随机信号分析(第3版)第六章 习题答案
随机信号分析课后习题答案

1第一次作业:练习一之1、2、3题1.1 离散随机变量X 由0,1,2,3四个样本组成,相当于四元通信中的四个电平,四个样本的取值概率顺序为1/2,1/4,1/8,和1/8。
求随机变量的数学期望和方差。
解:875.087813812411210)(][41==⨯+⨯+⨯+⨯===∑=i i i x X P x X E81)873(81)872(41)871(21)870(])[(][2224122⨯-+⨯-+⨯-+⨯-=-=∑=i i i P X E x X D109.16471==1.2 设连续随机变量X 的概率分布函数为⎪⎩⎪⎨⎧≥<≤-+<=21201)](2πΑsin[0.500)(x x x x x F求(1)系数A ;(2)X 取值在(0.5,1)内的概率)15.0(<<x P 。
解:⎪⎩⎪⎨⎧<≤-π==其他0201)](2π[cos 2)()(x x A dx x dF x f 由1)(=⎰∞∞-dx x f得 2A 021)](2πAsin[1)]d (2π[cos 2=-=-π⎰∞∞-x x x A21A =35.042)]15.0(2[sin 21)]11(2[sin 21)5.0(F )1(F )15.0(==-π--π=-=<<x P1.3 试确定下列各式是否为连续随机变量的概率分布函数,如果是概率分布函数,求其概率密度。
(1)⎪⎩⎪⎨⎧<≥-=-000e 1)(2x x x F x (2)⎪⎩⎪⎨⎧≥<≤<=1110Α00)(2x x x x x F (3)0)]()([)(>--=a a x u x u a xx F (4)0)()()(>---=a a x u axa x u a x x F2解:(1)⎪⎩⎪⎨⎧<≥-=-000e 1)(2x x x F x 当0≥x 时,对于12x x ≥,有)()(12x F x F ≥,)(x F 是单调非减函数; 1)(0≤≤x F 成立;)()(x F x F =+也成立。
随机信号分析(第3版)习题及答案

1. 2. 3. 4. 5.6.有四批零件,第一批有2000个零件,其中5%是次品。
第二批有500个零件,其中40%是次品。
第三批和第四批各有1000个零件,次品约占10%。
我们随机地选择一个批次,并随机地取出一个零件。
(1) 问所选零件为次品的概率是多少?(2) 发现次品后,它来自第二批的概率是多少?解:(1)用i B 表示第i 批的所有零件组成的事件,用D 表示所有次品零件组成的事件。
()()()()123414P B P B P B P B ====()()()()12341002000.050.420005001001000.10.110001000P D B P D B P D B P D B ========()11110.050.40.10.10.16254444P D =⨯+⨯+⨯+⨯=(2)发现次品后,它来自第二批的概率为,()()()()2220.250.40.6150.1625P B P D B P B D P D ⨯===7. 8.9. 设随机试验X 的分布律为求X 的概率密度和分布函数,并给出图形。
解:()()()()0.210.520.33f x x x xδδδ=-+-+-()()()()0.210.520.33F x u x u x u x =-+-+-10.11. 设随机变量X 的概率密度函数为()xf x ae -=,求:(1)系数a ;(2)其分布函数。
解:(1)由()1f x dx ∞-∞=⎰()()2xxx f x dx ae dx ae dx e dx a ∞∞∞---∞-∞-∞==+=⎰⎰⎰⎰所以12a =(2)()1()2xxtF x f t dt e dt --∞-∞==⎰⎰所以X 的分布函数为()1,0211,02xx e x F x e x -⎧<⎪⎪=⎨⎪-≥⎪⎩12.13.14.X Y求:(1)X 与Y 的联合分布函数与密度函数;(2)X 与Y 的边缘分布律;(3)Z XY =的分布律;(4)X 与Y 的相关系数。
《随机信号分析》-高新波等-课后答案

