通信原理电子教案第3章随机过程课件.ppt

1、通通 信信 原原 理理 电电 子子 教教 案案第第3 3章章 随机过程随机过程第第3 3章章 随机过程随机过程通信原理2022-12-72第三章第三章 随机过程随机过程 本章是本书的数学基础。本章是本书的数学基础。3.1随机过程的基本概念随机过程的基本概念 3.2平稳随机过程平稳随机过程 3.3高斯随机过程高斯随机过程 3.4 平稳随机过程通过线性系统平稳随机过程通过线性系统 3.5窄带随机过程窄带随机过程 3.6正弦波加窄带随机过程正弦波加窄带随机过程 3.7 高斯白噪声和带限白噪声高斯白噪声和带限白噪声 3.8 小结小结第第3 3章章 随机过程随机过程通信原理2022-12-73通信过程是

2、通信过程是信号和噪声信号和噪声通过通过通信系统通信系统的过程，分析与研究通的过程，分析与研究通信系统，总是离不开对信号和噪声的分析。信系统，总是离不开对信号和噪声的分析。随机信号：随机信号：通信系统中的信号通常总带某种随机性。不通信系统中的信号通常总带某种随机性。不可预测，不能用确定函数表示的信号。可预测，不能用确定函数表示的信号。随机噪声：随机噪声：通信系统必然遇到噪声。不可预测（热噪通信系统必然遇到噪声。不可预测（热噪声）。简称噪声。声）。简称噪声。随机过程：随机过程：从统计学的观点看，随机信号和从统计学的观点看，随机信号和 随机噪声统随机噪声统称为随机过程。称为随机过程。统计学中的有关统

3、计学中的有关随机过程的理论随机过程的理论可以运用到随机信号和噪可以运用到随机信号和噪声分析中来。声分析中来。第第3 3章章 随机过程随机过程通信原理2022-12-743.1随机过程的基本概念随机过程的基本概念考察：考察：假设假设有无数台性能相同的接收机，在同样条件下不有无数台性能相同的接收机，在同样条件下不加信号测试其输出。加信号测试其输出。得到得到一系列噪声波形一系列噪声波形1(t)、2(t)、3(t)、.、n(t)、.。理想时，波形应一致，但实际不然理想时，波形应一致，但实际不然找不到两个完全相找不到两个完全相同的波形。同的波形。第第3 3章章 随机过程随机过程通信原理2022-12-7

4、5讨论：讨论：每一条曲线每一条曲线i(t)都是一个随都是一个随机起伏的时间函数机起伏的时间函数样本样本函数（确知信号）函数（确知信号）。无穷多个样本函数的总体无穷多个样本函数的总体在统计学中称作随机函数的在统计学中称作随机函数的总集总集随机过程随机过程(t)。每一条曲线每一条曲线i(t)都是随机过都是随机过程的程的一个实现一个实现/样本样本。在某一特定时刻在某一特定时刻t1观察各台接收机的输出噪声值观察各台接收机的输出噪声值(t1)，发，发现他们的值是不同的现他们的值是不同的 是一个随机量（是一个随机量（随机变量随机变量）。）。第第3 3章章 随机过程随机过程通信原理2022-12-76概括：

5、概括：随机过程随机过程(t)的含义属性的含义属性有两点：有两点：（1）(t)是是t 的函数，是的函数，是由所有的样本函数构成的由所有的样本函数构成的；（2）(t)在任一时刻在任一时刻 t1上的取值上的取值(t1)不是确定的，是一个不是确定的，是一个随机变量随机变量。即每个时刻上的函数值是按照一定的概率分布。即每个时刻上的函数值是按照一定的概率分布的。故的。故随机过程可以看做是在时间进程中处于不同时刻的随机过程可以看做是在时间进程中处于不同时刻的随机变量的集合。随机变量的集合。概率论：随机变量分析概率论：随机变量分析分布函数分布函数和和概率密度概率密度第第3 3章章 随机过程随机过程通信原理20

6、22-12-773.1.1 3.1.1 随机过程的分布函数随机过程的分布函数.分布函数和概率密度分布函数和概率密度（1 1）一维描述）一维描述 一维分布函数一维分布函数 随机过程随机过程(t)任一时刻任一时刻 t1 的取值是随机变量的取值是随机变量(t1)，则随机变，则随机变量量(t1)小于等于某一数小于等于某一数 值值 x1的概率的概率(t1)（3.1.1）叫做随机过程叫做随机过程(t)的一维分布函数。的一维分布函数。第第3 3章章 随机过程随机过程通信原理2022-12-78 一维概率密度函数一维概率密度函数 若一维分布函数对若一维分布函数对x1 1的偏导数存在，则的偏导数存在，则 叫做随

