平稳过程的功率谱密度

合集下载

常见平稳过程及相应谱密度计算过程

常见平稳过程及相应谱密度计算过程常见平稳过程及相应谱密度计算过程平稳过程是指随机过程的统计特性在时间推移下不发生变化的一类随机过程。

在许多工程和科学领域，平稳过程是非常常见的。

另外，谱密度也是在许多领域中用于分析信号和系统特性的重要工具。

在本文中，我们将介绍几种常见的平稳过程及对应的谱密度计算方法。

1.白噪声过程白噪声过程是指均值为零且具有常数功率谱密度的随机过程。

其谱密度为常数，表示该随机过程在所有频率上均有相同的能量分布，从而说明信号在所有频率上均匀分布。

其计算公式为：$$S_{xx}=N_0$$其中，$S_{xx}$是该过程的功率谱密度，$N_0$是噪声的谱密度。

2.布朗运动过程布朗运动是一种在物理学和金融学中常见的平稳过程。

它被定义为一个随机游走过程，其中每个步骤都是随机的，但总体趋势向前移动。

布朗运动可以用以下随机微分方程描述：$$dX_t=\mu dt+\sigma dW_t$$其中，$X_t$是在时间$t$的位置，$\mu$是平均漂移率，$\sigma$是扩散系数，$W_t$是布朗运动的随机因素。

布朗运动的功率谱密度为：$$S_{xx}=\frac{2\sigma^2}{\omega^2}$$其中，$\omega$是频率。

3.自回归过程自回归过程是一种用于时间序列分析的平稳过程。

它被描述为前一时间点的值与当前时间点的值之间的线性关系。

自回归过程可以表示为以下形式：$$X_t=\sum_{i=1}^{p}a_iX_{t-i}+e_t$$其中，$X_t$表示在时间$t$的值，$a_i$表示自回归系数，$e_t$是误差项。

自回归过程的功率谱密度可以用以下公式计算：$$S_{xx}=\frac{\sigma_e^2}{1-\sum_{i=1}^{p}a_i e^{-j\omega i}}$$其中，$\sigma_e^2$是误差项的方差。

4.滑动平均过程滑动平均过程是一种用于时间序列分析的平稳过程，它表示为随机误差项的加权和。

通信原理第七版功率谱密度计算公式

通信原理第七版功率谱密度计算公式功率谱密度（=power spectral/spectrum density）
计算方法有多种。

第一种是维纳辛钦定理(a.k.a Wiener-Khinchin theorem)，要求是广义平稳的随机过程，其功率谱密度和自相关函数是一对傅里叶变换。

离散写法类似。

第二种是帕斯瓦尔定理(Parseval's theorem)
其功率谱密度为一般实信号在时域频域积分的积分和自相关函数在=0的时候值是一样的，这个是常用性质之一。

功率谱密度计算公式：p=(g2/Hz)。

在物理学中，信号通常是波的形式表示，例如电磁波、随机振动或者声波。

当波的功率频谱密度乘以一个适当的系数后将得到每单位频率波携带的功率，这被称为信号的功率谱密度。

物理学是研究物质运动最一般规律和物质基本结构的学科。

作为自然科学的带头学科，物理学研究大至宇宙，小至基本粒子等一切物质最基本的运动形式和规律，因此成为其他各自然科学学科的研究基础。

物理学的理论结构充分地运用数学作为自己的工作语言，以实验作为检验理论正确性的唯一标准，它是当今最精密的一门自然科学学科。

随机信号分析习题答案(部分)

1-9 已知随机变量X 的分布函数为20,0(),011,1X x F x kx x x <⎧⎪=≤≤⎨⎪>⎩求：①系数k ； ②X 落在区间(0.3,0.7)内的概率； ③随机变量X 的概率密度。

