下载文档原格式
第一章 随机过程基础本章要点概率论、随机变量、极限定理等等是随机信号分析与处理应用的理论基础。
本章主要内容：概率,随机变量及其概率分布,随机变量函数的分布，随机变量的数字特征，特征函数等概念。
基本内容一、概率论 1、古典概型用A 表示所观察的随机现象（事件），在A 中含有的样本点（基本事件）数为A n ，则定义事件A 出现的概率()P A 为 ()An P A n=（1-1）2、几何概型用A 表示所观察的随机现象（事件），它的度量大小为()L A ,则规定事件A 出现的概率()P A 为 ()()()E L A P A L S =（1-2）3、统计概率对n 次重复随机试验C E ，事件A 在这n 次试验中出现的次数()n f A 称为频数。
用事件A 发生的频数()n f A 与试验次数n 的比值()n F A 称为频率()()()n n f A P A F A n≈=（1-3）4、概率空间对随机试验E ，试验的各种可能结果（称基本事件、样本点）构成样本空间E S （也称基本事件空间），在样本空间中的一个样本点或若干个样本点之适当集合称为事件域A （A 中的每一个集合称为事件）。
若事件A ∈A ，则()P A 就是事件A 的概率。
并称{},,E S P A 为一个概率空间，而样本空间E S ，事件域A，概率P 是构成概率空间的三个要素。
二、随机变量1、随机变量的概念 设已知一个概率空间(),,E S P A ，对E s S ∈，()X s 是一个取实数值的单值函数，则对任意实数1x ，()1X s x ≤是一个随机事件，且(){}1:s X s x ≤∈A，则称()X s 为随机变量。
显然，随机变量()X s 总是联系着一个概率空间，这将使对随机事件的研究转化为对随机变量的研究。
为了方便，此后若无特别需要将随机变量()X s 简记为X 。
2、随机变量的概率密度函数定义随机变量X 的累积概率分布函数为()()F x P X x =≤而把它的导数定义为随机变量X 的概率密度函数。
随机信号分析课后习题答案随机信号分析课后习题答案随机信号分析是现代通信系统设计和信号处理领域中的重要基础知识。
通过对随机信号的分析，我们可以更好地理解和处理噪声、干扰等随机性因素对通信系统性能的影响。
下面是一些关于随机信号分析的课后习题及其答案，希望对大家的学习有所帮助。
1. 什么是随机信号？随机信号是在时间域上具有随机性质的信号。
与确定性信号不同，随机信号的每个样本值都是随机变量，其取值不是确定的。
随机信号可以用统计特性来描述，如均值、方差、功率谱密度等。
2. 什么是平稳随机信号？平稳随机信号是指在统计性质上不随时间变化的随机信号。
具体来说，平稳随机信号的均值和自相关函数不随时间变化。
平稳随机信号在实际应用中较为常见，因为它们具有一些方便的数学性质，可以简化信号处理的分析和设计。
3. 如何计算随机信号的均值？随机信号的均值可以通过对信号样本值的求平均来计算。
对于离散时间随机信号，均值可以表示为：E[x[n]] = (1/N) * Σ(x[n])其中，E[x[n]]表示信号x[n]的均值，N表示信号的样本数，Σ表示求和运算。
4. 如何计算随机信号的方差？随机信号的方差可以用均方差来表示。
对于离散时间随机信号，方差可以表示为：Var[x[n]] = E[(x[n] - E[x[n]])^2]其中，Var[x[n]]表示信号x[n]的方差，E[x[n]]表示信号的均值。
5. 什么是自相关函数？自相关函数是用来描述随机信号与其自身在不同时间延迟下的相似性的函数。
自相关函数可以用来分析信号的周期性、相关性等特性。
对于离散时间随机信号，自相关函数可以表示为：Rxx[m] = E[x[n] * x[n-m]]其中，Rxx[m]表示信号x[n]的自相关函数，E[ ]表示期望运算。
6. 如何计算随机信号的自相关函数？随机信号的自相关函数可以通过对信号样本值的乘积进行求平均来计算。
对于离散时间随机信号，自相关函数可以表示为：Rxx[m] = (1/N) * Σ(x[n] * x[n-m])其中，Rxx[m]表示信号x[n]的自相关函数，N表示信号的样本数，Σ表示求和运算。
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==⨯+⨯+⨯+⨯===∑=ii ix 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201)](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 P 1.3 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）⎪⎩⎪⎨⎧<≥-=-00e1)(2x x x F x2（2）⎪⎩⎪⎨⎧≥<≤<=1110Α00)(2x x xx x F （3）0)]()([)(>--=a a x u x u ax x F （4）0)()()(>---=a a x u ax a x u a x x F解：（1）⎪⎩⎪⎨⎧<≥-=-00e1)(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。
