【精选】第4讲 高斯随机过程高斯白噪声和带限白噪声
- 格式:ppt
- 大小:991.01 KB
- 文档页数:27
⾼斯⽩噪声(whiteGaussiannoise,WGN)本⽂科普⼀下⾼斯⽩噪声(white Gaussian noise,WGN)。
百度百科上解释为“⾼斯⽩噪声,幅度分布服从⾼斯分布,功率谱密度服从均匀分布”,听起来有些晦涩难懂,下⾯结合例⼦通俗⽽详细地介绍⼀下。
⽩噪声,如同⽩光⼀样,是所有颜⾊的光叠加⽽成,不同颜⾊的光本质区别是的它们的频率各不相同(如红⾊光波长长⽽频率低,相应的,紫⾊光波长短⽽频率⾼)。
⽩噪声在功率谱上(若以频率为横轴,信号幅度的平⽅为功率)趋近为常值,即噪声频率丰富,在整个频谱上都有成分,即从低频到⾼频,低频指的是信号不变或缓慢变化,⾼频指的是信号突变。
由傅⾥叶变换性质可知,时域有限,频域⽆限;频域有限,时域⽆限。
那么频域⽆限的信号变换到时域上,对应于冲击函数的整数倍(由公式也可推得:)。
即说明在时间轴的某点上,噪声孤⽴,与其它点的噪声⽆关,也就是说,该点噪声幅值可以任意,不受前后点噪声幅值影响。
简⽽⾔之,任意时刻出现的噪声幅值都是随机的(这句话实际上说的就是功率谱密度服从均与分布的意思,不同的是,前者从时域⾓度描述,⽽后者是从频域⾓度描述)。
这⾥要指出功率谱密度(Power Spectral Density,PSD)的概念,它从频域⾓度出发,定义了信号的功率是如何随频率分布的,即以频率为横轴,功率为纵轴。
既然⽩噪声信号是“随机”的,那么反过来,什么叫做“相关”呢?顾名思义,相关就是某⼀时刻的噪声点不孤⽴,和其它时刻的噪声幅值有关。
其实相关的情况有很多种,⽐如此时刻的噪声幅值⽐上⼀时刻的⼤,⽽下⼀时刻的噪声幅值⽐此时刻的还⼤,即信号的幅值在时间轴上按从⼩到⼤的顺序排列。
除此之外,幅值从⼤到⼩,或幅值⼀⼤⼀⼩等都叫做“相关”,⽽⾮“随机”的。
解释完了“⽩噪声”,再来谈谈“⾼斯分布”。
⾼斯分布,⼜名正态分布(normal distribution)。
概率密度函数曲线的形状⼜两个参数决定:平均值和⽅差。
第3章 随机信号一、选择题某二进制随机信号的功率谱密度计算公式为则该信号( )。
A .含有f s 谐波分量 B .不含f s 谐波分量 C .不含直流分量 D .含有2f s 谐波分量 【答案】B二、填空题1.平稳随机过程的统计特性不随时间的推移而不同,其一维分布与______无关,二维分布只与______有关。
【答案】时间;时间间隔【解析】平稳随机过程其一维概率密度函数与时间t 无关,即1111(,)()f x t f x =; 而二维分布函数只与时间间隔τ=t 2-t 1有关,即21212212(,;,)(,;)f x x t t f x x τ=。
2.一个均值为零、方差为σ2的窄带平稳高斯过程,其同相分量和正交分量是______过程,均值为______,方差为______。
【答案】平稳高斯;0;2n σ【解析】由结论可知,一个均值为零的窄带平稳高斯过程,它的同相分量和正交分量同样是平稳高斯过程,而且均值为零,方差也相同。
此外,在同一时刻上得到的同相分量和正交分量是互不相关的或统计独立的。
3.均值为零的平稳窄带高斯过程,其包络的一维分布是______,其相位的一维分布是______。
【答案】瑞利分布;均匀分布【解析】在窄带高斯随机过程中,对于均值为0、方差为σ2的平稳高斯窄带过程,其包络和相位的一维分布分别为瑞利分布和均匀分布,且两者统计独立。
4.高斯白噪声在______时刻上,随机变量之间不相关,且统计独立。
【答案】不同【解析】由白噪声的自相关函数()()02n R τδτ=知高斯白噪声在不同时刻上(即τ=0)变量之间不相关且统计独立。
5.设n (t )为高斯白噪声,则合成波通过中心频率为ω1的窄带滤波器后的输出包络服从______分布;若r (t )通过中心频率为ω2的窄带滤波器,则输出包络服从______分布。