C = *第0章1/1;1/ 2;1/ 3;1/4;1/ 5;1/ 6;2 /1;2 / 2;2 / 3;2 /4;2 / 5;2/6;3/l;3/2;3/3;3/4;3/5;3/6;4/l;4/2;4/3;4/4;4/5;4/6;5/l;5/2;5/3;5/4;5/5;5/6;6/l;6/2;6/3;6/4;6/5;6/64 = {l/l;2/2;3/3;4/4;5/5;6/6}1/5;!/ 6;2 /4;2 / 5;2 / 6;3 / 3;3 / 4;3 / 5;3 / 6;4 / 2;4 / 3;4 / 4;4 / 5;'4/6;5/l;5/2;5/3;5/4;5/5;5/6;6/l;6/2;6/3;6/4;6/5;6/6 /1 /1;1 / 2;1 / 3;1 / 4;1 / 5;1 / 6;2 /1;2 / 2;2 / 3;2 / 4;2 / 5;2 / 6;3 /1;3 / 2;'3/3;3/4;3/5;3/6;4/l;4/2;4/3;5/l;5/2;5/3;6/l;6/2;6/3B =0.2(2)'0用)=x < 00<x<30x 2/12 2x -3-x 2/4,3<x <41 x>4P (l<x<7/2)=f^v +⑴⑶0.3E (X )= L 2<T :t/r = £ ~^y %dy =E (X2)=「Ji 奇dx = 了241a\^e~y 晶尸dy = 2a 2r (2)= 2a 2o(x)=£(/)-(研x))2=2尸_m S=04292S 0.4⑴£(Jf)=(-1)x03+0x0.44-1x03=0£(K)=1x0.4+2x0.2+3x0.4=2(2)由于存在X=0的情况,所以研Z)不存在(3)E(Z)=(-1-1)2x0.2+(-1-2)2xO.l+(O-l)2xO.l+(0-3)2x0.3+(l-l)2xO.1+0-2)2x0.1+(1-3)2x0.1=5 0.5X=ln*,当\dy\=^M=^e(Iny-mf2/”00.6t2+勺血s=£0<x<l,0<.y<2f32\X x~.—+—s as=(363-)7X*i X丁-312=诉号>=2尸号间=fp+导=土名/(x)0.7££be~^x+y^dxdy=[/>(1-e~'\~y dy=/>(1-e-,)= 1,/>=(!—e~x尸/(x)=he~x Ve-y dy=—^e~x fi<x<\f(y)=be~y^e~x dx—e~y,y>00.8(1)x,v不独立⑵F(z)=££~'|(X+yY{x+y}dxdy=£|/『(xe~x +ye~x}ixdy =g按(1一(1+Z一*片5+*(]_e-(z-y)肱,=]_]+z+/2\2f(z)=F'(z)=\+z+—e~:-(1+z)e~z=—e-2,z>0、2)20.9。
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。
随机信号分析(第3版)课后习题解答

随机信号分析(第3版)课后习题解答《随机信号分析》课程(32学时)—— 2007年教学内容建议1 概率论基础 1.12 随机信号2.1 两条样本函数为:0)(0=t X 、wt t X cos 21)(1=;1)0,(=x f X 、2)4,(=w x f X π;)(0-)2,(x wx f X δπ= 2.2 3103532)2,(=++=X E 、)()()(5-313-312-31)2,(x x x x F X εεε++= 2.3 )()(1-2121)21,(x x x F X εε+=、)()(2-21121)1,(x x x F X εε++=;)()()()(2-,1411,1412-,411,41)1,21,,(21x x x x x x x x x x F X -++-+++=εεεε2.4 略2.5 )()(1-1.09.0)5,(x x x F X εε+=;)()(y x y x y x F ,11.0,9.0)0025.0,0,,(-+=εε;0因为其概率为0.9;1的概率为1(样本函数),它是可预测的,就是样本函数。
2.6 略 2.7 略 2.8 )()(121121),(-++=x x n x f X δδ、0121)1(21)(=?+-?=n X E 、{})()]()([)]()()][()([),(2121221121n n n X n X E n m n X n m n X En n Cov X X -==--=δ;不可预测2.9 (2.19)10103523)()(),(2111=?==t t t t Cov σσρ、所以(X,Y )满足10103;5,2;2,2的高斯分布。
其概率密度函数为:-+--?--?-=-+--?----=5)2(5)2)(2(32)2(5exp215)2(10)2)(2(1010322)2()10/91(21exp 21),(2222y y x x y y x x y x f XY ππ;特征函数为:++-+=)6)(5)(2(21)22(exp ),(21222121v v v v v v j y x XY φ3 平稳性与功率谱密度3.1 kk k u t t u u f-=)4exp(2*21),,;,,(211π ;因为k 阶概率密度函数与绝对时间无关,所以为严格平稳过程。
信号与系统第六章习题答案

