第二章:信号与噪声

  • 格式:ppt
  • 大小:1.40 MB
  • 文档页数:1

下载文档原格式

  / 1
  1. 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. 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. 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)。

Fn
cn 2
e jn
(称为复振幅);
Fn
cn ejn 2
Fn*
(是 F n
《通信原理课件》
的共轭)。
11
《通信原理课件》
12
《通信原理课件》
13
(a)非周期信号
(b)构造的周期信号
图2-1 非周期信号
来自百度文库《通信原理课件》
14
《通信原理课件》
15
《通信原理课件》
16
《通信原理课件》
17
《通信原理课件》
《通信原理课件》
7
《通信原理课件》
8
《通信原理课件》
9
《通信原理课件》
10
2、指数形式的傅里叶级数
利用欧拉公式 cosx ejx ejx 可得的指数表达式 2
f (t) Fnejn0t
式中
n
(2.2-6)
Fn
1 T
T/2 f(t)ejn0tdt
T/2
n0,1,2.3,
,
F0 c0 a0
《通信原理课件》
4
《通信原理课件》
5
设能量信号为时间的实函数,通常把能量信号的归 一化能量(简称能量)定义为由电压加于单位电阻上所 消耗的能量,即为
E f 2(t)dt
(2.1-3)
A
6
2.2确知信号的分析
确知信号的性质可以从频域和时域两方面进行分析。 频域分析常采用傅里叶分析法,时域分析主要包括卷积和 相关函数。本节我们将概括性地介绍傅里叶分析法,重点 介绍相关函数、功率谱密度和能量谱密度等概念。
18
信号的傅里叶变换具有一些重要的特性,灵活运用这 些特性可较快地求出许多复杂信号的频谱密度函数,或从 谱密度函数中求出原信号,因此掌握这些特性是非常有益 的。其中较为重要且经常用到的一些性质和傅里叶变换对 见附录二。
下面讨论周期信号的傅里叶变换。
《通信原理课件》
19
《通信原理课件》
20
《通信原理课件》
第二章:信号与噪声
2.1 信号的分类 2.2 确知信号的分析 2.3 随机变量的统计特征 2.4 随机过程的一般表述 2.5 平稳随机过程 2.6 高斯随机过程 2.7 随机过程通过系统的分析 2.8 窄带高斯噪声 2.9 周期平稳随机过程
《通信原理课件》
1
2.1信号的分类
《通信原理课件》
2
2.1.1确知信号与随机信号
本节我们介绍基于概率论的随机变量及其统计特征, 它是随机过程和随机信号分析的基础。
《通信原理课件》
38
2.3.1 随机变量
在概率论中,将每次实验的结果用一个变量来表示, 如果变量的取值是随机的,则称变量为随机变量。例如, 在一定时间内电话交换台收到的呼叫次数是一个随机变量。
当随机变量的取值个数是有限个时,则称它为离散随 机变量。否则就称为连续随机变量。
《通信原理课件》
3
2.1.2周期信号与非周期信号
周期信号是每隔一个固定的时间间隔重复变化的信号。 周期信号满足下列条件
f( t ) f( t n T ) ,n 0 , 1 , 2 . 3 ,, t
(2.1-1)
式中,为的周期,是满足式(2.1-1)条件的最小时 段。非周期信号是不具有重复性的信号。
《通信原理课件》
29
《通信原理课件》
30
《通信原理课件》
31
《通信原理课件》
32
《通信原理课件》
33
Pf
lim T
F2
T
(2.2-31)
则整个频率范围内信号的总功率与功率谱之间的关系 可表示为
P 1
2
Pf
d
(2.2-32)
可以证明:功率信号 f ( t ) 的自相关函数和功率谱密度是
一对傅里叶变换,即 Rf()Pf
后面我们将介绍的窄带高斯噪声的包络就是服从瑞利 分布。
《通信原理课件》
49
2.3.4随机变量的数字特征
44
均匀分布的概率密度函数的曲线如图2-2所示。
图2-2 均匀分布的概率密度函数
《通信原理课件》
45
《通信原理课件》
46
图2-3 高斯分布的概率密度函数
高斯分布是一种重要而又常见的分布,并具有一些有 用的特性。在后面我们将专门进行讨论。
《通信原理课件》
47
《通信原理课件》
48
图2-4 瑞利分布
概率密度函数有如下性质:
(1) f (x) 0
(2.3-5)
(2)
f (x)dx 1
(3)
b
f(x)dxP(aXb)
a
(2.3-6) (2.3-7)
《通信原理课件》
42
对于离散随机变量,其概率密度函数为
f(x)i n1Pi(xxi) 0
xxi xxi
(2.3-8)
《通信原理课件》
43
《通信原理课件》
21
《通信原理课件》
22
《通信原理课件》
23
《通信原理课件》
24
《通信原理课件》
25
《通信原理课件》
26
《通信原理课件》
27
《通信原理课件》
28
由以上两式可见,互相关函数反映了一个信号与另一 个延迟τ秒后的信号间相关的程度。需要注意的是,互相 关函数和两个信号的前后次序有关,即有
R21()R12()
《通信原理课件》
34
《通信原理课件》
35
《通信原理课件》
36
《通信原理课件》
37
2.3 随机变量的统计特征
前面我们对确知信号进行了分析。但实际通信系统中 由信源发出的信息是随机的,或者说是不可预知的,因而 携带信息的信号也都是随机的,如语言信号等,另外通信 系统中还必然存在噪声,它也是随机的,这种具有随机性 的信号称为随机信号。尽管随机信号和随机噪声具有不可 预测性和随机性,我们不可能用一个或几个时间函数准确 地描述它们,但它们都遵循一定的统计规律性。在给定时 刻上,随机信号的取值就是一个随机变量。
确知信号是指能够以确定的时间函数表示的信号,它 在定义域内任意时刻都有确定的函数值。例如电路中的正 弦信号和各种形状的周期信号等。
在事件发生之前无法预知信号的取值,即写不出明确 的数学表达式,通常只知道它取某一数值的概率,这种具 有随机性的信号称为随机信号。例如,半导体载流子随机 运动所产生的噪声和从目标反射回来的雷达信号(其出现 的时间与强度是随机的)等都是随机信号。所有的实际信 号在一定程度上都是随机信号。
随机变量的统计规律用概率分布函数或概率密度函数 来描述。
《通信原理课件》
39
F (x)
F (x)
x
P(X x)
F(x)P(Xx)
(2.3-1)
F(x)P (Xx) P (xi) xix P(xi)(i1,2,3, )
i1,2,3, (2.3-2)
xi
《通信原理课件》
40
《通信原理课件》
41
可见,概率密度函数是分布函数的导数。从图 形上看,概率密度就是分布函数曲线的斜率。

相关主题