7、机过程叫做随机过程(t)的一维概率密度。的一维概率密度。（2 2）二维描述）二维描述随机过程不同时刻取值之间的相互关系随机过程不同时刻取值之间的相互关系 二维分布函数二维分布函数 若随机过程若随机过程(t)在时刻在时刻 t1 的取值是随机变量的取值是随机变量(t1)，而在时，而在时刻刻t2的取值是随机变量的取值是随机变量(t2)，则，则(t1)与与(t2)构成一个二元随机构成一个二元随机变量变量(t1)，(t2)，称，称 F2（x1，x2；t1，t2）=P(t1)x1；(t2)x2 为随机过程为随机过程(t)的二维分布函的二维分布函数数111111,F x tfx tx第第3 3章章 随机过程

8、随机过程通信原理2022-12-79二维概率密度函数二维概率密度函数 若二维分布函数对若二维分布函数对x1和和x2二阶偏导数存在，则二阶偏导数存在，则2212122121212,;,;,Fxxt tfxxt txx 叫做随机过程叫做随机过程(t)的二维概率密度。的二维概率密度。同理，可以定义随机过程的同理，可以定义随机过程的多维分布函数多维分布函数及多维概率密及多维概率密度分别为度分别为 nnnnnnnnxxxtttxxxFtttxxxf .,.,;,.,.,;,.,212121112112121122n,;,()x ,()x ,()x nnnnF x xx t ttPttt第第3 3章章 随

9、机过程随机过程通信原理2022-12-710统计独立统计独立 对于任何对于任何n个随机变量个随机变量(t1)，(t2)，.，(tn)，如果下式成，如果下式成立立 fn（x1，x2，.，xn；t1，t2，.，tn）=f1（x1，t1）f2（x2，t2）.fn（xn，tn）则称这些变量是则称这些变量是统计独立的统计独立的，否则就是，否则就是不独立的不独立的或或相相关的。关的。意义：意义：可以把随机过程可以把随机过程(t)当作一个多元的随机变量来看待，当作一个多元的随机变量来看待，而用这个多元随机变量而用这个多元随机变量(t1)，(t2)，.，(tn)的分布函数或概的分布函数或概率密度来描述随机过程

10、的统计特性。率密度来描述随机过程的统计特性。显然，显然，n 越大，对随机过程的描述越充分。越大，对随机过程的描述越充分。第第3 3章章 随机过程随机过程通信原理2022-12-7113.1.2.随机过程的数字特征引言引言 问题：问题：随机过程的分布函数（或概率密度）族能够完善随机过程的分布函数（或概率密度）族能够完善 地刻画随机过程的统计特性。但地刻画随机过程的统计特性。但实际中：难；不必实际中：难；不必。措施：措施：用随机过程的用随机过程的数字特征数字特征来描绘随机过程的统计特性，来描绘随机过程的统计特性，更简单方便。更简单方便。方法：方法：求随机过程数字特征的方法有求随机过程数字特征的方法

11、有“统计平均统计平均”和和“时时间平均间平均”两种。两种。统计平均统计平均:对随机过程对随机过程(t)某一特定时刻不同实现的可能某一特定时刻不同实现的可能取值取值(ti)随机变量随机变量，用，用统计方法统计方法得出的种种平均值叫统得出的种种平均值叫统计平均。计平均。时间平均时间平均:对对随机过程随机过程(t)的某一的某一特定实现即样本函数特定实现即样本函数i(t)，用数学分析方法用数学分析方法对时间求平均对时间求平均得出的种种平均值叫时间平均。得出的种种平均值叫时间平均。第第3 3章章 随机过程随机过程通信原理2022-12-712（一一）统计平均）统计平均1.均值均值 随机过程在任意时刻随机

12、过程在任意时刻 t 的取值所组成的取值所组成随机变量随机变量(t)的均值的均值称为随机过程的均值，也称为统计平均或数学期望。即称为随机过程的均值，也称为统计平均或数学期望。即注：注：t1t，x1 x 物理意义：物理意义：均值代表随机过程的均值代表随机过程的摆动中心摆动中心。2.均方值均方值 随机变量随机变量(t)的二阶原点矩的二阶原点矩1()()()Etxfxt dxa t 记为，221()()Etx f xt dx，称为随机过程称为随机过程(t)的均方值。的均方值。相对于横轴的振动程度相对于横轴的振动程度。第第3 3章章 随机过程随机过程通信原理2022-12-7133.3.方差方差 随机变