第六章 离散系统的Z域分析 6.1学习重点 1、离散信号z 域分析法—z变换,深刻理解其定义、收敛域以及基本性质;会根据z变换的定义以及性质求常用序列的z变换;理解z变换与拉普拉斯变换的关系。
2、熟练应用幂级数展开法、部分分式法及留数法,求z 反变换。
3、离散系统z 域分析法,求解零输入响应、零状态响应以及全响应。
4、z 域系统函数()z H 及其应用。
5、离散系统的稳定性。
6、离散时间系统的z 域模拟图。
7、用MATLAB 进行离散系统的Z 域分析。
6.2 教材习题同步解析 6.1 求下列序列的z 变换,并说明其收敛域。
(1)n 31,0≥n (2)n−−31,0≥n(3)nn−+ 3121,0≥n (4)4cos πn ,0≥n(5)+42sin ππn ,0≥n 【知识点窍】本题考察z 变换的定义式 【逻辑推理】对于有始序列离散信号[]n f 其z 变换的定义式为()[]∑∞=−=0n nzn f z F解:(1)该序列可看作[]n nε31()[][]∑∑∞=−∞=− == =010313131n n n nn n z z n n Z z F εε对该级数,当1311<−z ,即31>z 时,级数收敛,并有 ()13331111−=−=−z zz z F其收敛域为z 平面上半经31=z 的圆外区域 (2)该序列可看作[]()[]n n nnεε331−=−−()()[][]()[]()∑∑∞=−∞=−−=−=−=010333n nn nnnzzn n Z z F εε对该级数,当131<−−z ,即3>z 时,级数收敛,并有()()33111+=−−=−z zz z F 其收敛域为z 平面上半经3=z 的圆外区域(3)该序列可看作[][]n n nn n n εε+ = + −3213121()[][]()∑∑∑∞=−∞=−∞=−+ =+ = + =01010*********n nn n n nn n n n z z z n n Z z F εε对该级数,当1211<−z 且131<−z ,即3>z 时,级数收敛,并有 ()3122311211111−+−=−+−=−−z zz z z zz F 其收敛域为z 平面上半经3=z 的圆外区域(4)该序列可看作[]n n επ4cos()[]∑∑∑∑∞=−−∞=−−∞=−∞=−+=+== =0140140440*******cos 4cos n nj n nj nn j j n n z e z e z e e z n n n Z z F πππππεπ对该级数,当114<−ze j π且114<−−zejπ,即1>z 时,级数收敛,并有()122214cos 24cos 21112111212222441414+−−=+−−=−+−=−×+−×=−−−−z z zz z z z z e z z e z z z eze z F j j j j ππππππ其收敛域为z 平面上半经1=z 的圆外区域 (5)该序列可看作[][][]n n n n n n n n εππεππππεππ+=+= +2cos 2sin 222sin 4cos 2cos 4sin 42sin()[]()122212212212cos 22cos 2212cos 22sin 222cos 222sin 222cos 2sin 222222222200++=+++=+−−++−=+=+=∑∑∞=−∞=−z z z z z z z z z z z z z z z n z n n n n Z z F n nn n ππππππεππ 其收敛域为z 平面上半经1=z 的圆外区域 6.2 已知[]1↔n δ,[]a z z n a n −↔ε,[]()21−↔z z n n ε, 试利用z 变换的性质求下列序列的z 变换。
随机信号分析_哈尔滨工程大学中国大学mooc课后章节答案期末考试题库2023年

随机信号分析_哈尔滨工程大学中国大学mooc课后章节答案期末考试题库2023年1.从随机过程的第二种定义出发,可以将随机过程看成()。
参考答案:随机变量族2.从随机过程的第一种定义出发,可以将随机过程看成()。
参考答案:样本函数族3.()是随机试验中的基本事件参考答案:随机试验的每一种可能结果4.若随机过程X(t),它的n维概率密度 (或n维分布函数)皆为正态分布则称之为高斯过程参考答案:正确5.正态随机过程的广义平稳与严平稳等价参考答案:正确6.平稳随机过程的相关时间,描述了平稳随机过程从完全相关到不相关所需要的时间,对吗?参考答案:正确7.两个平稳随机过程的互相关函数是偶函数,对吗?参考答案:错误8.平稳随机过程的自相关函数是一个奇函数,对吗?参考答案:错误9.对于一个遍历的噪声,可以通过均方值计算其总能量参考答案:错误10.偶函数的希尔伯特变换为参考答案:奇函数11.窄带高斯随机过程包络平方的一维概率密度为:参考答案:高斯函数12.白色随机过程中的“白色”,描述的是随机过程的()特征参考答案:频谱13.对于具有零均值的窄带高斯随机过程,以下哪个说法正确?参考答案:相位的一维概率密度为均匀分布_包络的一维概率密度为瑞利分布_包络和相位的一位概率密度是相互独立的14.一个实值函数的希尔伯特变换是将其与【图片】的卷积参考答案:正确15.对一个信号的希尔伯特变换,再做一次希尔伯特变换可以得到原信号本身。
参考答案:错误16.连续型随机变量X的概率密度函数fX(x)的最大取值是1?参考答案:错误17.随机变量数学期望值是随机变量取值的中值。
参考答案:错误18.问题:①客观世界中可以设计出理想带通滤波器,②理想白噪声也是存在的。
以上说参考答案:①②均错误19.具有平稳性和遍历性的双侧随机过程经过连续时不变线性系统后,输出随机过程参考答案:平稳、遍历20.正态随机过程具有以下那些性质?参考答案:若正态过程X(t)是宽平稳的,则它也是严平稳的_正态随机过程经过线性系统后其输出仍为正态随机过程。
数字信号处理第三版 教材第六章习题解答