解：第①问利用()X F x 右连续的性质 k ＝1第②问{}{}{}()()0.30.70.30.70.70.30.7P X P X F P X F =<<=<≤-=-第③问 201()()0X X xx d F x f x elsedx ≤<⎧==⎨⎩1-10已知随机变量X 的概率密度为()()xX f x kex -=-∞<<+∞（拉普拉斯分布），求：①系数k ②X 落在区间(0,1)内的概率 ③随机变量X 的分布函数解：第①问 ()112f xd x k ∞-∞==⎰ 第②问{}()()()211221x x P x X x F x F xfx d x<≤=-=⎰ 随机变量X 落在区间12(,]x x 的概率12{}P x X x <≤就是曲线()y f x =下的曲边梯形的面积。

{}{}()()1010101112P X P X f x dxe -<<=<≤==-⎰第③问()102102xx e x f x e x -⎧≤⎪⎪=⎨⎪>⎪⎩()00()110022111010222xx xxx x x x F x f x dxe dx x ex e dx e dxx e x -∞-∞---∞=⎧⎧≤≤⎪⎪⎪⎪==⎨⎨⎪⎪+>->⎪⎪⎩⎩⎰⎰⎰⎰1-11 某繁忙的汽车站，每天有大量的汽车进出。

设每辆汽车在一天内出事故的概率为0.0001，若每天有1000辆汽车进出汽车站，问汽车站出事故的次数不小于2的概率是多少？,(01)p q λ→∞→→∞→−−−−−−−−→−−−−−−−−→−−−−−−−−→n=1n ,p 0,np=n 成立，0不成立-分布二项分布泊松分布高斯分布汽车站出事故的次数不小于2的概率()()P(2)101k P k P k ≥=-=-= 答案0.1P(2)1 1.1k e -≥=-100.1n p ≥≤实际计算中，只需满足，二项分布就趋近于泊松分布()np!k e P X k k λλλ-=＝＝1-12 已知随机变量(,)X Y 的概率密度为(34)0,0(,)0x y XY kex y f x y -+⎧>>⎪=⎨⎪⎩,,其它求：①系数k ？②(,)X Y 的分布函数？③{01,02}P X X <≤<≤？第③问方法一：联合分布函数(,)XY F x y 性质：若任意四个实数1212,,,a a b b ，满足1212,a a b b ≤≤，则121222111221{,}(,)(,)(,)(,)XY XY XY XY P a X a b Y b F a b F a b F a b F a b <≤<≤=+--{01,02}(1,2)(0,0)(1,0)(0,2)XY XY XY XY P X Y F F F F ⇒<≤<≤=+--方法二：利用(){(,)},XY DP x y D f u v dudv∈∈⎰⎰)(210{01,02},XY P X Y f x y dxdy <≤<≤=⎰⎰1-13 已知随机变量(,)X Y 的概率密度为101,(,)0x y xf x y ⎧<<<=⎨⎩,,其它 ①求条件概率密度(|)X f x y 和(|)Y f y x ？②判断X 和Y 是否独立？给出理由。

通信原理辅导及习题解析

通信原理辅导及习题解析（第六版）第3章随机过程本章知识结构及内容小结[本章知识结构][知识要点与考点]1．随机过程的基本概念（1）随机过程的定义随机过程可从样本函数与随机变量两种角度定义。

第一，随机过程是所有样本函数的集合；第二，随机过程可以看作实在时间进程中处于不同时刻的随机变量的集合。

（2）随机过程的分布函数 ① n 维分布函数12121122(,,,;,,,){(),(),,()}n n n n n F x x x t t t P t x t x t x ξξξ=≤≤≤② n 维概率密度函数1212121212(,,,;,,,)(,,,;,,,),,,n n n n n n nF x x x t t t f x x x t t t x x x ∂=∂∂∂维数n 越大，对随机过程统计特征的描述就越充分。

