，不相关与正交没有本质区别。

5.窄带高斯白噪声

窄带：
$$B<<f_c（频带宽度远小于中心频率）$$
$$f_c>>0（中心频率远离零频）$$
高斯：噪声的瞬时值服从正态分布。
白：噪声的功率谱密度在通带范围B内是平坦的（为一常数），各个频率分量都有。