随机信号通过线性系统

填空：1.假设连续随机变量的概率分布函数为F（x）则F（-∞）=0, F（+∞）=12.随机过程可以看成是样本函数的集合，也可以看成是随机变量的集合3.如果随机过程X(t)满足任意维概率密度不随时间起点的变化而变化,则称X(t)为严平稳随机过程，如果随机过程X(t)满足均值为常数，自相关函数只与时间差相关则称X(t)为广义平稳随机过程4.如果一零均值随机过程的功率谱，在整个频率轴上为一常数，则称该随机过程为白噪声,该过程的任意两个不同时刻的状态是不相关5. 宽带随机过程通过窄带线性系统，其输出近似服从正态分布,窄带正态噪声的包络服从瑞利分布,而相位服从均匀分布6.分析平稳随机信号通过线性系统的两种常用的方法是冲激响应法，频谱法7.若实平稳随机过程相关函数为Rx（τ）=25+4/（1+6τ），则其均值为5或-5,方差为4 7.匹配滤波器是输出信噪比最大作为准则的最佳线性滤波器。

1.广义各态历经过称的信号一定是广义平稳随机信号，反之，广义平稳的随机信号不一定是广义各态历经的随机信号2.具有高斯分布的噪声称为高斯噪声,具有均匀分布的噪声叫均匀噪声,而如果一个随机过程的概率谱密度是常数，则称它为白噪声3.白噪声通过都是带宽的线性系统，输出过程为高斯过程4.平稳高斯过程与确定的信号之和是高斯过程，确定的信号可以认为是该过程的数学期望5.平稳正态随机过程的任意概率密度只由均值和协方差阵确定1.白噪声是指功率谱密度在整个频域内均匀分布的噪声。

3.对于严格平稳的随机过程，它的均值与方差是与时间无关的函数，即自相关函数与时间间隔有关，与时间起点无关。

4.冲激响应满足分析线性输出，其均值为_____________________。

5.偶函数的希尔伯特变换是奇函数。

6.窄带随机过程的互相关函数公式为P138。

1.按照时间和状态是连续还是离散的，随机过程可分为四类，这四类是连续时间随机过程，离散型随机过程、随机序列、离散随机序列。

实验三 随机信号通过线性系统的分析一、实验目的1 模拟产生特定相关函数的连续随机序列或者离散的随机序列，考察其特性。

2 模拟高斯白噪声环境下信号通过系统的问题，实现低通滤波。

3 掌握系统输出信号的数字特征和功率谱密度的求解。

二、实验设备1计算机2 Matlab 软件三、实验原理随机信号通过线性系统分析的中心问题是：给定系统的输入函数（或统计特性：均值和 自相关函数）和线性系统的特性，求输出函数。

如下图所示，H 为线性变换，信号X (t )为系统输入， Y (t )为系统的输出，它也是随机信号。

图3.1 随机信号通过系统的示意图并且满足： H [X (t )] = Y (t )在时域：若X(t)时域平稳，系统冲激响应为h(t),则系统输入和输出的关系为：()()*()()()()()Y t X t h t X h t d h X t d ττττττ∞∞-∞-∞==-=-⎰⎰ 输出期望：∑∞===0m XY )m (h m )]t (Y [E m 输出的自相关函数：)(h )(h )(R )(R X Y τ*τ-*τ=τ输出平均功率：⎰⎰∞∞-∞∞--=τdvdu )u (h )v (h )u v (R )(R X Y 互相关：)()()()()(ττσσσττh R d h R R X X XY *=-=⎰∞∞-在频域：输入与输出的关系：)(H )(X )(Y ωω=ω输出的功率谱：2X X Y )(H )(S )(H )(H )(S )(S ωω=ωω-ω=ω功率谱：)(H )(S )(S X XY ωω=ω四、实验内容与步骤1已知平稳随机过程X(n)的相关函数为：5),()(22==σδσm m R ； 线性系统的单位冲击响应为111,0,)(+-=≥=实验者学号后两位r k r k h k 。