6.2 教材第六章习题解答1. 设计一个巴特沃斯低通滤波器,要求通带截止频率6p f kHz =,通带最大衰减3p a dB =,阻带截止频率12s f kHz =,阻带最小衰减3s a dB =。
求出滤波器归一化传输函数()a H p 以及实际的()a H s 。
解:(1)求阶数N 。
lg lg sp spk N λ=-0.10.30.1 2.51011010.0562101101p s asp a k --==≈--332121022610s sp p πλπΩ⨯⨯===Ω⨯⨯将sp k 和sp λ值代入N 的计算公式得lg 0.05624.15lg 2N =-=所以取N=5(实际应用中,根据具体要求,也可能取N=4,指标稍微差一点,但阶数低一阶,使系统实现电路得到简化。
) (2)求归一化系统函数()a H p ,由阶数N=5直接查表得到5阶巴特沃斯归一化低通滤波器系统函数()a H p 为54321() 3.2361 5.2361 5.2361 3.23611a H p p p p p p =+++++或 221()(0.6181)( 1.6181)(1)a H p p p p p p =+++++ 当然,也可以按(6.12)式计算出极点:121()22,0,1,2,3,4k j Nk p ek π++==按(6.11)式写出()a H p 表达式41()()a k k H p p p ==-代入k p 值并进行分母展开得到与查表相同的结果。
(3)去归一化(即LP-LP 频率变换),由归一化系统函数()a H p 得到实际滤波器系统函数()a H s 。
由于本题中3p a dB =,即32610/c p rad s πΩ=Ω=⨯⨯,因此()()a a cH s H p s p ==Ω5542332453.2361 5.2361 5.2361 3.2361c c c cc cs s ss s Ω=+Ω+Ω+Ω+Ω+Ω对分母因式形式,则有()()a a cH s H p s p ==Ω52222(0.6180)( 1.6180)()c c c c cc s s s s s Ω=+Ω-Ω+Ω-Ω+Ω如上结果中,c Ω的值未代入相乘,这样使读者能清楚地看到去归一化后,3dB 截止频率对归一化系统函数的改变作用。
随机信号分析基础(第3版)

随机信号的频域描述
01
02
03
频域描述
通过傅里叶变换将时间域 的随机信号转换为频域表 示,揭示信号的频率成分 和频率特性。
频域特性
描述随机信号在不同频率 下的振幅和相位变化,以 及信号的频率范围和带宽 。
频域分析的应用
用于信号的调制、滤波、 频谱分析和信号处理等领 域。
随机信号的功率谱密度
功率谱密度定义
性。
学习目标
掌握随机信号的基本概念 、统计特性和分析方法。
学习信号处理的基本原理 和技术,包括滤波、谱分 析和调制解调等。
理解随机过程的基本理论 和应用。
熟悉随机信号分析在通信 、雷达、声呐等领域的应 用。
02
CATALOGUE
随机信号的基本概念
随机信号的定义
01
随机信号是一种随时间变化的信 号,其取值在每个时间点上是随 机的,即无法提前预测。
随机信号的时域表示
随机信号在时间轴上的变化规律可以 用实数序列表示,通常采用离散时间 序列或连续时间信号。
随机信号的特性
包括均值、方差、偏度和峰度等统计 特性,以及信号的波形、幅度和频率 等时域特征。
随机信号的均值和方差
均值
随机信号的均值是信号所有可能取值的平均值,反映了信号 的“中心”位置。
方差
傅里叶变换的性质
线性性、时移性、频移性、共轭性、对称性等,这些性质在信号处 理中具有重要应用。
傅里叶变换的应用
在通信、雷达、声学等领域中,通过傅里叶变换分析信号的频率成 分,实现信号的滤波、调制和解调等操作。
随机信号的拉普拉斯变换和Z变换
拉普拉斯变换
将时域的随机信号转换为复平面 上的函数,用于分析信号的稳定 性及系统函数的极点和零点等。
信号与系统第三版 第六章习题答案

2 t 2
cos
2 2
t ]u (t )
6.13 一个因果LTI系统的频率响应为:
5 jw 7 H ( jw) ( jw 4)[( jw) 2 jw 1]
(a) 求该系统的冲激响应
(b) 试确定由一阶系统和二阶系统构成的串联型结构 (c)试确定由一阶系统和二阶系统构成的串联型结构 解:(a) 5 jw 7 1 jw 2
I 2 (w) 2 jw H ( jw) E (w) 8 jw 3
(b) 对H(jw)作反傅立叶变换可得h(t)
2 jw 1 H ( jw) 8 jw 3 4
h(t ) F 1{H ( jw)}
3 32 3 jw 8 3t 1 3 8 (t ) e u (t ) 4 32
(b) 对H(jw)作反傅立叶变换可得h(t)
3 3 3( jw 3) 2 H ( jw) 2 ( jw 2)( jw 4) ( jw 2) jw 4
3 2t h(t ) F {H ( jw)} (e e 4t )u (t ) 2 (c) 3( jw 3) 3 jw 9 Y ( w) H ( jw) 2 ( jw 2)( jw 4) ( jw) 6 jw 8 X ( w)
1 X ( w) ( jw 2) 2
Y (w) H ( jw) X (w)
2 Y ( w) 3 ( jw 2) ( jw 4)
1 1 4 2 3 ( jw 2) ( jw 2) ( jw 2) ( jw 4) 1 4 1 2
1 2t 1 2t 1 2 2t 1 4t y (t ) F {Y ( w)} ( e te t e e )u (t ) 4 2 2 4 2 2 ( jw ) 2 (c) H ( jw) ( jw) 2 2 jw 1
北理随机信号分析第六章作业及答案