【答案】莱斯分布(广义瑞利分布);瑞利分布【解析】正弦波加窄带高斯噪声的包络分布f (z )与信噪比有关。
实验八理想白噪声和带限白噪声的产生与分析1.实验目的了解理想白噪声和带限白噪声的基本概念并能够区分它们,掌握用matlab或c/c++软件仿真和分析理想白噪声和带限白噪声的方法。
⒉实验原理所谓白噪声是指它的概率统计特性服从某种分布而它的功率谱密度又是均匀的。
确切的说,白噪声只是一种理想化的模型,因为实际的噪声功率谱密度不可能具有无限宽的带宽,否则它的平均功率将是无限大,是物理上不可实现的。
然而白噪声在数学处理上比较方便,所以它在通信系统的分析中有十分重要的作用。
一般地说,只要噪声的功率谱密度的宽度远大于它所作用的系统的带宽,并且在系统的带内,它的功率谱密度基本上是常数,就可以作为白噪声处理了。
白噪声的功率谱密度为:其中为单边功率谱密度。
2 ) ( 0 N f S n 0 N白噪声的自相关函数位:白噪声的自相关函数是位于τ =0 处,强度为的冲击函数。
这表明白噪声在任何两个不同的瞬间的取值是不相关的。
同时也意味着白噪声能随时间无限快的变化,因为它含一切频率分量而无限宽的带宽。
) ( 20 N R )( 20 N若一个具有零均值的平稳随机过程,其功率谱密度在某一个有限频率范围内均匀分布,而在此范围外为零,则称这个过程为带限白噪声。
带限白噪声分为低通型和带通型。
⒊实验任务与要求⑴用matlab 或c/c++语言编写和仿真程序。
系统框图如图19、图20 所示:特性测试绘制图形低通滤波特性测试绘制图形白噪声图1 低通滤波器系统框图特性测试绘制图形带通滤波特性测试绘制图形白噪声图2 带通滤波器系统框图⑵输入信号为:高斯白噪声信号和均匀白噪声信号,图为高斯白噪声。
⑶设计一个低通滤波器和一个带通滤波器。
要求低通滤波器的通带为0KHz-2KHz、通带衰减小于1db、阻带衰减大于35db。
带通滤波器的通带为10KHz-20KHz、通带衰减小于1db、阻带衰减大于35db。
⑷首先计算白噪声的均值、均方值、方差、概率密度、频谱及功率谱密度、自相关函数。
所谓高斯白噪声中的高斯是指概率分布是正态函数,而白噪声是指它的二阶矩不相关,一阶矩为常数,是指先后信号在时间上的相关性。
这是考查一个信号的两个不同方面的问题。
高斯白噪声:如果一个噪声,它的幅度分布服从高斯分布,而它的功率谱密度又是均匀分布的,则称它为高斯白噪声。
热噪声和散粒噪声是高斯白噪声。
短波信道存在多径时延、多普勒频移和扩散、高斯白噪声干扰等复杂现象。
为了测试短波通信设备的性能,通常需要进行大量的外场实验。
相比之下,信道模拟器能够在实验室环境下进行类似的性能测试,而且测试费用少、可重复性强,可以缩短设备的研制周期。
所以自行研制信道模拟器十分必要。
信道模拟器可选用比较有代表性的Watterson 信道模型( 即高斯散射增益抽头延迟线模型) ,其中一个重要环节就是快速产生高斯白噪声序列,便于在添加多普勒扩展和高斯白噪声影响时使用。
传统的高斯白噪声发生器是在微处理器和DSP 软件系统上实现的,其仿真速度比硬件仿真器慢的多。
因此,选取FPGA 硬件平台设计高斯白噪声发生器可以实现全数字化处理,同时测试费用少、可重复性强、实时性好、速度快,能较好地满足实验需求。
本文提出了一种基于FPGA 的高斯白噪声序列的快速产生方案。
该方案根据均匀分布和高斯分布之间的映射关系,采用适合在FPGA 中实现的折线逼近法。
该方法实现简单,快速且占用的硬件资源少,而且采用VHDL 语言编写,可移植性强,并可灵活地嵌入调制解调器中使用。
1 均匀分布随机数发生 1.1 m 序列发生器伪随机噪声具有类似随机噪声的一些统计特性,且便于重复产生和处理,因此获得了广泛的应用。
m 序列就是一种常用的伪随机序列,该序列又被称作最长线性反馈移存序列。
m 序列是由线性反馈移位寄存器产生的周期最长的一种序列。
如果选用n 级线性反馈移位寄存器,则m 序列的周期为(2n-1) 。
