通信系统都有发送机和接收机,为了提高系统的可靠性,通常在接收机的输入端接有一个带通滤波器,信道内的噪声构成了一个随机过程,经过该带通滤波器之后,则变成了窄带随机过程,因此,讨论窄带随机过程的规律是重要的。 |
图3.5.1窄带波形的频谱及示意波形 |
二、窄带随机过程的表示方式 如果在示波器上观察这个过程中一个样本函数的波形,则会发现它像一个包络和相位缓慢变化的正弦波,如图3.5.1(b)所示。因此窄带随机过程可用下式表示成: |
式中,是窄带随机过程包络; 是窄带随机过程的随机相位。 窄带随机过程也可用下式表示 |
其中: |
这里的和分别被称作的同相分量和正交分量。 可见,的统计特性可以由、或、的统计特性来确定。反之,若已知的统计特性,怎样来求 、或、的特性呢? 三、同相分量与正交分量的统计特性 设窄带随机过程是均值为零平稳的窄带高斯过程。可以证明,它的同相分量和正交分量也是均值为零的平稳高斯过程,而且与具有相同的方差。 1.数学期望 |
已设是平稳的,且均值为零,即对于任意时刻,有,所以,可得 |
即 |
2.自相关函数 我们知道一些统计特性可以从自相关函数中得到,所以,按定义的自相关函数为 |
将上式展开,并取数学期望为 |
其中 |
因为是平稳的,可以令,得 |
(1) |
同理,令,得 |
(2) |
如果是平稳的,则、也是平稳的。 由于式(1)和式(2)相等,则应有 |
可见,的同相分量和正交分量具有相同的自相关函数,而且根据互相关函数的性质,有 |
可见,有 |
上式表示,为的奇函数,所以 |
同理可以证明 |
得到 |
即 |
这表明,和具有相同的方差。 3.概率密度函数 |
因为和统计独立,则和的二维概率密度函数为 |
利用式(3.5.16),上式改写为 |
以上讨论的是由的统计特性推导出同相分量和正交分量的统计特性。 四、包络与相位的统计特性 现在来确定窄带平稳高斯过程的包络和相位的统计特性,随机包络和随机相位可表示为 |
利用概率论中随机变量变换的关系来求解和的概率密度函数,把,,和在某一时刻的随机变量用,,和来表示。根据随机变量变换关系有 |
其中,为,的联合概率密度函数; 为雅可比行列式,它等于 |
由和得 |
进行偏微分,并代入雅可比行列式,得 |
于是 |
因为,所以上式中包络,而在内取值。 利用概率论中的边际分布知识,可求得包络的概率密度函数为 |
可见,服从瑞利分布。 瑞利分布的特点:最大值发生在处,其值为。 |
图3.5.2 窄带高斯过程包络的概率密度函数 |
利用边际分布知识,可求得相位的概率密度函数为 |
可见,随机相位在内服从均匀分布。 |
所以窄带平稳高斯过程的包络和相位是统计独立的。 五、窄带随机过程的功率谱密度 结论:窄带随机过程同相分量和正交分量具有相同的功率谱密度,而且与窄带随机过程的功率谱密度具有如下关系式 |
式中,设的频率范围, 证明:窄带随机过程的同相分量和正交分量的提取方法如图3.5.4所示。 |
图3.5.4 同相分量和正交分量的提取方法 |
1.同相分量 对式两边乘以,得 |
两边都通过截止频率为的低通滤波器,于是输出为,表示为 |
其功率谱密度为 |
1.同相分量 同理,对式两边乘以,得 |
用功率谱密度表示为 |
由以上关系式,可画出功率谱密度、和如图3.5.3所示。 |
图3.5.3、和的功率谱密度 |
电工学习网 ( )
GMT+8, 2021-12-6 20:45