随机过程-通过线性系统
通信原理简答题答案2(个人整理)
第一章绪论1-2何谓数字信号？何谓模拟信号？两者的根本区别是什么？答：数字信号：电信号的参量值仅可能取有限个值。
模拟信号：电信号的参量取值连续。
两者的根本区别是携带信号的参量是连续取值还是离散取值。
1-3何谓数字通信？数字通信偶哪些优缺点？答：利用数字信号来传输信息的通信系统为数字通信系统。
优点：抗干扰能力强，无噪声积累传输差错可控；便于现代数字信号处理技术对数字信息进行处理、变换、储存；易于集成，使通信设备微型化，重量轻；易于加密处理，且保密性好。
缺点：一般需要较大的传输带宽；系统设备较复杂。
1-4 数字通信系统的一般模型中各组成部分的主要功能是什么？答：信源编码：提高信息传输的有效性（通过数字压缩技术降低码速率），完成A/D转换。
信道编码/译码：增强数字信号的抗干扰能力。
加密与解密：认为扰乱数字序列，加上密码。
数字调制与解调：把数字基带信号的频谱搬移到高频处，形成适合在信道中传输的带通信号。
同步：使收发两端的信号在时间上保持步调一致。
1-5 按调制方式，通信系统如何分类？答：基带传输系统和带通传输系统。
1-6 按传输信号的特征，通信系统如何分类？答：模拟通信系统和数字通信系统。
1-7 按传输信号的复用方式，通信系统如何分类？答：FDM,TDM,CDM。
1-8 单工、半双工及全双工通信方式是按什么标准分类的？解释他们的工作方式。
答：按照消息传递的方向与时间关系分类。
单工通信：消息只能单向传输。
半双工：通信双方都能收发消息，但不能同时进行收和发的工作方式。
全双工通信：通信双方可以同时收发消息。
1-9 按数字信号码元的排列顺序可分为哪两种通信方式？他们的适用场合及特点？答：分为并行传输和串行传输方式。
并行传输一般用于设备之间的近距离通信，如计算机和打印机之间的数据传输。
串行传输使用与远距离数据的传输。
1-10 通信系统的主要性能指标是什么？答：有效性和可靠性。
1-11 衡量数字通信系统有效性和可靠性的性能指标有哪些？答：有效性：传输速率，频带利用率。
通信原理 考点总结
通信原理绪论给舍友同学总结的考点知识点；通信的目的是传递消息中所包含的信息；消息是信息的物理表现，是物质或精神状态的一种反映；消息中包含的有效内容是信息，信息是消息的内涵；通信就是信息传输； 信号参量的传递→通信原理；电信号的参量取值连续（不可数、无穷多）,指某一取值范围内可以取无穷多个值，不一定时间上连续，则为模拟信号；电信号的参量仅可能取有限个值，则为数字信号；基带信号：原始信号，频带从零频附近开始，不适合在信道传输；→带通信号（频带信号）：调制后，适合信道传输且有带通的特性；复用：频分(模拟)、时分（数字）、码分（WCDMA ）；时分复用：用脉冲调制的方法使不同信号占据不同的时间区间；频分复用：用频谱搬移的方法使不同信号占据不同的频率范围；码分复用：用正交的脉冲序列分别携带不同的信号；信息量：；熵：平均信息量 等概率最大；性能指标：有效性和可靠性矛盾统一；1.有效性：传输一定信息量时所占用的信道资源，传输的“速度”问题； 衡量：传输速率和频带利用率； 码元传输速率RB ：单位时间传送码元的数目，Baud ；RB=1/T;信息传输速率Rb: 信息率，比特率；单位时间内传递的平均信息量；bps ；b/s ； 二进制：RB=Rb;频带利用率：；单位带宽（每赫）内传输速率；2.可靠性：接收信息的准确程度，即传输“质量”问题； 衡量：误码率；误信率 误码率Pe ：错误码/总传输码元；Pb 误信率：错误比特/总传输比特数；二进制：Pe=Pb;随机过程一维概率分布函数：F 1(x 1,t 1)=P [ξ(t 1)≤x 1] 数学期望:信号或噪声的直流成分;方差:信号或噪声交流功率；自相关函数:用来判断广义平稳,用来求随机过程的功率谱密度及平均功率。
；（广义/宽）平稳随机过程：数学期望与方差与时间无关，自相关函数只与时间间隔有关；α(t)=α；R(t,t+τ)=R(τ)各态历经性：()()ττR R a a ==，统计平均值等于它的任一次实现的平均值，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；具有各态历经性的随机过程一定是平稳过程，但平稳过程不一定具有各态历经性；P41 例题； 自相关函数：R(τ)＝E[ξ(t)ξ(t+τ)]， R(τ)=R(-τ),偶函数；R(0)=E[ξ^2(t)]=s ，R(0)为ξ(t)的均方值 (ξ(t)的平均功率，时域计算方法)；上限； R(∞)=E^2[ξ(t)]， R(∞)是ξ(t)的直流功率，R(0)- R(∞)=σ^2 ，方差，ξ(t)的交流功率；功率谱密度：频域角度描述ξ(t)的统计特性，ξ(t)的平均功率关于频率的分布；平稳过程的自相关函数与其功率谱之间为傅立叶变换关系； P ξ (ω ) 《----》R(τ)；ωωπτωτςd e)(P 21)(R j ⎰∞∞-=；ττωωτξd e)(R )(P j -∞∞-⎰=；功率谱密度的性质：P ξ（ω）＞＝0，非负性 P ξ（-ω）＝ P ξ（ω），偶函数单边功率谱密度： P ξ1（ω）＝2 P ξ（ω）ω〉=0P44, 例题；高斯过程：随机过程的概率密度服从正态分布；过程中的任一时刻的取值即为随机变量；一维概率密度和分布函数：)2)(exp(21)(22σασπ--=x x f ，α均值，σ平均差，a=0,σ=1为标准高斯分布； 性质：高斯过程若为宽平稳，必为窄平稳；若随机变量不相关，则变量相互独立；代数和及线性变化后仍为高斯过程；窄带随机过程：Δ f<<f c >>0;正弦波表示：，;同相与正交分量表示：；1) 结论1：ξ(t)是均值为0、方差为σ^2的窄带平稳高斯过程，它的同相分量和正交分量同样是平稳高斯过程，且均值为0、方差也相同。
第4章 随机过程通过线性系统分析
上述积分可用极限形式表示：
、 固定时， 为确定的常用，上式是正态变量 的线性组合，而正态的线性组合还是正态分布。
2．高斯过程的均值与方差近似计算
对于高斯过程，只要均值与方差确定，则整个分布函数便确定。
由于
取定一个合适的 ，利用
可求出求出 均值与方差的近似值。
作业：P1515.1，5.2，5.7，5.8，5.9，5.11，5.14，5.15，5.26，5.28。
等效原则：理想系统与实际系统的输出平均功率相等。
例：设理想输出为 ，理想系统是矩形传输函数
为等效带宽。
如何确定 ？
依等效原则，理想系统的平均功率为 ，而
所以
称 为等效噪声带宽。
3．白噪声通过理想低通线性系统
在实际应用中，设
白噪声的谱密度为：
输出 的功率谱密度为
输出 的相关函数为：
输出 的平均功率为
输出 的自相关系统为
但求输入的概率分布不是一件容易的事为使问题得到简化一般我们假设高斯随机过程通过线性系统定理
第4章随机过程通过线性系统分析
引言：信号与系统的传统理论方法的基础是卷积运算。如图，
图1：系统的物理示意图
是系统的输入， 是系统的输出， 是系统的冲激响应函数
其中 ，为冲激函数。
对于线性系统，系统的数学运算为：
相关时间为
4．白噪声通过理想带通线性系统
理想带通线性系统具有理想矩形频率特性
白噪声的谱密度为：
输出 的功率谱密度为
输出 的相关函数为：
可写成
称为相关函数的包络。
输出 的平均功率为
输出 的自相关系统为
相关时间为
5．白噪声通过具有高斯频率特性的线性系统
随机过程通过线性系统
随机过程通过线性系统
通信的目的在于传输信号，信号和系统总是联系在一起的。 通信系统中的信号或噪声一般都是随机的，因此在以后的讨论 中我们必然会遇到这样的问题：随机过程通过系统（或网络） 后，输出过程将是什么样的过程？
这里，我们只考虑平稳过程通过线性时不变系统的情况。 随机信号通过线性系统的分析，完全是建立在确知信号通过线 性系统的分析原理的基础之上的。我们知道，线性系统的响应 vo(t)等于输入信号vi(t)与系统的单位冲激响应h(t)的卷积，即
度，然后讨论输出过程的概率分布问题。
1. 输出过程ξo(t)的数学期望
E［ξo(t)］= e[h( ) ξi(t-τ)dτ ]
＝
h(
0
)E[1[i
(t
)]d
a
h( )d
0
式中利用了平稳性假设E［ξi(t-τ)］=E［ξi(t)］=a(常数)。 又因为
H(W)=
h(t)e
jwtd
t
0
求得
H(0)= h(t)dt
可见, ξo(t)的自相关函数只依赖时间间隔τ而与时间起点t1 无关。
若线性系统的输入过程是平稳的，那么输出过程也是平 稳的。
3. 输出过程ξo(t)的功率谱密度
对式（2.4 - 7）进行傅里叶变换, 有
p0(w)
R0
(
)e
jw
d
0
[h(a)h(
0
)Ri (
)dad ]e jwrd
噪声平均功率。理想低通的传输特性为
H(ω)=
K0e-jwt 0
w wH
其他
解 由上式得|H(ω)|2=
K02
，|ω|≤ωH。输出功率谱密度为
通信原理知到章节答案智慧树2023年青海民族大学
通信原理知到章节测试答案智慧树2023年最新青海民族大学第一章测试1.某独立发送的二进制信源，1符号出现概率为1/4，该信源的平均信息量为1.98 比特/符号。
（）参考答案:错2.设一数字传输系统传送二进制码元的速率为1200Baud，该系统的信息速率为1200比特/秒。
（）参考答案:错3.消息中所含的信息量是该消息出现的概率的函数。