第 一 章1.1不考 条件部分不考△雅柯比变换 （随机变量函数的变换 P34） △随机变量之间的“不相关、正交、独立” P51 （各自定义、相关系数定义相互关系：两个随机变量相互独立必定互不相关，反之不一定成立 正交与不相关、独立没有明显关系 结合高斯情况）△随机变量的特征函数及基本性质 （一维的 P53 n 维的 P58）△ 多维高斯随机变量的概率密度和特征函数的矩阵形式、三点性质 P61()()()()()()()221()211222211,,exp 22exp ,,exp 22T Tx m X XXX X n n XT T jU X X X X X n X M X M f x f x x U U u Q u j m Q u u E ejM U σπσμ---⎡⎤--⎢⎥==-⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥=-==-⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎣⎦C C C u u r u u ru u r u u r u u r u u r L u r u ru u r u r L另外一些性质： []()20XY XY X YX C R m m D X E X m ⎡⎤=-=-≥⎣⎦第二章 随机过程的时域分析1、随机过程的定义从三个方面来理解①随机过程(),X t ζ是,t ζ两个变量的函数②(),X t ζ是随时间t 变化的随机变量③(),X t ζ可看成无穷多维随机矢量在0,t n ∆→→∞的推广 2、什么是随机过程的样本函数？什么是过程的状态？随机过程与随机变量、样本函数之间的关系？3、随机过程的概率密度P74、特征函数P81。
（连续、离散）一维概率密度、一维特征函数 二元函数4、随机过程的期望、方差、自相关函数。
（连续、离散）5、严平稳、宽平稳的定义 P836、平稳随机过程自相关函数的性质：0点值，偶函数，周期函数（周期分量），均值 7、自相关系数、相关时间的定义 P88222()()()()()(0)()X X XX X X X X XXC R m R R R R τττρτσσ--∞==-∞=非周期相关时间用此定义（00()d τρττ∞=⎰）8、两个随机过程之间的“正交”、“不相关”、“独立”。
第一章1、有朋自远方来，她乘火车、轮船、汽车或飞机的概率分别是0.3，0.2，0.1和0.4。
如果她乘火车、轮船或者汽车来，迟到的概率分别是0.25，0.4和0.1，但她乘飞机来则不会迟到。
如果她迟到了，问她最可能搭乘的是哪种交通工具？ 解：()0.3P A = ()0.2P B = ()0.1P C = ()0.4P D =E －迟到，由已知可得(|)0.25(|)0.4(|)0.1(|)0P E A P E B P E C P E D ==== 全概率公式： ()()()()()P E P EA P EB P EC P ED =+++ 贝叶斯公式：()(|)()0.075(|)0.455()()0.165(|)()0.08(|)0.485()0.165(|)()0.01(|)0.06()0.165(|)()(|)0()P EA P E A P A P A E P E P E P E B P B P B E P E P E C P C P C E P E P E D P D P D E P E ⋅====⋅===⋅===⋅==综上：坐轮船3、设随机变量X 服从瑞利分布，其概率密度函数为2222,0()0,0X x x X x e x f x x σσ-⎧⎪>=⎨⎪<⎩式中，常数0X σ>，求期望()E X 和方差()D X 。
考察： 已知()x f x ，如何求()E X 和()D X ？222222()()()[()]()()()()()()()x x E X x f x dxD XE X m X m f x dxD XE X E X E X x f x dx∞-∞∞-∞∞-∞=⋅=-=-=-⇒=⋅⎰⎰⎰6、已知随机变量X 与Y ，有1,3,()4,()16,0.5XY EX EY D X D Y ρ=====，令3,2,U X Y V X Y =+=-试求EU 、EV 、()D U 、()D V 和(,)Cov U V 。