1、某雷达接收机系统如下图所示:
X(t) 线性窄带系统 Y(t) 线性包络检波器 Z(t)
X(t) 为白噪声,现测得 Z(t) 的均值为 m ,求:① Z(t) 的一维概率密度;② Z(t) 的平均功率。 2、对于零均值、方差为 σ2 的窄带平稳高斯过程:
2 K X (τ) = σX exp{−βτ2 } , β ≥ 0 ,将其通过下图所示系统,则
(1) (2)
试求输出 Y(t) 的均值、方差和自相关函数 试求输出 Y(t) 的一维概率密度函数 f Y (y ; t)
X(t)
d(i) / dt
X(t)( i) 2 NhomakorabeaY(t) = X2 (t)
Z(t) = B(t) cos[ω0 t + Φ (t)] = X(t) cos ω0 t − Y(t)sin ω0 t
证明:包络任意时刻状态 B+ 满足:
E{B+ } =
π π⎞ ⎛ σ , D{B+ } = ⎜ 2 − ⎟ σ2 2 2⎠ ⎝
3、现已知某均方可微高斯平稳随机过程 X(t) ,其均值为 α ,并且 α ≠ 0 ;其协方差函数为
随机信号分析(第3版)第六章习题及答案

随机信号分析(第3版)第六章习题及答案6.1 复随机过程0()()j t Z t eω+Φ=,式中0ω为常数,Φ是在(0,2)π上均匀分布的随机变量。
求:(1)[()()]E Z t Z t τ*+和[()()]E Z t Z t τ+;(2)信号的功率谱。
解:(1)0000[()][]201[()()]212j t j t j j E Z t Z t e e d e d e ωτωπωτωττππ+∞++Φ-+Φ*-∞+=Φ=Φ=?0000[()][]2[(2)2]2(2)201[()()]212120j t j t j t j t j E Z t Z t e e d e d ee d ωτωπωτπωττπππ+∞++Φ+Φ-∞++Φ+Φ+=Φ=Φ=Φ=?[]2()Z Z j S F R F E Z t Z t F eωτωττπδωω*==+==-6.2 6.36.4 已知()a t 的频谱为实函数()A ω,假定ωω>?时,()0A ω=,且满⾜0ωω?,试⽐较:(1) 0()cos a t t ω和0(12)()exp()a t j t ω的傅⽴叶变换。
(2) 0()sin a t t ω和0(2)()exp()j a t j t ω-的傅⽴叶变换。
(3)0()cos a t t ω和0()sin a t t ω的傅⽴叶变换。
解:由傅⽴叶变换的定义可以得到:(1)00000()cos [()()]1()()2FTj t FT a t t A A a t e A ωωπωωωωπωω←?→-++←?→-01()2j t a t e ω的傅⽴叶变换是0()cos a t t ω的傅⽴叶变换的正频率部分。
(2)00000()s i n [()()]()()2FTj t FTa t t A A jj a t e A jωπωωωωωπωω←?→--+-←?→-0()2j t ja t e ω-的傅⽴叶变换是0()sin a t t ω的傅⽴叶变换的正频率部分。
机械工程测试技术 课本习题及参考答案 王安敏 刘培基版

第二章 信号描述及其分析【2-1】 描述周期信号的频率结构可采用什么数学工具 如何进行描述 周期信号是否可以进行傅里叶变换 为什么参考答案:一般采用傅里叶级数展开式。
根据具体情况可选择采用傅里叶级数三角函数展开式和傅里叶级数复指数函数展开式两种形式。
不考虑周期信号的奇偶性,周期信号通过傅里叶级数三角函数展开可表示为:001()sin()(1,2,3,)n n n x t a A n n ωϕ∞==++=∑L2021()T T a x t dt T-=⎰n A =(202()cos T n T a x t n tdt T ω-=⎰ 2022()sin T n T b x t n tdt Tω-=⎰ )tan n n n b a ϕ=式中,T 为信号周期, 0ω为信号角频率, 02ωπ=。
n A ω-图为信号的幅频图, n ϕω-图为信号的相频图。
周期信号通过傅里叶级数复指数函数展开式可表示为:0()(0,1,2,)jn t nn x t C e n ω∞=-∞==±±∑L0221()T jn t n T C x t e dt Tω--=⎰n C 是一个复数,可表示为:n j n nR nI n C C jC C e ϕ=+=n C = arctan n nI nR C ϕ=n C ω-图为信号的幅频图, n ϕω-图称为信号的相频图。
▲ 不可直接进行傅里叶变换,因为周期信号不具备绝对可积条件。
但可间接进行傅里叶变换。
参见书中第25页“正弦和余弦信号的频谱”。
【2-2】 求指数函数()(0,0)at x t Ae a t -=>≥的频谱。
参考答案:由非周期信号的傅里叶变换,()()j t X x t e dt ωω∞--∞=⎰,得22()()j tA a j X x t edt A a j a ωωωωω∞--===++⎰由此得到,幅频谱为:()X ω=相频谱为:()arctan()a ϕωω=-【2-3】 求周期三角波(图2-5a )的傅里叶级数(复指数函数形式)参考答案:周期三角波为: (2)20()(2)02A A tT t x t A A tt T +-≤<⎧=⎨-≤≤⎩则0221()T jn t n T C x t e dt T ω--=⎰积分得 02222204(1cos )(1cos )2n A T AC n n n T n ωπωπ=-=- 即 22()1,3,5,00,2,4,n A n n C n π⎧=±±±=⎨=±±⎩LL又因为周期三角波为偶函数,则0nb =,所以arctan 0n nI nR C C ϕ==所以,周期三角波傅里叶级数复指数形式展开式为:00(21)222()(0,1,2)(21)jn t j k tn n n A x t C e e k k ωωπ∞∞+=-∞=-∞===±±+∑∑L【2-4】 求图2-15所示有限长余弦信号()x t 的频谱。
随机信号分析 课后答案(赵淑清 郑薇 著) 哈尔滨工业大学出版社