（3）随机过程的数字特征 ① 均值（数学期望）1[()](,)()E t xf x t dx a t ξ∞-∞==⎰均值表示随机过程的样本函数曲线的摆动中心。

② 方差2222[()]{()[()]}[()]()()D t E t E t E t a t t ξξξξσ=-=-=方差表示随机过程在时刻t 相对于均值的偏离程度。

③自相关函数1212(,)[()()]R t t E t t ξξ=自相关函数目的是为了衡量在任意两个时刻上获得的随机变量之间的关联程度。

④协方差函数1211221212(,){[()()][()()]}(,)()()B t t E t a t t a t R t t a t a t ξξ=--=-协方差函数对随机过程在任意两个时刻上的随机变量与各自均值的差值之间的相关联程度进行描述。

⑤互相关函数,1212(,)[()()]R t t E t t ξηξη=互相关函数用来衡量两个随机过程之间的相关程度。

2．平稳随机过程（1）定义 ①严平稳随机过程若一个随机过程()t ξ的任意有限维分布函数与时间起点无关，则称为严平稳的，即：()()12121212,,,,,,,,,,n n n n n n f x x x t t t f x x x t t t =+∆+∆+∆②宽平稳随机过程若一个随机过程()t ξ的均值为常数，自相关函数仅于时间间隔21t t τ=-有关，则称为宽平稳，即：()()()12, ,E t a R t t R ξτ==⎡⎤⎣⎦（2）各态历经性若随机过程的任一实现，经历了随机过程的所有可能状态，则称其是各态历经的，即随机过程的数字特征，可以由其任一实现(样本函数)的数字特征来代表。

《通信原理》第六版_樊昌信、曹丽娜课后答案_第三章__随机过程[1]

本章练习题：3-1．设是的高斯随机变量，试确定随机变量的概率密度函数,其中均为常数。

查看参考答案3-2．设一个随机过程可表示成式中，是一个离散随机变量，且试求及。

查看参考答案3-3．设随机过程,若与是彼此独立且均值为0、方差为的高斯随机变量，试求：（1）、（2）的一维分布密度函数；（3）和。

查看参考答案3-4．已知和是统计独立的平稳随机过程，且它们的均值分别为和，自相关函数分别为和。

（1）试求乘积的自相关函数。

（2）试求之和的自相关函数。

查看参考答案3-5．已知随机过程,其中，是广义平稳过程，且其自相关函数为=随机变量在（0，2）上服从均匀分布，它与彼此统计独立。

（1）证明是广义平稳的；（2）试画出自相关函数的波形；（3）试求功率谱密度及功率。

查看参考答案3-6．已知噪声的自相关函数为=（为常数）（1）试求其功率谱密度及功率；（2）试画出及的图形。

查看参考答案3-7．一个均值为，自相关函数为的平稳随机过程通过一个线性系统后的输出过程为(为延迟时间)（1）试画出该线性系统的框图；（2）试求的自相关函数和功率谱密度。

查看参考答案3-8. 一个中心频率为、带宽为的理想带通滤波器如图3-4所示。

假设输入是均值为零、功率谱密度为的高斯白噪声，试求：图3-4（1）滤波器输出噪声的自相关函数；（2）滤波器输出噪声的平均功率；（3）输出噪声的一维概率密度函数。

查看参考答案3-9. 一个RC低通滤波器如图3-5所示，假设输入是均值为零、功率谱密度为的高斯白噪声，试求：（1）输出噪声的功率谱密度和自相关函数；（2）输出噪声的一维概率密度函数。

图3-5查看参考答案3-10. 一个LR低通滤波器如图3-6所示，假设输入是均值为零、功率谱密度为的高斯白噪声，试求：（1）输出噪声的自相关函数；（2）输出噪声的方差。