（）参考答案:对4.概率越小，信息量越小。
（）参考答案:错5.设一个二进制离散信源，以相等的概率发送0和1，则信源每个输出的信息量为1比特。
（）参考答案:对第二章测试1.确定信号的的能量是（）。
参考答案:2.信号的平均功率是（）。
参考答案:13.信号的傅氏变换是（）。
参考答案:4.信号的傅氏变换是（）。
参考答案:5.若实信号的傅氏变换是，则的傅氏变换是（）。
参考答案:6.能量信号的自相关函数的性质有（）。
参考答案:自相关函数和能量谱密度是一对傅里叶变换;自相关函数是偶函数;自相关函数在零点的取值等于信号能量7.信号是非周期信号、且是能量信号。
（）参考答案:对8.信号是周期信号、且是功率信号。
（）参考答案:对9.信号是周期信号、且是功率信号。
（）参考答案:错10.互相关函数和两个信号相乘的前后次序无关。
（）参考答案:错第三章测试1.对随机过程作观测时，可以把随机过程看做是( )的集合，当对随机过程进行理论分析时，可以把随机过程看做是( )的集合。
参考答案:样本函数随机变量2.随机过程数字特征之间的关系是( ).参考答案:方差等于均方值和均值平方之差;在同一个时刻，自相关函数的值就是均方值;在同一个时刻，自协方差函数的值就是方差3.平稳随机过程自相关函数的主要性质是( )。
参考答案:偶函数;在时间差等于0时具有极大值4.随机过程经过线性系统的主要性质有( ).参考答案:如果输入是宽遍历的，则输出也是宽遍历的;如果输入是严平稳的，则输出也是严平稳的;如果输入是宽平稳的，则输出也是宽平稳的5.高斯过程经过线性变换后生成的过程还是高斯过程。
通信原理 3-5平稳随机过程通过线性系统
输出o(t)的统计特性
2
第3章 随机过程
1.输出过程o(t)的均值 对下式两边取统计平均：
0 (t ) h( ) i (t )d
得到
E[ 0 (t )] E
h( ) iFra bibliotek(t )d
h( )E[i (t )]d
H ( ) (1 e jT ). j 2 cos
所以
2
T
2
e
j
t
2
. j
pY ( ) H ( ) p X ( ) 2(1 cos T ). 2 p X ( )
8
R0 (t1 , t1 ) E[ 0 (t1 ) 0 (t1 )] E
R0 (t1 , t1 )
h( ) i (t1 )d h( ) i (t1 )d
h( )h( ) E[ i (t1 ) i (t1 )]dd
设输入过程是平稳的 ，则有
E[ i (t )] E[ i (t )] a
E[ 0 (t )] a h( )d a H (0)
式中，H(0)是线性系统在 f = 0处的频率响应，因此输出 过程的均值和时间无关。
3
第3章 随机过程
2. 输出过程o(t)的自相关函数：
0 (t ) lim
由于已假设i(t)是高斯型的，所以上式右端的每一项
在任一时刻上都是一个高斯随机变量。因此，输出过程
k 0
(t
k 0 i
数据通信原理 第03章 随机过程(3.4)
h( )h( ) Ri ( )dd R0 ( )
上式表明,输出过程的自相关函数仅是时间间隔 的函数。 由上两式可知，若线性系统的输入是平稳的，则 输出也是平稳的。
28
3、输出过程o(t)的功率谱密度 对下式进行傅里叶变换：
若 H f t yt 则系统 H 是非时变系统,否则是时变系统。
六、线性时不变系统的微分特性
线性时不变系统满足微分特性、积分特性
et
de t dt
系统
系统
r t
dr t dt
et dt
t
r t dt
t
系统
E[ 0 (t )] a h( )d a H (0)
式中，H(0)是线性系统在 f = 0处的频率响应，因
26
2、输出过程o(t)的自相关函数： 根据自相关函数的定义
R0 (t1 , t1 ) E[ 0 (t1 ) 0 (t1 )] E
f 1 t C1 C 1 f 1 t
f 2 t
f 1 t
C2
H
C 2 f 2 t
H f 1 t
C 1 H f 1 t
H
H C 1 f 1 t C 2 f 2 t
C1
f 2 t
H
H f 2 t
C2
C 2 H f 2 t
C 1 H f 1 t C 2 H f 2 t
若 H C1 f1 t C2 f 2 t C1 H f1 t C2 H f 2 t
实验三 随机信号通过线性时不变系统
实验三 随机信号通过线性系统的分析一、实验目的1 模拟产生特定相关函数的连续随机序列或者离散的随机序列，考察其特性。
2 模拟高斯白噪声环境下信号通过系统的问题，实现低通滤波。
3 掌握系统输出信号的数字特征和功率谱密度的求解。