⎧ X 1 = a1Y1 + b1Y2 ⎨ ⎩ X 2 = c1Y1 + d1Y2
证明: ( Y1 , Y2 )的联合概率密度为
⎧Y1 = aX 1 + bX 2 ⎨ ⎩Y2 = cX 1 + dX 2
f Y1Y2 ( y1 , y 2 ) =
1 f X X (a1 y1 + b1 y 2 , c1 y1 + d1 y 2 ) ad − bc 1 2
∂y1 a b ∂x 2 = = ad − bc ∂y 2 c d ∂x 2
f Y1Y2 ( y1 , y 2 ) =
1 f X X (a1 y1 + b1 y 2 , c1 y1 + d1 y 2 ) ad − bc 1 2
2 求: (1)系数 A; (2)X,Y 的数学期望; (3)X,Y 的方差; (4)X,Y 的相关矩及相关 系数。
∞
欲满足
−∞
∫ f ( x)dx = 1 ,也必须使 A=1。
1> x ≥ 0 x<0
⎧2 x 所以, f ( x) == ⎨ ⎩0
(3) F ( x) =
x [u ( x ) − u ( x − a )] a > 0 a ⎧x ⎪ [u ( x) − u ( x − a)] 0 ≤ x < a 上式可改写为 F ( x) = ⎨ a ⎪ 其他 ⎩0 对于 x 2 > a > x1 , F ( x2 ) ≥ F ( x1 ) 不成立。 所以, F ( x ) 不是连续随机变量的概率分布函数。
⎧ −x dF ( x) ⎪ 1 e 2 = ⎨2 求得, f ( x) = dx ⎪ ⎩0
⎧0 ⎪ (2) F ( x) = ⎨Αx 2 ⎪1 ⎩ x<0 0 ≤ x <1 x ≥1
随机信号分析与处理习题解答_罗鹏飞

P{X = m} = Cnm p m (1 − p)n−m , m = 0,1, 2,....n
n
∑ 所以 X = Xi 服从参数为 n,p 的二项分布。 i =1
且有 E( Xi ) = 1⋅ P{Xi = 1}+ 0 ⋅ P{Xi = 0} = p ,
E
(
X
2 i
)
= 12
⋅
P{ X i
= 1}+
函数 g(x) 的图像如下
解法一:根据概率分布函数的定义计算。
当 y ≤ 0 时, FY ( y) = P{Y ≤ y} = P{X < x0} + P{X > x1} = P{X < x0}+1− P{X < x1} = F (x0 ) +1− F (x1)
当 y ≤ A 时, FY ( y) = P{Y ≤ y} = P{x0 < X < x1} = FX (x1) − FX (x0 )
所以 Y 的概率分布函数为
FY ( y) = [1− FX (x1) + FX (x0 )]U ( y) + [FX (x1) − FX (x0 )]U ( y − A)
解法二:从概率密度 fY ( y) 入手求概率分布函数 FY ( y) 。 由图可知 g(x) 的取值只可能为 0 或 A,求Y 的概率分布函数,也就是对 g(x) 取 0 或 A
<
X
≤
x2 )
=
P{Y ≤ y, x1 < X ≤ x2} P{x1 < X ≤ x2}
=
y x2 f (x, y)dxdy
−∞ x1
FX (x2 ) − FX (x1 )
ZFS 第六章 随机信号分析