考察随机变量函数的数字特征思路： 协方差：(,)()()()Cov X Y E XY E X E Y =-⋅ 相关系数：22()()()()()()2(,)XY E aX bY aE X bE Y D aX bY a D X b D Y abCov X Y ρ=+=++=++()6()5()76()52(,)40E U E V D U D V Cov U V ==-===-11、设随机变量X 的均值为3，方差为2。
令新的随机变量622Y X =-+，问：随机变量X 与Y 是否正交、不相关？为什么？ 考察正交、不相关的概念()0E XY =⎧⎨≠⎩ 0正交，非0不正交XY ρ=⎧⎨≠⎩ 0不相关，非0相关 ()0E XY = 正交 (,)0Cov X Y ≠ 相关以上四题都是概率论的标准题。
第二章1、已知随机信号0()cos X t A t ω=，其中0ω为常数，随机变量A 服从标准高斯分布，求0020,,33t ππωω=三个时刻()X t 的一维概率密度函数。
解：002200[()][cos ]cos []()[()][cos ]cos []x Xm E X t E A t t E A t D X t D A t t D A ωωσωω===⋅===⋅A Q 服从标准高斯分布 022200[]0,[]1[]cos 0()[]cos cos x X E A D A m E A t t D A t tωσωω∴==∴=⋅==⋅=∴一维高斯概率密度函数22220[()]2cos 2()(,)x X x m t x tt x f x t ωσ---==①当0t =时，22(;0)x x f x -=②当03t πω=时，220(;)3x x f x πω-= ③当023t πω=时，2202(;)3x x f x πω-=3、随机变量X 与Y 相互统计独立，并且服从2(0,)N σ分布。
它们构成随机信号()X t XYt =，试问：(1)信号X(t)的一维概率密度函数(;)x f x t ；(2) t 时刻的随机变量是什么分布，求其均值和方差。
解：（1）,X Y Q 服从2(0,)N σ分布 且()X t X Yt =+ ()X t ∴也服从正态分布[()][][][]0[()][]E X t E X Yt E X tE Y D X t D X Yt ∴=+=+==+,X Y Q 相互统计独立()22222221[()][][][](1)(;)x t x D X t D X Yt D X t D Y t f x t σρ-+∴=+=+=+∴=（2）t 时刻，随机变量是高斯分布22[()]0[()](1)E X t D X t t σ==+∴其均值为0，方差为22(1)t σ+4、假定随机正弦幅度信号0()cos()X t A t ωθ=+，其中频率0ω和相位θ为常数，幅度A 是一个服从[]0,1均匀分布的随机变量，试求t 时刻该信号加在1欧姆电阻上的交流功率平均值。
解：t 时刻该信号加在1欧姆上的交流功率为[()]D X t0[()][cos()]D X t D A t ωθ=⋅+Q 频率0ω和相位θ为常数200[cos()]cos ()[]D A t t D A ωθωθ∴⋅+=+⋅A 服从[0,1]均匀分布1,01()0,A a f a other<<⎧∴=⎨⎩ 211222201[][][][]121[]121[()]cos ()12D AE A E A a da a da D A D X t t ωθ∴=-=-⋅=∴=∴=+⎰⎰5、已知随机信号()X t 的均值为()X m t ，协方差函数为12(,)X C t t ，又知道()f t 是确定的时间函数。
试求随机信号()()()Y t X t f t =+的均值以及协方差。
解：[()][()()][()][()]E Y t E X t f t E X t E f t =+=+()f t Q 是确定信号12121211221212121211221212[()]()()(,)[()()][()][()][()()][()()][()()()()()()()()][()()][()()][()()]()[()](X X E Y t m t f t C t t E Y t Y t E Y t E Y t E X t f t E X t f t E X t X t X t f t f t X t f t f t E X t f t E X t f t E X t X t f t E X t f t ∴=+=⋅-⋅=+⋅+=+++-+⋅+=++211212************)[()]()()[()][()]()[()]()[()]()()[()()][()][()](,)X E X t f t f t E X t E X t f t E X t f t E X t f t f t E X t X t E X t E X t C t t +-⋅---=-= ()Y t ∴的均值为()()X m t f t +其协方差为：12(,)X C t t9、设接收机中频放大器的输出随机信号为()()()X t s t N t =+，其中()N t 是均值为零，方差为2σ的高斯噪声随机信号，而00()cos()s t t ωθ=+为确知信号，求随机信号()X t 在任意时刻1t 的一维概率密度函数。