二、实验设备1计算机2 Matlab 软件三、实验原理随机信号通过线性系统分析的中心问题是：给定系统的输入函数（或统计特性：均值和 自相关函数）和线性系统的特性，求输出函数。
如下图所示，H 为线性变换，信号X (t )为系统输入， Y (t )为系统的输出，它也是随机信号。
图3.1 随机信号通过系统的示意图并且满足： H [X (t )] = Y (t )在时域：若X(t)时域平稳，系统冲激响应为h(t),则系统输入和输出的关系为：()()*()()()()()Y t X t h t X h t d h X t d ττττττ∞∞-∞-∞==-=-⎰⎰ 输出期望：∑∞===0m XY )m (h m )]t (Y [E m 输出的自相关函数：)(h )(h )(R )(R X Y τ*τ-*τ=τ输出平均功率：⎰⎰∞∞-∞∞--=τdvdu )u (h )v (h )u v (R )(R X Y 互相关：)()()()()(ττσσσττh R d h R R X X XY *=-=⎰∞∞-在频域：输入与输出的关系：)(H )(X )(Y ωω=ω输出的功率谱：2X X Y )(H )(S )(H )(H )(S )(S ωω=ωω-ω=ω功率谱：)(H )(S )(S X XY ωω=ω四、实验内容与步骤1已知平稳随机过程X(n)的相关函数为：5),()(22==σδσm m R ； 线性系统的单位冲击响应为111,0,)(+-=≥=实验者学号后两位r k r k h k 。
编写程序求：1）输入信号的功率谱密度、期望、方差、平均功率；2）利用时域分析法求输出信号的自相关函数、功率谱密度、期望、方差、平均功率；3）利用频域分析法求输出信号的自相关函数、功率谱密度、期望、方差、平均功率；4）利用频域分析法或时域分析法求解输入输出的互相关函数、互功率谱密度。
第三章通信原理 随机过程
体 x1t, x2 ，t,就,是xn 一t个
随机过程，记作 。
t
因此从这个角度得到随机过程的这种定义： 随机过程是所有样本函数的集合。
角度2：现在，我们在某一特定时刻如 时t1刻观察
各台接收机的噪声，可以发现在同一时刻，每个接 收机的输出噪声值是不同的，它在随机变化。
（1）随机过程的协方差函数:B(t1,t2) 描述了随机过程§(t)在任意两个时刻t1和t2，相对
均值的起伏量之间的相关程度。
B(t1, t2 ) E (t1) a(t1) (t2 ) a(t2 )
B(t1, t2 ) x1 a(t1 ) x2 a(t2 ) f2( x1, x2;t1, t2 )dx1dx2
f1x,t
F1x, t
x
F1x, t
x
f1 y, tdy
F1和x, t f即1x是, t 的函数，x 又是时间 的函数。t很显然，
一维分布函数及一维概率密度函数仅仅表示了随机过程 在任一瞬间的统计特性，它对随机过程的描述很不充分， 通常需要在足够多的时间上考察随机过程的多维分布。
测试结果表明，得到的 n张记录图形并不因为有 相同的条件而输出相同 的波形。恰恰相反，即 使n足够大，也找不到两 个完全相同的波形。这 就是说，通信机输出的 噪声电压随时间的变化 是不可预知的，因而它 是一个随机过程。
N部通信机的噪声输出记录
测试结果的每一个记录， 都是一个确定的时间函
数 ，xi 称t 之为样本函数
式中 是一个离散随机变量，且
P
、0
1 2
P 2， 试12求 和E 1。 R 0,1
研究生学位课程教学大纲-随机过程
硕士研究生学位课程教学大纲随机过程（课程名称）Stochastic Process（Course Title）课程编号：IE11001 课程性质：学位课程学分数： 3 课程总学时：48学时开课学院：信息电子学院授课教师：姚青预备知识：高等数学、概率论、线性代数一、课程学习目的及要求：随机过程是现代概率论的一个重要课题，它主要研究和探讨客观世界中随机演变过程的规律性，并应用于控制﹑通信﹑生物﹑物理﹑雷达通讯﹑地质﹑天文气象﹑社会科学等工程科学技术中。
通过本课程的学习，要求学生掌握随机过程的基本概念、随机过程的统计特征描述、随机信号通过系统分析以及电子系统中常见的窄带、正态随机信号通过系统的分析以及电子系统中常见的窄带、正态随机信号、马尔可夫过程、平稳过程、信号检测与估计等的基本理论方法，为学生在信号与信息处理领域打下扎实的理论基础，为学习后续课程以及将来的发展奠定坚实的基础。
二、主要章节与学时安排：第一章随机变量基础（6学时）教学内容与要求：掌握随机变量的基本概念，随机变量的分布函数与概率密度、数字特征、特征函数和统计特性等。
重点：随机变量的统计特性。