13、量随机变量(t)的二阶中心矩的二阶中心矩2222212()()()()()()()DtEtEtEtEtx f xt dxa tt 记为，（）称为随机过程称为随机过程(t)的方差。的方差。相对于均值的振动程度相对于均值的振动程度。第第3 3章章 随机过程随机过程通信原理2022-12-7144.4.协方差与相关函数协方差与相关函数随机过程不同时刻取值之间的相互随机过程不同时刻取值之间的相互关系关系 衡量随机过程衡量随机过程(t)在任意在任意两个时刻两个时刻t1和和t2上获得的随机变量上获得的随机变量(t1)和和(t2)的统计相关特性时，常用协方差函数的统计相关特性时，常用协方差函数B(t1，t2

14、)和相和相关函数关函数R(t1，t2)来表示。来表示。（1 1）相关函数）相关函数 (t1)和和(t2)的二阶原点混合矩的二阶原点混合矩称为随机过程称为随机过程(t)的相关函数的相关函数。（2）协方差函数）协方差函数2121222121212()()()()R ttEttx x fxxttdx dx，；，第第3 3章章 随机过程随机过程通信原理2022-12-715称为随机过程称为随机过程(t)的协方差。的协方差。显然，有以上两式可得显然，有以上两式可得 若若E(t1)或或E(t2)为零，则为零，则B(t1，t2)=R(t1，t2)这里的这里的R(t1，t2)及及B(t1，t2)由于是衡量同一

15、过程的相关程度，由于是衡量同一过程的相关程度，因此又常分别称为因此又常分别称为自相关函数自相关函数和和自协方差函数自协方差函数。11211221222121212()()()()()()()()B ttEta tta txa txa tf xxtt dxdx，；，（2）协方差函数）协方差函数(t1)和和(t2)的二阶中心混合矩的二阶中心混合矩第第3 3章章 随机过程随机过程通信原理2022-12-7165.5.互协方差与互协方差与互相关函数互相关函数不同随机过程间的关系不同随机过程间的关系（1）互相关函数）互相关函数 设设(t)与与(t)分别表示两个随机过程，则互相关函数定义为分别表示两个随机

16、过程，则互相关函数定义为R(t1，t2)=E(t1)(t2)如果两个随机过程的互相关函数为零，即下列条件成立如果两个随机过程的互相关函数为零，即下列条件成立R(t1，t2)=0 则称它们是不相关的则称它们是不相关的-正交的随机过程。统计独立的两正交的随机过程。统计独立的两个随机过程是不相关的。个随机过程是不相关的。（2）互协方差）互协方差 互协方差定义为互协方差定义为 B(t1，t2)=E(t1)-a(t1)E(t2)-a(t2)若若 B(t1，t2)=0 则两个过程是不相关的。则两个过程是不相关的。第第3 3章章 随机过程随机过程通信原理2022-12-717（二）时间平均（二）时间平均 非

17、周期函数平均值非周期函数平均值1.1.平均值平均值（或（或直流分量直流分量）设设i(t)是随机过程是随机过程(t)的一个典型的样本函数，则样本的一个典型的样本函数，则样本函数的时间平均为函数的时间平均为注：注：结果与时间无关，为常数。结果与时间无关，为常数。2.2.均方值均方值（或（或总平均功率总平均功率）221limTTTAdtT 221limTTiiTaAtt dtT 22221limTTiiTAttdtT 第第3 3章章 随机过程随机过程通信原理2022-12-7183.3.方差方差（或交流功率）（或交流功率）4.4.自相关函数自相关函数 样本函数样本函数i(t)的自相关函数定义为的自相

18、关函数定义为 222221limiTTiTAtatadtT 221limiiTTiiTRtAttttdtT 第第3 3章章 随机过程随机过程通信原理2022-12-719自相关函数自相关函数的性质：的性质：221limiiTTiiTRtAttttdtT 200RAtRRRR均方值（平均功率）均方值（平均功率）这是当然这是当然偶函数偶函数第第3 3章章 随机过程随机过程通信原理2022-12-7203.2 3.2 平稳随机过程平稳随机过程3.2.13.2.1定义定义1.1.狭义平稳随机过程狭义平稳随机过程 假设一个随机过程假设一个随机过程(t)，如果它的任何，如果它的任何n维分布或概率密维分布或