图3-6查看参考答案3-11．设有一个随机二进制矩形脉冲波形，它的每个脉冲的持续时间为，脉冲幅度取的概率相等。

通信原理简答题答案2（个人整理）

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。

第四章平稳随机过程的谱分析

1 2
S
X
(
)e
j
d
自相关函数和功率谱密度皆为偶函数
若随机过程X t是平稳的，自相关函数绝对可积，则自相关函数
jt
ddt
1
2
XX
()
x(t)e jt dtd
1
2
X
X
()X
* X
()d
1
2
X
X
()
2d
4.1、平稳随机过程的功率谱密度 ❖功率谱
功率型信号：能量无限、平均功率有限的信号
P lim 1 T s(t) 2 dt T 2T T 其能谱不存在，而功率谱存在
持续时间无限长的信号一般能量无限
4.1、平稳随机过程的功率谱密度
❖如何计算随机信号的平均功率？
2）时域计算方法
任一样本函数的平均功率为
W
lim
T
1 2T
T x2(t, )dt
T
随机过程的平均功率为
W
E[W
]
lim
T
1 2T
T E{X 2(t)}dt
T
若为各态历经过程：
W =W
4.1、平稳随机过程的功率谱密度 ❖如何计算随机信号的平均功率？
2020/5/20
6
4.1、平稳随机过程的功率谱密度
❖傅立叶变换
则 x(t)的傅立叶变换为：
X () x(t)e jt dt
其反变换为：
x(t) 1 X ()e jt d
2
频谱密度存在的条件为：
频谱密度
x(t)dt
2020/5/即20 信号为绝对可积信号
包含：振幅谱相位谱
求各样本函数功率谱密度的统计平均

随机过程5.4 平稳过程的谱分析简介

1) S(ω)为实值非负函数，即
S() S() 0.
2)又若{X(t), t∈R}是实过程, 则S(ω)是偶函数. 证 1) S() lim 1 E[ F(,T ) 2 ] S() 0;
T 2T
2) 实平稳过程的相关函数是偶函数, 由(5) 式可得
S() R()e jd R()e jd
2T T
2 2T
成立.
上式两边求均值再取极限, 左端为
lim
T
E

1 2T
T
X
2
(t
)dt

T

(4)
电子科技大学
称为平稳过程X(t) 的平均功率.
若(4)中的积分与求均值可交换顺序, 则
1
lim T 2T
T
E{
T
X (t )
2 }dt

E[
X (t )
注
RX
(
)

1
2

e

jt
dFX
(
),
R
称为平稳过程相关函数的谱展式.
定义5.4.1 称FX(ω)为过程{X(t),t∈T}的谱函
数，若存在SX (ω)，使
FX () SX (1 )d1, R
电子科技大学
称SX(ω)为过程的谱密度. 利用特征函数和分布函数之间的关系,可
S() R()e jd, (5)
R()
1 2ຫໍສະໝຸດ S ()ejd,(6)
平稳过程的相关函数与功率谱密度构成一
对Fourier变换.
注 (6) 式称为相关函数的谱分解式.
推论1 {X(t), t∈R}是平稳过程, 则其谱密度S(ω) 满足

平稳随机过程的功率谱密度

绝对可积
x(t), t T,
xT(t)0 t T.
xT(t)的傅里叶变换为
F x (,T ) x T ( t) e i td t T T x ( t) e i td t
它的帕塞瓦尔等式
x T 2(t)d t2 1 π F x(,T )2d.
三、互谱密度及其性质
互谱密度的定义
设 X( t ) 和Y( t ) 是两个平稳相关的随机过程.
称
1 S X (Y ) T l i2 m T E { F X (,T )F Y (,T )}
为平稳过程 X( t ) 和 Y( t ) 的互谱密度.
说明
互谱密度不的再实是的、正.的偶函
3 .R S X e (Y ) [和 ]R S Y e (X )[是 ] 的偶 , 函
Im S X(Y ) [和 ]Im S Y(X ) [是 ] 的奇 . 函
4. 互谱密度与自谱密度之间成立有不等式
S X(Y )2S X ()S Y().
注意 (1) 在应用上当考虑多个平稳过程之和的频率结构时, 要运用互谱密度. 例如: Z (t) X (t) Y (t),
2
)d,
x(t)在( ,)上的总能量称为x(t)的能量谱密度
帕塞瓦尔等式又可理解为总能量的谱表示式.
平均功率 li1 m T x 2 ( t) d t称 x ( t)在为 ( , )
T 2 T T 上的平均功率.
平均功率的谱表示式
由给定的 x( t ) 构造一个截尾函数
π a2 2
外的周期信号的.
0 o 0
白噪声 1. 定义均值为零而谱密度为正常数, 即