1.1 概率论的基本术语1.2 随机变量的定义1.3 随机变量的分布函数与概率密度1.4 多维随机变量及分布1.5 随机变量的数字特征1.6 随机变量的函数1.7 随机变量的特征函数1.8 多维正态随机变量1.9 复随机变量及其统计特性1.10 MATLAB的统计函数第二章随机过程的基本概念（9学时）教学内容与要求：要求理解和掌握随机过程的概念及定义；掌握和应用随机过程的统计描述；理解和掌握平稳随机过程、各态历经过程的概念和统计特性；掌握和应用随机过程的联合分布和互相关函数；掌握和应用随机过程的功率谱密度；理解和掌握脉冲型随机过程的统计特性分析等。
重点：随机过程的概念和统计特性、随机过程功率谱密度等等。
2.1 随机过程的基本概念及定义2.2 随机过程的统计描述2.3 平稳随机过程2.4 随机过程的联合分布和互相关函数2.5 随机过程的功率谱密度2.6 典型的随机过程2.7 基于MATLAB的随机过程分析方法2.8 信号处理实例第三章随机过程的线性变换（9学时）教学内容与要求：掌握和应用线性系统变换的基本概念和基本定理；理解和掌握随机信号的导数与积分；掌握和应用随机过程线性变换的微分方程法、随机过程线性变换的冲激响应法和频谱法；掌握和应用随机信号通过线性的分析方法；理解和掌握白噪声与等效通能带的概念和特性等。
课后思考题
1-3何谓数字通信？数字通信有哪些优缺点？利用数字信号来传递信息的通信系统称为数字通信。
数字通信的优点：1.抗干扰能力强；2.传输差错可控，可通过检错和纠错，提高传输质量；3.便于处理和管理，便于传输和交换；4.便于与各种数字终端接口，进行处理、加工、变换、存储、形成智能网；5.便于集成化，微型化；6.便于加密处理，且保密性好。
数字通信的缺点：1.频带利用率低；2.对同步要求高，因而系统设备比较复杂。
1-11衡量数字通信系统有效性和可靠性的性能指标有哪些？衡量数字通信系统有效性的性能指标有传输速率和频带利用率。
传输速率有码元传输速率R B 和信息传输速率R b 。
衡量数字通信系统可靠性的性能指标是差错率。
差错率常用误码率P e 和误信率P b 表示。
2-7自相关函数有哪些特性？1.自相关函数是偶函数2.当τ=0时，能量信号的自相关函数R （0）等于信号的能量，功率信号的自相关函数R （0）等于信号的功率；3.能量信号的自相关函数好能量信号的能量谱密度是一对傅里叶变换对，功率信号的相关函数和功率信号的功率谱密度是一对傅里叶变换对。
2-8冲激响应的定义是什么？冲激响应的傅里叶变换等于什么？单位冲激响应函数δ函数的定义为⎪⎩⎪⎨⎧≠==⎰∞∞-00)(1)(t t dt t δδ冲激响应的傅里叶变换为[]1)()(2==-∞∞-⎰dt e t t FT ft j πδδ 3-3何谓严平稳？何谓广义平稳？它们之间的关系如何？若一个随机过程ξ（t ）的任意有限维分布函数与时间起点无关，也就是说，对于任意的正整数和所有实数Δ，有)t ,,t ,t xn;,,x ,(x f tn),,t ,t xn;,,x ,(x f n 21212121n n ∆+∆+∆+=则称该随机过程是在严格意义下的平稳随机过程，简称严平稳随机过程。
若平稳随机过程的均值和自相关函数分别为：E[ξ(t)]=a dx x f x =⎰∞∞-1111)( ⎰⎰∞∞-∞∞-==+=)();,()]()([),(21212211121τττξξR dx dx x x f x x t t E t t R即均值与t 无关，为常数a ；自相关函数只与时间间隔τ=t 2-t 1有关，R （t 1，t 1+τ）=R （τ），满足上述条件的过程称为广义平稳随机过程。
随机信号分析实验：随机过程通过线性系统的分析
实验三 随机过程通过线性系统的分析实验目的1. 理解和分析白噪声通过线性系统后输出的特性。
2. 学习和掌握随机过程通过线性系统后的特性，验证随机过程的正态化问题。
实验原理1.白噪声通过线性系统设连续线性系统的传递函数为)(ωH 或)(s H ，输入白噪声的功率谱密度为2)(0N S X =ω，那么系统输出的功率谱密度为2)()(02N H S Y ⋅=ωω （3.1） 输出自相关函数为⎰∞∞-=ωωπτωτd e H N R j Y 20)(4)( （3.2）输出相关系数为)0()()(Y Y Y R R ττγ=（3.3） 输出相关时间为⎰∞=00)(ττγτd Y （3.4）输出平均功率为[]⎰∞=202)(2)(ωωπd H N t Y E （3.5）上述式子表明，若输入端是具有均匀谱的白噪声，则输出端随机信号的功率谱主要由系统的幅频特性)(ωH 决定，不再是常数。
2.等效噪声带宽在实际中，常常用一个理想系统等效代替实际系统的)(ωH ，因此引入了等效噪声带宽的概念，他被定义为理想系统的带宽。
