文章目录
第三章 随机过程窄带随机过程ξc(t)和ξs(t)的统计特性αξ(t)和φξ(t)的统计特性正弦波加窄带高斯噪声高斯白噪声和带限白噪声总结第三章 随机过程
窄带随机过程
若随机过程ξ(t)的谱密度集中在中心频率fc附近相对窄的频带范围Δf内,即满足Δf<<fc条件,且fc远离零频率,则称该ξ(t)为窄带随机过程 实际上,大多数通信系统都是窄带带通型的,通过窄带系统的信号或噪声必然是窄带随机过程 窄带随机过程的一个样本的波形如同一个包络和相位随机缓变的正弦波 其中,aξ(t)及φξ(t)分别为窄带随机过程ξ(t)的随机包络和随机相位ξ(t)=aξ(t)cos[ωc(t)+φξ(t)]aξ(t)≥0ξ(t) = a_ξ(t)cos[ω_c(t) + φ_ξ(t)] \,\,\,\ a_ξ(t) ≥ 0 ξ(t)=aξ(t)cos[ωc(t)+φξ(t)]aξ(t)≥0 将上式进行三角函数展开,可以改写为
ξ(t)=ξc(t)cosωc(t)−ξs(t)sinωc(t)ξ(t) = ξ_c(t)cosω_c(t) - ξ_s(t)sinω_c(t) ξ(t)=ξc(t)cosωc(t)−ξs(t)sinωc(t)
其中
{ξc(t)=aξ(t)cosφξ(t)−−同相分量ξs(t)=aξ(t)sinφξ(t)−−正交分量\begin{cases} ξ_c(t) = a_ξ(t)cosφ_ξ(t) -- 同相分量\\[3ex] ξ_s(t) = a_ξ(t)sinφ_ξ(t) -- 正交分量 \end{cases} ⎩⎨⎧ξc(t)=aξ(t)cosφξ(t)−−同相分量ξs(t)=aξ(t)sinφξ(t)−−正交分量
ξc(t)和ξs(t)的统计特性
若窄带过程ξ(t)是平稳的,则ξc(t)与ξs(t)也必然是平稳的 ξ(t)、ξc(t)和ξs(t)具有相同的平均功率或方差-因为均值为0Rξ(0)=Rc(0)=RS(0)R_ξ(0) = R_c(0) = R_S(0) Rξ(0)=Rc(0)=RS(0)
σξ2=σc2=σs2σ_ξ^2 = σ_c^2 = σ_s^2 σξ2=σc2=σs2 重要结论: 一个均值为零的窄带平稳高斯过程ξ(t),它的同相分量ξc(t)和正交分量ξs(t)同样是平稳高斯过程,而且均值为零,方差也相同在同一时刻上得到的ξc和ξs是互不相关或统计独立的
αξ(t)和φξ(t)的统计特性
重要结论: 一个均值为零,方差为(σξ)2的窄带平稳高斯过程ξ(t),其包络aξ(t)的一维分布是瑞利分布,相位φξ(t)的一维分布是均匀分布,并且就一维分布而言,aξ(t)与φξ(t)是统计独立(互不相关)的f(aξ,φξ)=f(aξ)⋅f(φξ)f(a_ξ, φ_ξ) = f(a_ξ) · f(φ_ξ) f(aξ,φξ)=f(aξ)⋅f(φξ)
正弦波加窄带高斯噪声
正弦波加窄带高斯白噪声的混合信号为r(t)=Acos(ωc(t)+θ)+n(t)r(t) = Acos(ω_c(t) + θ) + n(t) r(t)=Acos(ωc(t)+θ)+n(t)其中n(t) = nc(t)cosωc(t) - ns(t)sinωc(t)为窄带高斯白噪声正弦波加窄带高斯噪声的包络分布f(z)与信噪比有关 小信噪比时,接近于瑞利分布大信噪比时,接近于高斯分布一般情况下,是莱斯分布 正弦波加窄带高斯噪声的相位分布 小信噪比时,接近于均匀分布大信噪比时,主要集中在有用信号相位附近