对于m 序列来说,将n 级线性反馈移位寄存器状态看成无符号整数,则状态的取值范围为 1 ~(2n-1) ,并且在m 序列的一个周期内,移位寄存器的每种状态都会出现且只出现一次,但要注意线性反馈移位寄存器的初始状态设定为非零值,并且在给定任意非零初始状态时,m 序列的周期都不变。
这几个概念的区别和联系:(转自:研学论坛)白噪声,就是说功率谱为一常数;也就是说,其协方差函数在delay=0时不为0,在delay不等于0时值为零;换句话说,样本点互不相关。
(条件:零均值。
)所以,“白”与“不白”是和分布没有关系的。
当随机的从高斯分布中获取采样值时,采样点所组成的随机过程就是“高斯白噪声”;同理,当随机的从均匀分布中获取采样值时,采样点所组成的随机过程就是“均匀白噪声”。
那么,是否有“非白的高斯”噪声呢?答案是肯定的,这就是”高斯色噪声“。
这种噪声其分布是高斯的,但是它的频谱不是一个常数,或者说,对高斯信号采样的时候不是随机采样的,而是按照某种规律来采样的。
仿真时经常采用高斯白噪声是因为实际系统(包括雷达和通信系统等大多数电子系统)中的主要噪声来源是热噪声,而热噪声是典型的高斯白噪声,高斯噪声下的理想系统都是线性系统。
相关讨论:1、白噪声是指功率谱在整个频域内为常数的噪声,其付氏反变换是单位冲击函数的n倍(n取决于功率谱的大小),说明噪声自相关函数在t=0时不为零,其他时刻都为0,自相关性最强。
高斯噪声是一种随机噪声,其幅度的统计规律服从高斯分布。
高斯白噪声是幅度统计规律服从高斯分布而功率谱为常数的噪声如果在系统通带内功率谱为常数,成为带限白噪声“高斯”与“白”没有直接关系,有时人们还会提出高斯型噪声,这指的是噪声功率谱呈高斯分布函数的形状而已。
2、有一个问题我想提出来:连续白噪声和离散白噪声序列的关系是什么?它们之间不应该是简单的采样关系。
因为连续白噪声的功率谱在整个频率轴上为常数,按照随机信号采样定理,对这样的信号采样,采样后的序列的功率谱必然发生混叠,而且混叠过后的功率谱是什么?应该是在整个频率轴上都为无穷大。
这显然不满足离散白噪声序列的定义。
那离散白噪声序列跟连续白噪声有何关系?我觉得是对带限的连续白噪声进行采样后得到的,这个带限的连续白噪声信号的带宽刚好满足Nyquist抽样定理。
高斯白噪声和带限白噪声1.白噪声(1)白噪声的定义如果噪声的功率谱密度在所有频率上均为一常数,即或式中,n0为正常数,则称该噪声为白噪声,用n(t)表示。
(2)白噪声的自相关函数白噪声的自相关函数为(3-1-3)由式(3-1-3)可知,对于所有的都有,表明白噪声仅在时才相关,在任意两个时刻的随机变量不相关。
(3)白噪声的平均功率由于白噪声的带宽无限,其平均功率为无穷大,即(4)高斯白噪声①高斯白噪声的定义高斯白噪声是取值的概率分布服从高斯分布的白噪声。
②高斯白噪声的性质高斯白噪声在任意两个不同时刻上的随机变量之间,不仅是互不相关的,而且还是统计独立的。
2.低通白噪声(1)低通白噪声的定义低通白噪声是通过理想矩形的低通滤波器或理想低通信道输出的白噪声,用n(t)表示。
(2)低通白噪声的功率谱密度假设理想低通滤波器具有模为1、截止频率为|f|≤f H的传输特性,则低通白噪声对应的功率谱密度为(3)低通白噪声的自相关函数①自相关函数表达式②自相关函数的性质由图3-2(b)可以看出,只有在上得到的随机变量才不相关。
(4)低通白噪声的功率谱密度和自相关函数的图形表示图3-2 低通白噪声的功率谱密度和自相关函数3.带通白噪声(1)带通白噪声的定义带通白噪声是指通过理想矩形的带通滤波器或理想带通信道输出的白噪声,用n(t)表示。
(2)带通白噪声的功率谱密度假设理想带通滤波器的传输特性为则输出噪声的功率谱密度为(3)带通白噪声的自相关函数(4)带通白噪声的功率谱密度和自相关函数的图形表示图3-3 带通白噪声的功率谱密度和自相关函数(5)带通白噪声的平均功率其中,B是指理想矩形的带通滤波器的带宽。