第六章 随机信号分析 E[( x1 − µ x )( x2 − µ x )] ρ x (τ ) = 2 σx
x(t )
Rx (τ )
青岛大学机电工程学院
x(t +τ )
2
ρ x (τ ) =
E[ x1x2 ] − µ x E[ x1] − µ x E[ x2 ] + µ x
σx 若 µx = 0 Rx (τ ) ρ x (τ ) = 2 σx
第六章 随机信号分析 二、信号的自相关函数 Rx (τ )
青岛大学机电工程学院
依据对信号的相关描述,对于各态历经随机信号及功率信号, 依据对信号的相关描述,对于各态历经随机信号及功率信号, 自相关函数的表达式可定义为 其自相关函数的表达式可定义为 时差( 时差(秒、s),-∞<τ<+ ∞ ,
1 T Rx (τ ) = lim ∫0 x (t ) x(t +τ ) dt T →∞ T
估计值
T ˆ Rx (τ ) = 1 ∫0 x(t ) x(t +τ )dt T
信号自相关的测试过程: 信号自相关的测试过程: x(t + τ ) x(t ) 延时器 乘法器
积分器
平 均
Rx (τ )
信号的自相关函数描述了信号x(t)本身在时刻 与时刻 t+τ取值 本身在时刻t与时刻 信号的自相关函数描述了信号 本身在时刻 取值 之间的相似关系。由于x(t)和x(t+τ)具有相同的均值和标准差, 具有相同的均值和标准差, 之间的相似关系 。 由于 和 具有相同的均值和标准差 2 Rx (τ ) − µ x 因此其自相关系数 自相关系数为 因此其自相关系数为 ρ x (τ ) = 2
第六章 随机信号分析 第二节 相关分析
- 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)。
∗
−∞
∫e
0
j [ ω0 ( t +τ ) +Φ ] − j [ ω0t +Φ ]
e
1 dΦ 2π
2π
= ∫ e jω0τ
+∞
1 d Φ = e jω0τ 2π
E[ Z (t + τ ) Z (t )] =
2π
−∞
∫e
j [ω0 (t +τ ) +Φ ] j [ω0t +Φ ]
e
1 dΦ 2π
= ∫ e j [ω0 (2t +τ )+ 2Φ ]
ω < ω0
其它
⎧ j[ S (ω − ω0 ) − S x (ω + ω0 )] S BA (ω ) = − S AB (ω ) = ⎨ x 0 ⎩
功率谱图形如下: (1)
ω < ω0
其它
S X (ω )
1
ω2
(2)
0
ω2
ω
S X (ω )
1
ω1
(3)
0
ω1
ω
1
S X (ω )
−
ω2 − ω1 2
S N (ω )
W A
−ω0
0
ω0
ω
题图 6.7 解: (1) 零均值平稳窄带高斯信号 X (t ) 的正交表达式为
x(t ) = i (t ) cos ω0t − q (t ) sin ω0t
基于功率谱计算功率得
1 P = RX (0) = σ = 2π
2 X
+∞
−∞
∫S
X
(ω ) dω =
AW 2π
⎧ P cos[π (ω − ω0 ) / ∆ω ], ⎪ S x (ω ) = ⎨ P cos[π (ω + ω0 ) / ∆ω ], ⎪ ⎩0,
式中 P, ∆ω 及ω0 >> ∆ω 都是正实常数。试求 (1) x(t)的平均功率; (2) i(t)的功率谱密度; (3) 互相关函数 Riq (τ ) 或互谱密度 Siq (ω ) ; (4) i(t)与 q(t)是否正交或不相关? 解: (1) x(t ) 的平均功率:
(3)互相关函数 Riq (τ ) 或互谱密度 Siq (ω ) 因为 N (t ) 是零均值平稳窄带随机信号,并且 S N (ω ) 是关于 ω0 偶对称,有 9.3 的性 质,定理可知,互谱密度 Siq (ω ) 为 0,互相关函数 Riq (τ ) 也为 0 (4) 由 Riq (τ ) = 0 , 所以 i (t ) 与 q (t ) 任意时刻正交。 因为 i (t ) 与 q (t ) 是零均值的, 所以 i (t ) 与 q (t ) 是不相关的。
+ ∆ω 2
P∆ω 2 P∆ω PN = 2 sin [πω ∆ω ] = π π2 −∆ω 2
(2) N (t ) 是零均值平稳窄带随机信号,所以有:
⎧ ⎧ ⎛ πω ⎞ , ∆w ⎪ S N (ω + ω0 ) + S N (ω − ω0 ) ⎪ 2 P cos ⎜ ⎟ Si (ω ) = S q (ω ) = ⎨ =⎨ ω ≤ ⎝ ∆w ⎠ 0 2 ⎪ ⎪ , other ⎩0 ⎩
X (t ) 为 0 均值的高斯随机信号,所以
所以一维概率密度
X (t )
N (0, σ 2 )
− 2 1 f ( x) = e 2σ 2πσ
x2
,σ =
2
AW 2π
(2) 又因为 X (t ) 的功率谱关于中心频率 ω0 偶对称 由(6.37)得 即
S qi (ω ) = 0 Rqi (τ ) = E[i(t1 ) q(t2 )] = 0
−j a(t ) e jω0t 的傅立叶变换是 a (t ) sin ω0t 的傅立叶变换的正频率部分。 2
(3)
a (t ) cos ω0t 和 a (t ) sin ω0t 的傅立叶变换是希尔伯特变换对。
6.5
6.6