等效的原则是，理想系统与实际系统在同一白噪声的激励下，两个系统的输出平均功率相等，理想系统的增益等于实际系统的最大增益。
实际系统的等效噪声带宽为⎰∞=∆022max)()(1ωωωωd H H e （3.6）或⎰∞∞--=∆j j e ds s H s H H j )()()(212maxωω （3.7）3.线性系统输出端随机过程的概率分布 （1）正态随机过程通过线性系统若线性系统输入为正态过程，则该系统输出仍为正态过程。
（2）随机过程的正态化随机过程的正态化指的是，非正态随机过程通过线性系统后变换为正态过程。
任意分布的白噪声通过线性系统后输出是服从正态分布的；宽带噪声通过窄带系统，输出近似服从正态分布。
实验内容设白噪声通过图3.1所示的RC 电路，分析输出的统计特性。
图3.1 RC 电路（1）试推导系统输出的功率谱密度、相关函数、相关时间和系统的等效噪声带宽。
北京理工大学随机信号分析实验报告
北京理工大学随机信号分析实验报告本科实验报告实验名称：随机信号分析实验实验一随机序列的产生及数字特征估计一、实验目的1、学习和掌握随机数的产生方法。
2、实现随机序列的数字特征估计。
二、实验原理1、随机数的产生随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。
进行随机信号仿真分析时，需要模拟产生各种分布的随机数。
在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。
伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。
伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。
(0，1)均匀分布随机数是最最基本、最简单的随机数。
(0，1)均匀分布指的是在[0，1]区间上的均匀分布，即 U(0，1)。
实际应用中有许多现成的随机数发生器可以用于产生(0，1)均匀分布随机数，通常采用的方法为线性同余法，公式如下：)(m od ,110N ky y y n n -=Ny x n n /=序列{}nx 为产生的(0，1)均匀分布随机数。
下面给出了上式的3组常用参数： 1、10N 10,k 7==，周期7510≈⨯；2、（IBM 随机数发生器）3116N 2,k 23,==+周期8510≈⨯；3、（ran0）315N 21,k 7,=-=周期9210≈⨯；由均匀分布随机数，可以利用反函数构造出任意分布的随机数。
定理 1.1 若随机变量 X 具有连续分布函数F X (x)，而R 为(0,1)均匀分布随机变量，则有)(1R F X x -=由这一定理可知，分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变换得到。
2、MATLAB 中产生随机序列的函数（1）(0，1)均匀分布的随机序列函数：rand用法：x = rand(m,n)功能：产生m×n 的均匀分布随机数矩阵。
通信原理 3-5平稳随机过程通过线性系统
通信原理
3.5 平稳随机过程通过线性系统
1
第3章 随机过程
一 确知信号通过线性系统：
y(t ) h(t ) f (t ) h( ) f (t )d
式中 f(t)－ 输入信号， y(t)－ 输出信号 二 随机信号通过线性系统：
3
第3章 随机过程
2. 输出过程o(t)的自相关函数：
R0 (t1 , t1 ) E[ 0 (t1 ) 0 (t1 )] E
R0 (t1 , t1 )
h( ) i (t1 )d h( ) i (t1 )d
8
4. 输出过程o(t)的概率分布
因为 可以表示为：
0 (t ) h( ) i (t )d
0 (t ) lim
由于已假设i(t)是高斯型的，所以上式右端的每一项
在任一时刻上都是一个高斯随机变量。因此，输出过程
k 0
(t
k 0 i
k
)h( k ) k
h( )E[i (t )]d
设输入过程是平稳的 ，则有
E[ i (t )] E[ i (t )] a
E[ 0 (t )] a h( )d a H (0)
式中，H(0)是线性系统在 f = 0处的频率响应，因此输出 过程的均值和时间无关。
微分
延时T
7
第3章 随机过程
解 （1）因为线性系统的的输入是平稳信号，所以其输出 Y（t）也是平稳的。 （2）该线性系统的传输函数为：
第5章_随机过程通过线性系统_
∞
∫ h(τ )x ( t τ , ξ
∞
∞
i
)d τ
∫ h(τ )x ( t τ , ξ
0
i
)d τ
也只能是随机过程的一个样本且有界。 即，系统输出 y(t,ξi ) 也只能是随机过程的一个样本且有界。 其无法代表系统输出随机过程的全体。 其无法代表系统输出随机过程的全体。只有当每个输入样本