编写程序求：1）输入信号的功率谱密度、期望、方差、平均功率；2）利用时域分析法求输出信号的自相关函数、功率谱密度、期望、方差、平均功率；3）利用频域分析法求输出信号的自相关函数、功率谱密度、期望、方差、平均功率；4）利用频域分析法或时域分析法求解输入输出的互相关函数、互功率谱密度。

实验三 随机过程通过线性系统的分析实验目的1. 理解和分析白噪声通过线性系统后输出的特性。

2. 学习和掌握随机过程通过线性系统后的特性，验证随机过程的正态化问题。

实验原理1.白噪声通过线性系统设连续线性系统的传递函数为)(ωH 或)(s H ，输入白噪声的功率谱密度为2)(0N S X =ω，那么系统输出的功率谱密度为2)()(02N H S Y ⋅=ωω （3.1） 输出自相关函数为⎰∞∞-=ωωπτωτd e H N R j Y 20)(4)( （3.2）输出相关系数为)0()()(Y Y Y R R ττγ=（3.3） 输出相关时间为⎰∞=00)(ττγτd Y （3.4）输出平均功率为[]⎰∞=202)(2)(ωωπd H N t Y E （3.5）上述式子表明，若输入端是具有均匀谱的白噪声，则输出端随机信号的功率谱主要由系统的幅频特性)(ωH 决定，不再是常数。

2.等效噪声带宽在实际中，常常用一个理想系统等效代替实际系统的)(ωH ，因此引入了等效噪声带宽的概念，他被定义为理想系统的带宽。

等效的原则是，理想系统与实际系统在同一白噪声的激励下，两个系统的输出平均功率相等，理想系统的增益等于实际系统的最大增益。

实际系统的等效噪声带宽为⎰∞=∆022max)()(1ωωωωd H H e （3.6）或⎰∞∞--=∆j j e ds s H s H H j )()()(212maxωω （3.7）3.线性系统输出端随机过程的概率分布 （1）正态随机过程通过线性系统若线性系统输入为正态过程，则该系统输出仍为正态过程。

（2）随机过程的正态化随机过程的正态化指的是，非正态随机过程通过线性系统后变换为正态过程。

任意分布的白噪声通过线性系统后输出是服从正态分布的；宽带噪声通过窄带系统，输出近似服从正态分布。

实验内容设白噪声通过图3.1所示的RC 电路，分析输出的统计特性。

图3.1 RC 电路（1）试推导系统输出的功率谱密度、相关函数、相关时间和系统的等效噪声带宽。

北京理工大学随机信号分析实验报告本科实验报告实验名称：随机信号分析实验实验一随机序列的产生及数字特征估计一、实验目的1、学习和掌握随机数的产生方法。

2、实现随机序列的数字特征估计。

二、实验原理1、随机数的产生随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。

进行随机信号仿真分析时，需要模拟产生各种分布的随机数。

在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。

伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。

伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。

(0，1)均匀分布随机数是最最基本、最简单的随机数。

(0，1)均匀分布指的是在[0，1]区间上的均匀分布，即 U(0，1)。

实际应用中有许多现成的随机数发生器可以用于产生(0，1)均匀分布随机数，通常采用的方法为线性同余法，公式如下：)(m od ,110N ky y y n n -=Ny x n n /=序列{}nx 为产生的(0，1)均匀分布随机数。

下面给出了上式的3组常用参数： 1、10N 10,k 7==，周期7510≈⨯；2、（IBM 随机数发生器）3116N 2,k 23,==+周期8510≈⨯；3、（ran0）315N 21,k 7,=-=周期9210≈⨯；由均匀分布随机数，可以利用反函数构造出任意分布的随机数。

定理 1.1 若随机变量 X 具有连续分布函数F X (x)，而R 为(0,1)均匀分布随机变量，则有)(1R F X x -=由这一定理可知，分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变换得到。