19、概率密度函数与时间起点无关，即对于任意的度函数与时间起点无关，即对于任意的t 和和，随机过程，随机过程(t)的的n 维概率密度函数满足维概率密度函数满足fn（x1，x2，.，xn；t1，t2，.，tn）=fn（x1，x2，.，xn；t1+，t2+，.，tn+）则称则称(t)是是严平稳随机过程严平稳随机过程或或狭义平稳随机过程狭义平稳随机过程。第第3 3章章 随机过程随机过程通信原理2022-12-721显见，平稳随机过程具有如下显见，平稳随机过程具有如下特点：特点：统计特性将不随时间的推移而不同。它的统计特性将不随时间的推移而不同。它的一维分布与一维分布与t无无关关，二维分布仅与时间间隔二维分

20、布仅与时间间隔有关有关。数字特征变得数字特征变得“平稳平稳”、简单：、简单：数学期望与数学期望与 t 无关无关：a(t)=a ；自相关函数只与自相关函数只与有关：有关：R(t1，t1+)=R().fn（x1，x2，.，xn；t1，t2，.，tn）=fn（x1，x2，.，xn；t1+，t2+，.，tn+）第第3 3章章 随机过程随机过程通信原理2022-12-7222.2.广义平稳随机过程广义平稳随机过程 一随机过程一随机过程(t)，如果它满足：，如果它满足：（1）数学期望与）数学期望与 t 无关，即：无关，即：a(t)=a；（2）自相关函数只与时间间隔）自相关函数只与时间间隔有关，即：有关，即

21、：R(t1，t1+)=R()。则则称称(t)是广义平稳的随机过程。是广义平稳的随机过程。意义：意义：平稳随机过程具有平稳随机过程具有各态历经性各态历经性十分有趣，非常有用十分有趣，非常有用。通信系统中所遇到的信号与噪声，大多数可视为平稳的随通信系统中所遇到的信号与噪声，大多数可视为平稳的随机过程。机过程。第第3 3章章 随机过程随机过程通信原理2022-12-723 则说则说(t)为具有各态历经性为具有各态历经性（遍历性）（遍历性）的平稳随机过程的平稳随机过程.。2.各态历经的含义各态历经的含义 随机过程的任一实现（样本函数），都经历了随机过程的随机过程的任一实现（样本函数），都经历了随机过程

22、的所有的可能状态。所有的可能状态。3.各态历经随机过程的特点各态历经随机过程的特点好处好处 任何一个实现都能代替整个随机过程。给实际测量、分析任何一个实现都能代替整个随机过程。给实际测量、分析计算带来极大方便。计算带来极大方便。aaRR3.2.2 3.2.2 平稳随机过程的各态历经性平稳随机过程的各态历经性1.1.各态历经随机过程各态历经随机过程 假设假设(t)是一个平稳随机过程，如果有下列式子成立是一个平稳随机过程，如果有下列式子成立第第3 3章章 随机过程随机过程通信原理2022-12-724 例例3-1 设一个随机相位的正弦波为其中，A和c均为常数；是在(0,2)内均匀分布的随机变量。试

23、讨论(t)是否具有各态历经性。分析【解【解】(1)先求(t)的统计平均值：数学期望)cos()(tAtc2021)cos()()(dtAtEtac20)sinsincos(cos2dttAcc0sinsincoscos22020dtdtAcc第第3 3章章 随机过程随机过程通信原理2022-12-725 自相关函数 令t2 t1=，得到 可见，(t)的数学期望为常数，而自相关函数与t 无关，只与时间间隔 有关，所以(t)是广义平稳过程。0)(cos2212)(cos2)(cos22)(cos)(cos2)cos()cos()()(),(1222012212212122212121ttAdttA

24、ttAttttEAtAtAEttEttRccccccc)(cos2),(221RAttRc第第3 3章章 随机过程随机过程通信原理2022-12-726 (2)求(t)的时间平均值比较统计平均与时间平均，有因此，随机相位余弦波是各态历经的。220)cos(1limTTcTdttATa22)(cos)cos(1lim)(TTccTdttAtATR22222)22cos(cos2limTTTTcccTdttdtTAcAcos22)()(,RRaa第第3 3章章 随机过程随机过程通信原理2022-12-7273.2.3 3.2.3 平稳随机过程的自相关函数平稳随机过程的自相关函数 特别重要，特别重要

