3.1随机过程的基本概念
- 随机过程的定义
①所有样本函数的集合;
②处于不同时刻的随机变量的集合; - 统计特征用分布函数或者概率密度来描述
- 数字特征:是对随机过程所有样本函数的统计平均
①均值:样本函数的摆动中心
②方差:某一时刻,随机过程偏离摆动中心的程度
③相关函数
(i)自相关函数:同一随机过程在任意两个时刻上的随机变量的相关程度
(ii)互相关函数:任意两个随机过程的相关程度
3.2平稳随机过程
- 平稳随机过程/严平稳随机过程:随机过程的统计特性与时间起点无关
- 广义平稳随机过程:同时满足均值与时间无关,自相关函数只与时间差有关
- 各态历经性
①定义:随机过程中的任一次实现都经历了随机过程的所有可能状态
②作用:用一次实现的“时间平均值”代替数字特征(统计平均值) - 维纳-辛钦定理:平稳随机过程的功率谱密度与其自相关函数为傅里叶变换对
- 平稳随机过程通过线性系统还是平稳的
3.3高斯随机过程
- 定义:随机过程任意n维分布均服从正态分布
- 性质
①广义平稳的高斯随机过程也是严平稳的
②高斯过程经过线性变换(通过线性系统)后仍然是高斯过程
3.4窄带随机过程
- 定义:随机过程的频带宽度远小于其中心频率
- 波形:类似包络和相位随机缓慢变化的正弦波
- 性质:
①一个均值为零的窄带高斯平稳过程,它的同相分量和正交分量同样是平稳高斯过程;
②在同一时刻得到的同相分量间而正交分量是统计独立的
-正弦波+窄带高斯噪声的合成包络分布与信噪比有关:
①小信噪比时接近瑞利分布
②大信噪比时接近高斯分布
③一般情况下解决莱斯分布
3.5高斯白噪声和带限白噪声
- 白噪声:噪声的功率谱密度为常数
- 高斯白噪声:噪声的取值分布服从高斯分布(通信信道中的噪声模型)(热噪声)
性质:在任意两个不同时刻上的随机变量之间统计独立 - 低通白噪声:白噪声通过理想矩形的低通滤波器或者理想低通信道输出的噪声
- 带通白噪声/窄带高斯白噪声:白噪声通过理想矩形的带通滤波器或者理想带通信道输出的噪声