第七讲功率谱密度分解

从本例的求解过程可得 RX ( ) ai cos( i )
i 1

的谱密度:
S X ( ) a i [ ( i ) ( i )]
n i 1
例2 已知平稳过程 { X t } 具有如下功率谱密度： 2 4 S X 4 10 2 9 求平稳过程相关函数及平均功率。
四
1
平稳随机过程的功率谱密度
平均功率与功率谱密度的定义
X ( t )dt 为平稳过程的平均功率 2T T
T 2
定义8 1 lim E 称T
T 1 2 2 由此易得：lim E X ( t ) dt R ( 0 ) X X T 2T T 从而有平稳过程的平均功率等于过程的均方值，
2 S X ( ) , 0 G X ( ) , 0 0
相应地 S X ( ) 可称为“双边功率谱”它们的图形关系如图所示。
G X ( )
S X ( )
0

性质4
有理谱密度是实际应用中最常
见的一类功率谱密度。其形式必为：
a2 n 2 a S X S0 2 m 2m2 b2 m 2 b 式中 S0 0 。上式要求有理函数的分子、分母只出现偶次项的原因是因 S X ( ) 为偶函数，又由于要求平均功率有限，所
白噪声在电路系统分析、自动控制和测量中经常遇到一类随机干扰—“白噪声” ,因为在电路系统中，由于分子的热运动，使电路各处的电流或电压受到随机干扰，在系统分析中也把随机干扰称为噪声，因为这种电压或电流的变化反映为声波的变化时，就是人们不爱听的嘶嘶嚓嚓的声音，从数学上看，这就
五

第7章平稳过程的谱分析资料

sX () = N0 ( < < ) ，则称 X (t) 为白噪声过程。
相关函数：
RX
(
)

1
2

s
X
(
)
ei
d

N0
2
ei d

N0
(
)
[定义′] 称均值为零、相关函数 RX () = N0 () 的实平
稳过程为白噪声过程。
目录
7.4 联合平稳过程的互谱密度
频率响应与脉冲响应
对于线性时不变系统，输出 y (t) 等于输入 x (t)与单位脉冲响应 h (t) 的卷积，
y(t) x(t) h(t)
傅式变换——输出频谱Y () 与输入频谱 X () 的关系：
Y () X () H ()
定理1
设L为线性时不变系统，当输入一个谐波信号 x(t)=eit 时，则输出为
对平稳随机序列 X n , n 0,1,2, ，均值为0，如果

| RX (n) |
n
当在 [ , ] 上取值时，若

sX () RX (n)ein n
绝对一致收敛，则sX () 是[ , ] 上的连续函数，称

sX () RX (n)ein ,
L[a1x1(t) a2 x2 (t)] a1L[x1(t)] a2 L[x2 (t)] a1 y1(t) a2 y2 (t)
时不变系统： y(t ) L[x(t )]
下列微分算子和积分算子是线性时不变的
（1）（2）
L d dt
t
L ( )du