25、，因为：因为：（1 1）平稳随机过程的统计特性，如数字特征等，可通过相关）平稳随机过程的统计特性，如数字特征等，可通过相关函数来描述；函数来描述；（2 2）相关函数揭示了随机过程的频谱特性。）相关函数揭示了随机过程的频谱特性。1.1.相关函数的性质相关函数的性质 设设(t)为实平稳随机过程，相关函数为实平稳随机过程，相关函数R()=E(t)(t+)具有如下具有如下性质：性质：（1）R(0)=E2(t)=s -(t)的的平均功率平均功率。（2）R()=R(-)-R()是是偶函数偶函数。（3）|R()|R(0)-R()的的上界上界。（4）R()=E2(t)=a2 -(t)的的直流功率直流功率。（5

26、）R(0)R()=2-方差，方差，(t)的的交流功率交流功率。第第3 3章章 随机过程随机过程通信原理2022-12-7283.2.4 3.2.4 平稳随机过程的自相关函数平稳随机过程的自相关函数R()与与功率谱密度功率谱密度P()的关系的关系 -相关函数相关函数R()的又一重要性质。的又一重要性质。设：设：(t)平稳，平稳，R()绝对可积绝对可积Rd 则则简记为：简记为：P()R()意义：意义：平稳随机过程的自相关函数与其功率谱密度之间互为平稳随机过程的自相关函数与其功率谱密度之间互为傅里叶关系。傅里叶关系。12jjPRedRPed第第3 3章章 随机过程随机过程通信原理2022-12-72

27、9假设假设f(t)为时间无限信号（功率信号），若用为时间无限信号（功率信号），若用 fT(t)代表代表f(t)在在-T/2tT/2区间上的区间上的短截函数短截函数，即即其 它，02)()(TttftfTf(t)fT(t)-T/2 0 T/2 t-T/2 0 T/2 t只要只要T为有限值为有限值fT(t)就具有就具有有限的能量有限的能量。第第3 3章章 随机过程随机过程通信原理2022-12-730功率谱密度定义功率谱密度定义TfFmi lfPTTf2)()(对于平稳随机过程(t)，可以把f(t)当作是(t)的一个样本；某一样本的功率谱密度不能作为过程的功率谱密度。过程的功率谱密度应看作是对所有

28、样本的功率谱的统计平均，故(t)的功率谱密度可以定义为TfFEmi lfPEfPTTf2)()()(第第3 3章章 随机过程随机过程通信原理2022-12-731 功率谱密度的计算 维纳-辛钦关系 非周期的功率型确知信号的自相关函数与其功率谱密度是一对傅里叶变换。这种关系对平稳随机过程同样成立，即有简记为以上关系称为维纳维纳-辛钦辛钦关系。它在平稳随机过程的理论和应用中是一个非常重要的工具，它是联系频域和时域两种分析方法的基本关系式。dePRdeRPjj)(21)()()()()(fPR第第3 3章章 随机过程随机过程通信原理2022-12-732 在维纳-辛钦关系的基础上，我们可以得到以下结

29、论：对功率谱密度进行积分，可得平稳过程的总功率：上式从频域的角度给出了过程平均功率的计算法。各态历经过程的任一样本函数的功率谱密度等于过程的功率谱密度。也就是说，每一样本函数的谱特性都能很好地表现整个过程的的谱特性。【证】因为各态历经过程的自相关函数等于任一样本的自相关函数，即 两边取傅里叶变换：即式中 dffPR)()0()()(RR)()(RRFF)()(fPfPf)()(fPR)(RfPf第第3 3章章 随机过程随机过程通信原理2022-12-733 功率谱密度P(f)具有非负性和实偶性，即有和这与R()的实偶性相对应。0)(fP)()(fPfP第第3 3章章 随机过程随机过程通信原理2

30、022-12-734归纳：归纳：时间平均时间平均验证验证平稳平稳具有具有随机过程随机过程各态历经性：各态历经性：统计平均统计平均P()R()例例3.2 某随机相位信号某随机相位信号(t)=sin(0t+)，其中：，其中：0为常数，随机为常数，随机相位相位在（在（0，2）内均匀分布。求）内均匀分布。求(t)的自相关函数、功率谱的自相关函数、功率谱密度和平均功率。密度和平均功率。（1）R(0)=E2(t)=s -平均功率平均功率（2）R()=E2(t)=a2 -直流功率直流功率/均值均值（3）R(0)R()=2 -方差，方差，交流功率交流功率第第3 3章章 随机过程随机过程通信原理2022-12-