x(t , ξ ) 都是有界的，才有 都是有界的，
其中， 称为系统的功率传输函数 所以， 系统的功率传输函数。 其中，|H(ω)|2称为系统的功率传输函数。所以， 系统的输出功率=系统的输入功率 系统的输入功率× 系统的输出功率 系统的输入功率× |H(ω)| 2。
系统输出Y(t)的自相关函数 的自相关函数 系统输出
1 +∞ RY (τ ) = GY (ω )e jωτ dω 2π ∫ ∞ 1 +∞ 2 H (ω ) G X (ω )e jωτ dω = 2π ∫ ∞
x(t ) X (ω) h(t ) H (ω) y(t ) = x(t ) h(t ) Y (ω) = X (ω) H (ω)
问题：随机信号通过线性系统情况如何呢？其输入、 问题：随机信号通过线性系统情况如何呢？其输入、输出以 及与系统函数间的关系如何？ 及与系统函数间的关系如何？
随机信号——函数值无法用数学式或列表形式确切的表述 。 函数值无法用数学式或列表形式确切的表述。 随机信号 函数值无法用数学式或列表形式确切的表述 其原因是： 其原因是： 随机性，即任何时刻点上的取值不能预先确定。 1.随机性，即任何时刻点上的取值不能预先确定。因为 随机过程（ 信号） 随时间或依时序组成的每个时间点上 随机过程 （ 信号 ） 是 随时间或依时序组成的 每个时间点上 随机变量的集合 的集合， 的 随机变量 的集合 ， 所以随机信号每个时间点上对应的函 数值都是一个随机变量 。 即便通过一个具体的实验所得到 数值都是一个 随机变量。 随机变量 的确定函数 也只能是该随机过程的一个样本函数 函数， x ( 函数 的确定函数，也只能是该随机过程的一个样本t , ξ i ) ， 它也无法表征整个随机过程的行为 它也无法表征整个随机过程的行为 。 波及性， 2.波及性，随机过程可以认为是某个随机系统中某一个 端口的输出， 端口的输出 ， 各时间点上随机变量的取值往往具有前后的 波及影响， 既不同时间点上随机变量间的关联性。 波及影响 ， 既不同时间点上随机变量间的关联性 。 这种波 及或关联性是由随机系统的各种惯性决定的。 惯性决定的 及或关联性是由随机系统的各种惯性决定的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
输入输出过程的互相关函数= 输入自相关函数与系统权函数的卷积
四、输出自相关与互相关
RY ( ) RYX ( v)h(v)dv
RYX ( ) h( )
RX ( ) h( ) h( )
RX ( ) h( ) h( )
RXY ( ) h( )
RY (t1, t2 ) RYX (t1, t2 ) h(t2 )
RYX (t1, t2 ) RX (t1, t2 ) h(t1)
合并以后：
RYY (t1, t2 ) RYX (t1, t2 ) h(t2 ) RYYRR(tXX1XX,t((2tt)11,, ttR22 ))XX(t[1h,ht(2(t1)t1))[hh(ht1()(tt22))h](t2 )]
Rh ( )
h(v)h(v )dv
三、输出自相关的频域法
功率谱定理
GY () | H ( j) |2 GX ()
维纳辛钦定理
RY
( )
1
2
+ -
GY
(
)e
j
d
1
2
+
|
-
H(
j) |2
GX
()e j d
对于实随机过程
RY
(
பைடு நூலகம்
)
1
+ 0
|
H
(
j)
|2GX
()
cos
d
三、时域法与频域法比较
线性时不变；当均值不为零时，由于冲击响应函 数积分为无穷大，因此不能应用前面的结论。
系数决定了线性变换的性质
二、随机过程－均方微积分
1、从普通函数微积分的概念推广到 随机过程均方微积分
– 均方极限 – 均方连续 – 均方导数 – 均方积分
微分变换与积分变换
注意
– 一点导数与定义域上的导函数
X (t) d
Y(t) X(t)
dt
– 区间上积分与变限区间积分
t
X(t) ()ds Y(t) a
输注则入意输平：稳出积一分定 存也在R是XX的平(条稳u件的，v！)h只(u有) h(均v)d值ud与v,
仅与 有自关相，关则都输是出有过程限也时是，平才稳成的立。！
现在来看积分变换
t
X(t) ()ds Y(t) a
t
Y (t) X ( )d X ( )h(t - )d
-
1 t 0 h注(t意) ：u当(ta)为负0无穷时t ， 0线性时不变；否则就不是
2、线性系统－电路原理图
x(t)
R
C
y(t)
电路原理图
3、线性变换的数学表示
an
y(n)
a y(n-1) n-1
...