a0
2m

平稳性与功率谱密度

R X (t1,t2 ) [ X (t1) X *(t2 )]
-x1
x2*
f
(
x1,
x2*;
t1,
t2
)dx1dx2
-x1
x2*
f
( x1 ,
x2*; )dx1dx2
R
X
( )
相关平稳
可见二阶平稳必相关平稳。
9/104
3.1 平稳性与联合平稳性
10/104
3.1 平稳性与联合平稳性
15/104
3.1 平稳性与联合平稳性
16/104
3.1 平稳性与联合平稳性
17/104
3.1 平稳性与联合平稳性
18/104
3.1 平稳性与联合平稳性
例2：热噪声的取样观察值为{X (n), n 0, 1, 2,L },{X (n)}是一随机序列，它具有以下性质：(1){X(n)} 相互独立；
(2)X (n)是N(0, 2 )分布，(即每一时刻
取值连续、高斯) 判断{X (n)}的平稳性解：[X (n)] 0
R X (n1, n2 ) [ X (n1) X (n2 )]
19/104
3.1 平稳性与联合平稳性
E E
X (n1) E
X 2 (n1)
X (n2
2
)
0
n1 n2 n1 n2
t t t
44/104
3.2 循环平稳性
证明：对于任意n维概率分布函数，若取观察时刻组 t1,t2,...,tn (, ), 有
F(x1, x2,..., xn;t1,t2,...,tn ) P[W (t1) x1,W (t2) x2,...,W (tn) xn]
由于不同时隙上的信号取值彼此统计独立并具有同样的概率特性，该联合事件的概率主要取决于观察时刻之间的相互关系：哪些落在同一个传输时隙内；哪些落在不同的传输时隙上。但是，如果时刻都移动一个时隙长度T，得到新的观察时刻组:

通信原理答案第三章 2A

第三章3-1 设X 是0a =，1σ=的高斯随机变量，试确定随机变量Y cX d =+的概率密度函数()f y ，其中,c d 均为常数。

解：[][]E y cE x d d=+=，22222[][][]2[]E y E y c E X cdE X c -=+=22()()]2y d f y c -=-3-2 设一个随机过程()t ξ可以表示 ()2cos(2)t t ξπθ=+式中，θ是一个随机变量，且(0)12P θ==， (2)12P θπ==，试求(1)E ξ及(0,1)R ξ。

解：由 (0)(2)1P P θθπ=+== 得到随机变量θ的概率密度分布函数为11()()()222f πθδθδθ=+-，11[]2cos(2)[()()]222cos(2)cos(2)2E t t d t t πξπππθδθδθθπππ-=++-=++⎰[1]1E =11(0,1)4cos()cos(2)[()()]2222R d πξππθπθδθδθθ-=++-=⎰ 3-3 设1020()cos sin cos Y t X t X t ωω=-是一随机过程，若X 1和X 2是彼此独立且具有均值为0、方差为σ2的正态随机变量，试求：（1）[()]E Y t 、2[()]E Y t ；（2）()Y t 的一维分布密度函数()f y ; （3）12(,)R t t 和12(,)B t t 。

10201020102022102022221012002022220011[()][cos sin ][cos ][sin ][]cos []sin 0[()][(cos sin )][]cos 2[][]cos sin []sin (cos sin )02E Y t E X t X t E X t E X t E X t E X t E Y t E X t X t E X t E X E X t t E X tt t X ωωωωωωωωωωωωσωωσ=-=-=-==-=-+=+-=解：（）（）因为、22222212121012011022022210102201021()[()]0[()][()][()]())23(,)[()()][(cos sin )(cos sin )][]cos cos []sin sin [X Y t E Y t D Y t E Y t E Y t y f y R t t E Y t Y t E X t X t X t X t E X t t E X t t E X σσωωωωωωωω==-==-==--=+-为正态分布，所以也为正态分布，又，所以（）201022101022202102121212120][]cos sin [][]sin cos cos[()]cos (,)(,)[()][()](,)cos E X t t E X E X t t t t B t t R t t E Y t E Y t R t t ωωωωσωσωτσωτ-=-==-==3-4 已知()X t 和()Y t 是统计独立的平稳随机过程，且它们的均值分别为x a 和y a ，自相关函数分别为()x R τ、()y R τ。