31、735解：解：（1）验证）验证(t)的平稳性的平稳性200021)sin()()()()(dtdfttEta-与与t无关。无关。)(cos21)()(),(0RttEttR -仅与仅与有关。有关。故故(t)是广义平稳的随机过程。是广义平稳的随机过程。例例3.2 某随机相位信号某随机相位信号(t)=sin(0t+)，其中：，其中：0为常数，随为常数，随机相位机相位在（在（0，2）内均匀分布。求）内均匀分布。求(t)的自相关函数、功率的自相关函数、功率谱密度和平均功率。谱密度和平均功率。第第3 3章章 随机过程随机过程通信原理2022-12-736（2 2）根据平稳随机过程的性质）根据平稳随机过程

32、的性质，得，得01()cos2R 0011(0)cos22SR 00()()()()()2PRP 第第3 3章章 随机过程随机过程通信原理2022-12-7373.3 3.3 高斯过程高斯过程3.3.1 3.3.1 定义定义 一随机过程一随机过程(t)，若它的任意，若它的任意n维概率密度呈正态分布，则称维概率密度呈正态分布，则称其为高斯过程。又称正态随机过程。其为高斯过程。又称正态随机过程。数学表达式数学表达式 一维时：一维时：21111211()1(,)exp22xaf x t第第3 3章章 随机过程随机过程通信原理2022-12-7383.3.2 3.3.2 性质性质由定义可分析出由定义可

33、分析出（1）高斯过程）高斯过程若广义平稳，则必狭义平稳若广义平稳，则必狭义平稳。（2）高斯过程中的随机变量）高斯过程中的随机变量(t1)、(t2)、(t3)、之间之间若不相若不相关关，则它们也是，则它们也是统计独立统计独立的。的。fn（x1，x2，.，xn；t1，t2，.，tn）f1（x1，t1）f1（x2，t2）.，f1（xn，tn）（3）若干个高斯过程之和仍是高斯过程若干个高斯过程之和仍是高斯过程。从信号角度。从信号角度。（4）高斯过程经线性变换后，仍是高斯过程高斯过程经线性变换后，仍是高斯过程。从系统（线从系统（线性系统）角度。性系统）角度。第第3 3章章 随机过程随机过程通信原理202

34、2-12-739221()()exp22xafx 则称则称为服从正态分布的随机变量为服从正态分布的随机变量3.3.3 3.3.3 高斯随机变量高斯随机变量随机变量研究随机变量研究1.1.一维概率密度函数一维概率密度函数若随机变量若随机变量的概率密度函数可表示成的概率密度函数可表示成第第3 3章章 随机过程随机过程通信原理2022-12-740（2 2）性质）性质1）对称于直线）对称于直线x=a;2）在）在 内单调上升，内单调上升，在在 内单调下降，且内单调下降，且在在a点处达到极大值点处达到极大值;),(a),(a1()1()()2aaf x dxf x dxf x dx，3）4）a 表示分布

35、中心，表示分布中心，称为标准偏差，表示集中的程度。称为标准偏差，表示集中的程度。5）当）当a0，时，相应的正态分布称为标准化正态分时，相应的正态分布称为标准化正态分布：布：121()exp()22xf x第第3 3章章 随机过程随机过程通信原理2022-12-7412.2.正态分布函数正态分布函数（1 1）一般表示式）一般表示式已知概率密度函数的前提下，正态概率分布函数可以表示为：已知概率密度函数的前提下，正态概率分布函数可以表示为：22222/21()exp221()exp2212()()xxxtxaFxPzadzzazadzxfztdtdztdedz ，令，则这个积分不易计算，常引入这个积

36、分不易计算，常引入概率积分函数概率积分函数或或误差函数误差函数（可查（可查表）表）来表述。来表述。第第3 3章章 随机过程随机过程通信原理2022-12-742（2 2）用概率积分函数表示）用概率积分函数表示 定义概率积分函数定义概率积分函数(简称简称概率积分概率积分)为为2/21()02zxQ xedzx22/221()1exp()()222xxaxtzadzeF xf z dzdt则正态分布函数可表示为 ()xaPxQ（）第第3 3章章 随机过程随机过程通信原理2022-12-743（3)3)用误差函数表示用误差函数表示 正态分布函数更常表示成与误差函数相联系的形式。正态分布函数更常表示成