a0
y
微分方程
bm x(m)
b x(m-1) m-1
...b0x
(a n sn
a
sn-1
n-1
...
a0 )Y(s)
传输函数
=(bmsm bm-1sm-1 ...b0 )X(s)
第二章 知识要点－1
随机过程：
– 时间为参量的一族随机变量，核心 是研究随机信号；
四种分类：
– 连续型随机过程 – 离散型随机过程 – 连续随机序列 – 离散随机序列
第二章 知识要点
研究的工具：
– 有限维分布函数簇—概念上有用 – 数字特征—均值函数、自相关函数、
相关系数、功率谱密度函数，实际使 用最多。
h()
RXY ()
h( )
RXX ()
RYY ()
h( ) h() RYX ()
四、互谱密度
GXY () H ( j) GX () GYX () H ( j) GX ()
四、互相关定理应用
h (t )
x(t )
线性系统 y(t)
RYX ()
相
关
器
由互相关函数确定系统权函数
四、非平稳过程自相关定理
(t1, t2
)
R(t1, t2 ) t2
RYY
(t1,t2 )
RYX (t1,t2 ) t2
RXY (t1,t2 ) t1
2RXX (t1,t2 ) t1t2
二、随机过程－均方微积分
4、作为平稳随机过程，以上2、3有
更进一步的结论。
RXY
( )
dR( d
) ; RYX
( )
dR( ) d
t1 t2 , dt2 d
时域法（或冲击响应法）是求随机过程 线性变换后输出随机过程自相关函数的 一种基本方法。可以用于平稳与非平稳 输出过程的相关函数。当系统的冲击响 应h(t)比较简单时，应用此法比较方便。
频谱法：通常比较简单，但是只能用于 输出为平稳过程！
四、联合平稳
RYX ( ) RX ( ) h( )
输出输入过程的互相关函数= 输入自相关函数与系统权函数的卷积
RYY ( )
d2
d 2
RX ( )
三、输出响应
Y (t)＝
X (t - )h( )d
-
＝
X ( )h(t - )d
-
＝X (t) h(t)
三、输出自相关的时域法
自相关定理（平稳过程）
RY ( ) RX ( ) Rh ( )
协方差定理（平稳过程）
CY ( ) CX ( ) Rh ( )
平稳过程通过线性系统的输出
Y (t) X (t - )h( )d X ( )h(t - )d
-
-
假设X(t)为平稳过程，则
my结(t论) ：-如 果mx系h(统 )是d稳定m的x ，- 输h(入 )平d
RY稳Y (t过1,t2程) 的自相 R关XX (函t1 数u,也t2 是v)可h(u积) h的(v，)dudv
第二章、主要知识点 3
重要的定理：
– 各态历经性定理、维纳欣钦定理、自 相关函数与功率谱之间的重用公式
重要性质：
– 自相关函数对称性、零点最大、非负 定性、一点连续全区域连续
引用或关联：
– 切比雪夫不等式、大数定律
第二章 能力要点
非负定性证明方法
– 转化为一个二阶矩
积分变换：
– 各态历经性定理、维纳欣钦定理证明 过程中对平稳随机过程中的积分变换
二、随机过程－均方微积分
2、自相关函数刻划随机过程连续、 可导数和可积的条件；
– 极限存在的条件 – 连续性条件 – 导数存在的条件 – 积分存在的条件
二、随机过程－均方微积分
3、微分与积分作为线性变换，来看 输出自相关、输入与输出互相关；
RYX
(t1, t2
)
R(t1, t2 t1
)
;
RXY
引用定理：
– 卷积定理、傅立叶变换的性质
随机过程－通过线性系统
一、线性系统 二、随机过程的均方微积分 三、相关函数与功率谱密度 四、互相关函数与互谱密度 五、白噪声通过线性系统
一、线性系统－概念示意图
x(t)
T
y(t)
线性系统 概念示意图
T[ax1(t) bx2(t)] aT[x1(t)] bT[x2(t)]