第六讲平稳随机过程的功率谱密度

第六讲平稳随机过程的功率谱密度6.1 确知信号的频谱和能量谱密度对于确知信号，周期信号可以表示成傅立叶级数，非周期信号可以表示成傅立叶积分。

设信号s(t)为时间t 的非周期实函数，满足如下条件：1）⎰∞∞-∞<dt t s )(，即s(t)绝对可积；2）s(t)在),(∞-∞内只有有限个第一类间断点和有限个极值点，那么，s(t)的傅立叶变换存在，为⎰∞∞--=dt e t s S t j ωω)()(又称为频谱密度，也简称为频谱。

信号s(t)可以用频谱表示为⎰∞∞-=ωωπωd e S t s t j )(21)(信号s(t)的总能量为⎰∞∞-=dt t s E )(2根据帕塞瓦尔定理：对能量有限信号，时域内信号的能量等于频域内信号的能量。

即ωωπd S dt t s E 22)(21)(⎰⎰∞∞-∞∞-==其中，2)(ωS 称为s(t)的能量谱密度（能谱密度）。

能谱密度存在的条件是∞<⎰∞∞-dt t s )(2即总能量有限，所以s(t)也称为有限能量信号。

6.2 随机过程的功率谱密度随机信号的能量一般是无限的，但是其平均功率是有限的。

经推导可得，])([21lim )(2ωωT T X X E TS ∞→=为随机过程X(t)的功率谱密度函数，简称为功率谱密度。

功率谱密度是从频率角度描述随机过程X(t)的统计特性的最主要的数字特征。

可得随机过程的平均功率为 ⎰∞∞-=ωωπd S P X X )(21对于平稳随机过程，其平均功率为ωωπd S t X E X ⎰∞∞-=)(21)]([2若X(t)为各态历经过程，则功率谱密度可由一个样本函数得到，即2),(21lim )(e X TS T T X ωω∞→=6.3 功率谱密度与自相关函数之间的关系平稳随机过程的自相关函数与功率谱密度构成傅立叶变换对，即维纳－辛钦定理：⎰⎰∞∞--∞∞-==ωωπτττωωτωτd eS R d e R S j X X j X X )(21)()()(它成立的条件是)()(τωX XR S 和绝对可积，即∞<∞<⎰⎰∞∞-∞∞-ωωττd S d R X X )()(当0=τ时，可得⎰∞∞-==ωωπd S t X E R X X )(21)]([)0(2可知，)]([)0(2t X E R X=是平稳随机过程X(t)的平均功率。

4谱密度含义与功率谱密度

Fx ( ,T ) d
1
2
lim
1
T 2T
2
Fx ( ,T ) d
1
lim
1
2
T e jt x(t )dt d
2 T 2T T
记
S
x
(
)
:
lim
T
1 2T
Fx ( ,T
)
2
lim
T
1 2T
T e jt x(t)dt 2
T
称 Sx() 为确定性信号x(t)在处的功率谱密度.
例 1. 已知平稳过程的功率谱密度为
S
X
()
4
2 4 10 2
9
求其相关函数与平均功率.
解可以用两种方法求相关函数, 其一用留数定理算广义
积分得出相关函数, 其二利用特殊函数的 Fourier 变换.
法一:
RX
(
)
1
2
e
j
S
X
()d
1 e j
2 4
d
2 (2 9)( 2 1)
1 2 j[Res( 2 4 ej , j)
反演公式
x(t ) 1
2
Fx
(
)e
jt
d
(假设逆变换存在)
记 W x2(t)dt 为x(t)在(-,+)上的总能量
则
W
x2 (t)dt
x(t)[
1
2
Fx ()ejtd]dt
1
2
[Fx ()
x(t)ejtdt]d
1
2
2
| Fx () | d
(Fx()
x(t)ejtdt)