6.7 若零均值平稳窄高斯随机信号 X (t ) 的功率谱密度如题图 6.7 (1) 试写出此随机信号的一维概率密度函数; (2) 写出 X (t ) 的两个正交分量的联合概率密度函数。
0
ω2 − ω1 2
ω
由于 X (t ) 的功率谱不以中心频率 ω0 偶对称, 所以互功率谱密度 S BA (ω ) 在三种情况 下都不为 0, 所以 A(t),B(t)相关. 6.12 6.13 同步检波器如下题图 6.13 所示,输入 X (t ) 为窄带平稳噪声,它的自相关函数为
2 −β τ RX (τ ) = σ X e cos ω0τ , β
所以 i (t ), q (t ) 彼此正交,做为零均值的高斯信号也彼此独立,所以
− 1 f iq (i , q ; t1 , t2 ) = f i (i , t1 ) f q (q , t2 ) = e 2πσ 2 (i 2 + q 2 ) 2σ 2
, σ =
2
AW 2π
6.8 对于窄带平稳随机过程 x(t ) = i (t ) cos ω0t − q (t ) sin ω0t ,若其均值为零,功率谱密度为
ω − ω0 ≤ ∆ω / 2 ω + ω0 ≤ ∆ω / 2
其它
PN =
1 +∞ 1 ω0 +∆ω 2 S N (ω ) dω = ∫ P cos ⎡ ⎣π (ω − ω0 ) ∆ω ⎤ ⎦dω ∫ 2π −∞ π ω0 −∆ω 2 P +∆ω 2 = ∫ cos [πω ∆ω ]d ω π −∆ω 2
6.1 复随机过程 Z (t ) = e
j (ω0t +Φ )
∗
,式中 ω0 为常数, Φ 是在 (0, 2π ) 上均匀分布的随机变量。
求: (1) E[ Z (t + τ ) Z (t )] 和 E[ Z (t + τ ) Z (t )] ; (2)信号的功率谱。 解: (1)
+∞
E[ Z (t + τ ) Z (t )] =
6.9 6.10 6.11 已知零均值窄带平稳噪声 X (t ) = A(t ) cos ω0t − B(t ) sin ω0t 的功率谱密度如题图 6.11 所示。画出下列情况下随机过程 A(t ) , B(t ) 各自的功率谱密度: (1) (3)
ω0 = ω1 ω0 = (ω1 + ω2 ) / 2
所以 Z (t ) 的平均功率
PZ = RZ (0) =
1 2 2 A σX 4
M (t ) = X (t )Y (t )
由于 X (t ), Y (t ) 独立, 不难得:
E[ M (t )] = E[ X (t )Y (t )] = E[ X (t )] E[Y (t )] = 0 , RM (t + τ , t ) = E[ X (t + τ )Y (t + τ ) X (t )Y (t )] = E[ X (t + τ ) X (t )] E[Y (t + τ )Y (t )] = RX (τ ) RY (τ ) 1 2 −β τ = A2σ X e cos 2 ω0τ 2 所以经过低通滤波器 LPF 后,由于 RM (τ ) =
ω0 。
若另一输入 Y (t ) = A sin(ω0t + θ ) ,其中 A 为常数, θ 服从 (0, 2π ) 上的均匀分布, 且 与 X (t ) 独立。求检波器输出 Z (t ) 的平均功率。
X (t )
理想低通 滤波器
Z (t )
Y (t )
题图 6.13 解: 由题意知
E[Y (t )] = E[ A sin(ω0t + θ )]
FT a (t ) cos ω0t ←⎯→ π [ A(ω − ω0 ) + A(ω + ω0 )] 1 FT a (t )e jω0t ←⎯→ π A(ω − ω0 ) 2
1 a (t )e jω0t 的傅立叶变换是 a (t ) cos ω0t 的傅立叶变换的正频率部分。 2
(2)
π FT a (t ) sin ω0t ←⎯→ [ A(ω − ω0 ) − A(ω + ω0 )] j −j π FT a(t ) e jω0t ←⎯→ A(ω − ω0 ) 2 j
0 2π
1 dΦ 2π 1 dΦ 2π
= e jω0 (2t +τ ) ∫ e j 2 Φ
0
=0
(2)
S Z (ω ) = F [ RZ (τ )] = F {E[ Z (t + τ ) Z ∗ (t )]}
= F [e jω0τ ] = 2πδ (ω − ω0 )
6.2 6.3
6.4 已知 a (t ) 的频谱为实函数 A(ω ) ,假定 ω > ∆ω 时, A(ω ) = 0 ,且满足 ω0 比较: (1) (2) (3)
2π
=
∫ A sin(ω t + θ ) 2π dθ = 0
0 0 2π
1
RY (t + τ , t ) = E[Y (t + τ )Y (t )]
= =
所以 Y (t )] 也是平稳的. 设
∫ A sin[ω (t + τ ) + θ ] A sin(ω t + θ ) 2π dθ
0 0 0
1
A2 cos ω0τ = RY (t ) 2
1 2 2 −β τ A σ X e cos2 ω0τ 2 1 2 − β τ 1 + cos 2ω0τ = A2σ X e 2 2 1 1 2 −β τ 2 −β τ = A2σ X e + A2σ X e cos 2ω0τ 4 4