37、与误差函数相联系的形式。1 1）误差函数定义）误差函数定义20()2xzerf xedzxzdzexerfxerfc22)(1)(误差函数：误差函数：互补误差函数：互补误差函数：22/221()1exp()()222xx axtzadzeF xf z dzdt第第3 3章章 随机过程随机过程通信原理2022-12-7442 2）误差函数的性质）误差函数的性质误差函数是递增函数误差函数是递增函数，它具有如下性质：，它具有如下性质：)()(xerfxerf1)(erf)(1)(xerfcxerfc0)(erfc11)(2xexxerfcx，互补误差函数是递减函数互补误差函数是递减函数，它具有如下性

38、质：，它具有如下性质：202()xzerf xedzxzdzexerfxerfc22)(1)(第第3 3章章 随机过程随机过程通信原理2022-12-7453 3）用误差函数表示正态分布函数）用误差函数表示正态分布函数 xa 时：时：22220()()()()11()exp22211211()222xaxaxaxatFxfz dzfz dzfz dzzadzedtxaerf 20,222()xzzat dzdterf xedz202()xzerf xedz第第3 3章章 随机过程随机过程通信原理2022-12-746 xa()()()()11()2.5.1322xxF xf z dzf z d

39、zf z dzxaerfc22()zxerfc xedz22/221()1exp()()222xxaxtzadzeF xf z dzdt综上：综上：2211221()2()exp122122xxaerfxazaF xdzxaerfcxa，第第3 3章章 随机过程随机过程通信原理2022-12-7473.4 3.4 随机过程通过线性系统随机过程通过线性系统3.4.1 3.4.1 线性系统线性系统-复习复习 设：线性系统的冲击响应和网络函数分别为设：线性系统的冲击响应和网络函数分别为：h(t)、H()，则：则：H()h(t)。0()()*()()()iivtv th thv td周知：周知：线性系

40、统响应线性系统响应v0(t)等于输入信号等于输入信号vi(t)与冲击响应与冲击响应h(t)的卷积，的卷积，即：即：第第3 3章章 随机过程随机过程通信原理2022-12-748系统满足系统满足物理可实现条件物理可实现条件:h(t)=0，t0；输入有界输入有界（满足（满足狄里赫利条件）。则有：狄里赫利条件）。则有：00()()()()()iiv thv tdhv td00()()()ithtd 理解：理解：上式对于确知信号是没有问题的。上式对于确知信号是没有问题的。当当输入是随机过程输入是随机过程(t)的一个实现的一个实现i1(t)随机函随机函数时，便有输出随机过程数时，便有输出随机过程o1(t

41、)。进一步：进一步：当输入是随机过程当输入是随机过程i(t)时，便有输出随机过程时，便有输出随机过程o(t)。且有：。且有：第第3 3章章 随机过程随机过程通信原理2022-12-749任务：任务：假设假设i(t)为平稳随机过程，且已知其统计特性，求为平稳随机过程，且已知其统计特性，求0(t)的的统计特性统计特性。注：注：考察一个实现就够了。考察一个实现就够了。00()()()ithtd 第第3 3章章 随机过程随机过程通信原理2022-12-7503.4.2 0(t)的统计特性的统计特性 1.0(t)的平稳性的平稳性（1）均值）均值-与与t无关。无关。结论：结论：输出过程的数学期望等于输入过

42、程的数学期望与输出过程的数学期望等于输入过程的数学期望与H(0)相乘。且相乘。且E0(t)与与t无关。无关。0000()()()()()()()()0iiiiEtEtEhtdhEtdEthdH第第3 3章章 随机过程随机过程通信原理2022-12-751其中：其中：根据平稳性根据平稳性 Ei(t-)i(t+-)=Ri(+-)（2 2）相关函数）相关函数0000 00 0(,)()()()()()()()()()()()()()()oooiiiiioRt tEttdEhtdhtdhhEttd dhhRd dR 仅与仅与有关。有关。仅与时间差有关。仅与时间差有关。第第3 3章章 随机过程随机过程通

43、信原理2022-12-752综上综上:0 0(t)(t)平稳。平稳。即：即：2.0(t)的功率谱密度及分布函数的功率谱密度及分布函数（1）功率谱密度功率谱密度 因为因为 0(t)广义平稳广义平稳 所以所以 P0()R0()可证得可证得 P0()=H()2Pi()第第3 3章章 随机过程随机过程通信原理2022-12-753输出过程o(t)的功率谱密度对下式进行傅里叶变换：得出令 =+-，代入上式，得到即结论：输出过程的功率谱密度是输入过程的功率谱密度乘以系统频率响应模值的平方。应用：由Po(f)的反傅里叶变换求Ro()()()()(),(0110RddRhhttRi deRfPj)()(00d