习题答案(第六版)

兰州交通大学《通信原理》精品课程第一章绪论本章主要内容：（1）通信系统的模型与基本概念（2）通信技术的现状与发展（3）信息的度量（4）通信系统的主要性能指标本章重点：1．通信系统的一般模型与数字通信系统模型2．离散信源的信息量、熵的计算3．数字通信系统的主要性能指标：码元传输速率与信息传输速率以及它们的关系、误码率与误信率本章练习题：1-1.已知英文字母e出现的概率为，x出现的概念为，试求e和x的信息量。

查看参考答案o1-2．某信源符号集由A,B,C,D和E组成，设每一符号独立出现，其出现概率分别为14，18，1 8，316和516。

试求该信息源符号的平均信息量。

查看参考答案o1-3.设有4个符号，其中前3个符号的出现概率分别为14，18，18，且各符号的出现是相对独立的。

试计算该符号集的平均信息量。

查看参考答案o1-4．一个由字母A、B、C、D组成的字，对于传输的每一个字母用二进制脉冲编码，00代替A，01代替B，10代替C，11代替D，每个脉冲宽度为5ms.(1)不同的字母是等可能出现时，试计算传输的平均信息速率;(2)若每个字母出现的可能性分别为 103,41,41,51====D C B A P P P P试计算传输的平均信息速率。

查看参考答案o1-5．国际摩尔斯电码用“点”和“划”的序列发送英文字母，“划”用持续3单位的电流脉冲表示，“点”用持续1个单位的电流脉冲表示；且“划”出现的概率是“点”出现概率的13。

(1)计算“点”和“划”的信息量；(2)计算“点”和“划”的平均信息量。

查看参考答案o1-6．设一信息源的输出由128个不同的符号组成，其中16个出现的概率为132，其余112个出现概率为1224。

信息源每秒发出1000个符号，且每个符号彼此独立。

试计算该信息源的平均信息速率。

查看参考答案o1-7．设一数字传输系统传送二进制码元的速率为2400B ，试求该系统的信息速率；若该系统改为传送16进制信号码元，码元速率不变，则这时的系统信息速率为多少(设各码元独立等概率出现)查看参考答案o1-8．若题1―2中信息源以1000B 速率传送信息。

功率谱密度的性质

性质 1 : 宽平稳高斯过程一定是严平稳高斯过程
11
性质2 : 若平稳高斯过程在任意两个不同时刻是不相关的 , 那么也一定是互相独立的
两个高斯变量 X 1和X 2的联合概率密度 f X ( x1 , x2 ) 1 21 2 1 r 2
2
2
e
( x1 m1 ) 2 2 r ( x1 m1 )( x2 m2 ) ( x2 m2 ) 2 1 [ ] 2 2 2 2 (1 r ) 1 2 1 2
( )

2
[ ( 0 ) ( 0 )]
6
单边功率谱GX(w)与双边功率谱SX(w)的关系
只用正频率部分来表示功率谱密度
G X ( ) 2S X ( ) 0 0 0
S ( ) 2 R ( ) cos d 0 X X 1 RX ( ) S X ( ) cos d 0
RX () 0, 且呈振荡形式, 也可引入函数解决
1 S X ( ) FT [ RX ( )] FT [ (1 cos 0 )] 2 1 1 FT [ ] FT [ cos 0 ] 2 2 1 1 2 ( ) [ ( 0 ) ( 0 )] 2 2
2.3.2 功率谱密度的性质
1 、S X ()为非负实函数, 即 : S X () 0
1 2 S X ( ) lim E[ X T ( ) ] T 2T
X T ( ) 0, 故S X ( ) 0
2
2、若X (t )实平稳, 则S X ()是偶函数,即: S X () X (t ), Y (t )互相正交, 互谱密度为零.
RXY ( ) 0 S XY () FT[ RXY ( )] 0