2、MATLAB 中产生随机序列的函数（1）(0，1)均匀分布的随机序列函数：rand用法：x = rand(m,n)功能：产生m×n 的均匀分布随机数矩阵。

填空：1.假设连续随机变量的概率分布函数为F（x）则F（-∞）=0, F（+∞）=12.随机过程可以看成是样本函数的集合，也可以看成是随机变量的集合3.如果随机过程X(t)满足任意维概率密度不随时间起点的变化而变化,则称X(t)为严平稳随机过程，如果随机过程X(t)满足均值为常数，自相关函数只与时间差相关则称X(t)为广义平稳随机过程4.如果一零均值随机过程的功率谱，在整个频率轴上为一常数，则称该随机过程为白噪声,该过程的任意两个不同时刻的状态是不相关5. 宽带随机过程通过窄带线性系统，其输出近似服从正态分布,窄带正态噪声的包络服从瑞利分布,而相位服从均匀分布6.分析平稳随机信号通过线性系统的两种常用的方法是冲激响应法，频谱法7.若实平稳随机过程相关函数为Rx（τ）=25+4/（1+6τ），则其均值为5或-5,方差为4 7.匹配滤波器是输出信噪比最大作为准则的最佳线性滤波器。

1.广义各态历经过称的信号一定是广义平稳随机信号，反之，广义平稳的随机信号不一定是广义各态历经的随机信号2.具有高斯分布的噪声称为高斯噪声,具有均匀分布的噪声叫均匀噪声,而如果一个随机过程的概率谱密度是常数，则称它为白噪声3.白噪声通过都是带宽的线性系统，输出过程为高斯过程4.平稳高斯过程与确定的信号之和是高斯过程，确定的信号可以认为是该过程的数学期望5.平稳正态随机过程的任意概率密度只由均值和协方差阵确定1.白噪声是指功率谱密度在整个频域内均匀分布的噪声。

3.对于严格平稳的随机过程，它的均值与方差是与时间无关的函数，即自相关函数与时间间隔有关，与时间起点无关。

4.冲激响应满足分析线性输出，其均值为_____________________。

5.偶函数的希尔伯特变换是奇函数。

6.窄带随机过程的互相关函数公式为P138。

1.按照时间和状态是连续还是离散的，随机过程可分为四类，这四类是连续时间随机过程，离散型随机过程、随机序列、离散随机序列。

概率论基础1.概率空间、概率（条件概率、全概率公式、贝叶斯公式）2．随机变量的定义（一维、二维实随机变量）3.随机变量的描述：⑴统计特性一维、二维概率密度函数、一维二维概率分布函数、边缘分布概率分布函数、概率密度函数的关系⑵数字特征一维数字特征：期望、方差、均方值（定义、物理含义、期望和方差的性质、三者之间的关系）二维数字特征：相关值、协方差、相关系数（定义、相互关系）⑶互不相关、统计独立、正交的定义及其相互关系△雅柯比变换（随机变量函数的变换一维随机变量函数的单值和双值变换、二维随机变量函数的单值变换）5、高斯随机变量一维和二维概率密度函数表达式高斯随机变量的性质△随机变量的特征函数及基本性质、随机信号的时域分析1、随机信号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、随机信号的统计特性分析：概率密度函数和概率分布函数（一维、二维要求掌握）4、随机信号的数字特征分析（定义、物理含义、相互关系） 一维：期望函数、方差函数、均方值函数。

（相互关系）二维：自相关函数、自协方差函数、互相关函数、互协方差函数（相互关系） 5、严平稳、宽平稳定义、二者关系、判断宽平稳的条件、平稳的意义、联合平稳定义及判定 6、平稳随机信号自相关函数的性质： 0点值，偶函数，均值，相关值，方差7、两个随机信号之间的“正交”、“不相关”、“独立”。

（定义、相互关系） 8、高斯随机信号定义（掌握一维和二维）、高斯随机信号的性质 9、各态历经性定义、意义、判定条件（时间平均算子、统计平均算子）、平稳性与各态历经性的关系直流分量、直流平均功率、总平均功率、交流平均功率随机信号的频域分析1、随机信号是功率信号，不存在傅里叶变换，在频域只研究其功率谱。