44、eddRhhji)()()(0)()()()(deRdehdehfPjijj)()()()()()(20fPfHfPfHfHfPii第第3 3章章 随机过程随机过程通信原理2022-12-754（2 2）分布函数）分布函数一个十分有用的一个十分有用的结论结论：若线性系统的输入过程是高斯型的，则系统的若线性系统的输入过程是高斯型的，则系统的输出过程也是高斯型的。输出过程也是高斯型的。因为从积分原理看，可以表示为：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，输出过程在任一时刻上得到的随机变量就是无限多个高斯随机变量之和。由概率论理论得知，这个“和”也是

45、高斯随机变量，因而输出过程也为高斯过程。注意，与输入高斯过程相比，输出过程的数字特征已经改变了。kkkkihttk)()(lim)(000dthti)()()(0第第3 3章章 随机过程随机过程通信原理2022-12-755例例3.3 功率谱密度功率谱密度n0/2白噪声，经白噪声，经LPF：求输出的：求输出的：Pno()、Ro()、噪声功率、噪声功率N。解：解：2200020002002000()(),21()2(0)nniHHHHHHnPHPkRn k San f k SaNRn f k 0,()0,j tHk eH其他第第3 3章章 随机过程随机过程通信原理2022-12-7563.5 3

46、.5 窄带随机过程窄带随机过程窄带过程窄带过程1.1.什么叫窄带随机过程？频谱频谱:所占频带较窄，满足所占频带较窄，满足f fc的随机过程叫。的随机过程叫。时域：时域：用示波器观察，看到某个实现（用示波器观察，看到某个实现（样本函数样本函数）的波形）的波形幅度和相位随机缓慢变化的近似正弦。幅度和相位随机缓慢变化的近似正弦。第第3 3章章 随机过程随机过程通信原理2022-12-757221()=a()cos()(t)(t)=a()sin()(t)()()()(t)()(t)cscssctttttatttttg 同 相 分 量正 交的的分 量随 机 包 络的的 随 机 相 位问：问：窄带随机过程

47、的同相及正交分量是低频的还是高频窄带随机过程的同相及正交分量是低频的还是高频的的?()()cos(t),0()cos(t)sincccscta ttatttt2.2.表达式表达式两种！两种！第第3 3章章 随机过程随机过程通信原理2022-12-7583.5.1 c(t)、s(t)的统计特性的统计特性数学期望：对下式求数学期望：得到 因为(t)平稳且均值为零，故对于任意的时间t，都有E(t)=0，所以 tttttcsccsin)(cos)()(ttEttEtcsccsin)(cos)()(E0)(0)(tEtEsc，第第3 3章章 随机过程随机过程通信原理2022-12-759(,)()()(

48、)cos()sin()cos()()sin()()cos()cos()()cos()sin()()sin()cos()()sin()sinccscccscccccccscscccscscR t tEttEttttttttEttttttttttttttt ()()()coscos()()()cossin()()()sincos()()()sinsin()(,)coscos()(,)cossin()(,)sincoscccccsccscccssccccccsccsccctEttttttttttttttttR t tttRt tttRt tt()(,)sinsin()scctR t ttt(t)的自

49、相关函数的自相关函数：由自相关函数的定义式由自相关函数的定义式式中)()(),()()(),()()(),()()(),(ttEttRttEttRttEttRttEttRssscsscsccsccc第第3 3章章 随机过程随机过程通信原理2022-12-760因为(t)是平稳的，故有这就要求上式的右端与时间t无关，而仅与有关。因此，若令 t=0，上式仍应成立，它变为(,)()R t tR()(,)cos(,)sincccscRR t tRt t (,)()()(,)coscos()(,)cossin()(,)sincos()(,)sinsin()ccccsccscccsccR t tEttR

50、t tttRt tttRt tttR t ttt因与时间t无关，以下二式自然成立(,)()(,)()cccscsR t tRRt tR第第3 3章章 随机过程随机过程通信原理2022-12-761 所以，上式变为再令 t=/2c，同理可以求得由以上分析可知，若窄带过程(t)是平稳的，则c(t)和s(t)也必然是平稳的。ccsccRRRsin)(cos)()(csccsRRRsin)(cos)()(进一步分析，下两式应同时成立，故有上式表明，同相分量c(t)和正交分量s(t)具有相同的自相关函数。ccsccRRRsin)(cos)()(csccsRRRsin)(cos)()()()(scRR)(