解：()()()()()()X t S t N t N t X t S t =+=-Q Q00()cos()S t t ωθ=+Q 是确知信号[()][()()]()[()]E X t E S t N t S t E N t ∴=+=+()N t Q 服从均值为0，方差为2nσ的高斯分布2002002[cos()]2[()]0[()]()cos()[()][()()][()](,)nn x t X E X t E X t S t t D X t D S t N t D N t f x t ωθσωθσ-+-∴=∴==+=+==∴=第三章3、设()X t 与()Y t 是统计独立的平稳随机信号。
求证由它们的乘积构成的随机信号()()()Z t X t Y t =也是平稳的。
证：()X t Q 与()Y t 是统计独立的平稳随机信号∴1212212222[()](,)[()()](),||[()][()]XX X X X E X t m R t t E X t X t R t t E X t D X t ττϕσ====-==同理1212212222[()](,)[()()](),||[()][()]YY Y YY E Y t m R t t E Y t Y t R t t E Y t D Y t ττϕσ====-==1212112212121212121221()()()[()][()()][()][()](,)[()()][()()()()][()()()()][()()][()()](,)(,)()(),||[X Y Z X Y X Y Z t X t Y t E Z t E X t Y t E X t E Y t m m R t t E Z t Z t E X t Y t X t Y t E X t X t Y t Y t E X t X t E Y t Y t R t t R t t R R t t E Z τττ===⋅=⋅==⋅=⋅=⋅=⋅=⋅=-2222222222222()][()()][()][()][()][()()][()][()]X Y X Y X Yt E X t Y t E X t E Y t D Z t D X t Y t E Z t E Z t m m ϕϕϕϕ=⋅=⋅=⋅<∞=⋅=-=⋅-⋅由平稳条件可知()()()Z t X t Y t =也是平稳的随机信号8、设随机信号00()()cos ()sin Z t X t t Y t t ωω=-，其中0ω为常数，()X t 、()Y t 为平稳信号。
试求：(1)()Z t 的自相关函数(,)Z R t t τ+；(2)若()()X Y R R ττ=，()0XY R τ=，求(,)Z R t t τ+。
解： (1)()X t Q ，()Y t 是平稳的随机信号000000000000(,)[()()][(()cos ()sin )(()cos ()()sin ())][()()cos cos ()()()cos sin ()()()sin cos ()()()sin ()sin ]c Z R t t E Z t Z t E X t t Y t t X t t Y t t E X t X t t t X t Y t t t X t Y t t t Y t Y t t t ττωωτωττωττωωττωωττωωττωτω+=⋅+=-⋅++-++=++-++-+++++=00000000os cos ()()cos sin ()()sin cos ()()sin ()sin ()X XY YX Y t t R t t R t t R t tR ωωττωωττωωττωτωτ+-+-+++(2)000000000()(),()0()()()()()()()()(,)0(,)cos cos ()()sin sin ()()()[cos cos ()sin sin ()]()cos X Y XY YX z X Y X X R R R X t Y t Y t Y t X t Y t Y t X t R t R t t t R t t R R t t t t R τττττττττττωωττωωτττωωτωωττωτ==∴⋅+=⋅+∴⋅+=⋅+∴+=∴+=+++=+++=Q11、已知随机信号()sin cos X t A t B t =+，式中，A 与B 为彼此独立的零均值随机变量。
