其它
其它
因为xTt、yTt都满足绝对可积的条件,所以它们的傅里叶变换存在。
在时间范围(-T,T)内,两个随机过程的互功率Qxy(T)为:
(注意
xTt、yTt为确定性函数,所以求平均功率只需取时间平均)
T_
QNX
-T
T
*-T
由于xTt、yTt的傅里叶变换存在,故帕塞瓦定理对它们也适用,即:
o>)d
—DO*CK)
因萸已设X")为实过程,所以略"〉=師仃九可以得到
T
=^r皿沪斗
«D4
注意到上式中,x(t)和y(t)是任一样本函数,因此,具
有随机性,取数学期望,并令T>:
,得:
1T
JimE[Qxy(T)】=Qxy二』mE[Tx(t)y(t)dt]
T-T—2T1
=
Tr:
:
1T
lim^-TRxY(t,t)dt]
2TT
定义互功率谱密度为:
SxT(^)=Um拾£〔心(7>”/(7\期门
婁亠丄
得:
0劝=扫]SAT(ft>)dtt>
J—DC
同理,有:
)=lim)XH丁W)〕
T*ooZJ
8
Qyk=莎]0丫龙(少)<12
**8
又知
Ox^=Qx
以上定义了互功率和互功率谱密度,并且导出了它们之间的关系
2.2.2、互谱密度和互相关函数的关系
平稳随机过程的自相关函数与其功率谱密度之间互为傅里叶变换,互相关函数与互谱密度之间也存在着类似关系。
定义:
对于两个实随机过程X(t)、Y(t),其互谱密度SXY()与互相关函数rxy(t,t■•)之间的关系为
—g
即川尺“(4£+書))・>“¥(爼〉'
若X(t)、Y(t)各自平稳且联合平稳,则有
丘JIY(匸〉~(俎)
即:
DO
S*叭彳UBe_i咗dt
—g
oo
/?
XT<)—步]Sxy(毎〉d少
—oo
式中,
显然:
A*.-表示时间平均。
当和yc;)广义联合平稳时,有心卫“+*)=Z?
XY(T)及AiRjiyd^i+—-RayC)
证明:
略,参见自相关函数和功率谱密度关系的证明。
结论:
对于两个联合平稳(至少是广义联合平稳)的实随机过程,它们的互谱密度与其互相关函数互为傅里叶变换。
2.3.3、互谱密度的性质
互功率谱密度和功率谱密度不同,它不再是频率的正的、实的和偶函数。
性质1:
Sxy(厂Syx()=sYx()
证明:
Sxy()=;Rxy()ejd
=:
Ryx()ejd令…
=•_:
:
RyxC)ed=Syx()
=/■Ryx()e")d=Syx(-)
性质2:
Re[SXY()]=Re[SXY(—);
Re[SYX()]=Re[SYX(-)
证明:
式中Re[•]表示实部。
亦即互谱密度的实部为「的偶函数。
Sxy()=:
Rxy()ejd
qQ
=.Rxy()[cosjsin(-)]d
—cO
所以:
Re[SXY()pRXY()cosd令
T=-T
QO
=Rxy(-)cosd=
Re[SXY(~)]
其它同理可证。
性质3:
ImtS¥X(»)3=—ImCSrjt(—
式中,表示虚部.亦即互谱密度的虚部为他的奇函数*
证明:
类似性质2证明
性质4:
若X(t)与丫(t)正交,则有
SJ(Y证明:
若X(t)与丫(t)正交,则Rxy(如t2)=Ryx(如t2)=0
所以,SXY()=SYX()=0
性质5:
若X(t)与丫⑴不相关,X(t)、丫⑴分别具有常数均值mX
和my,则
SXY<3)=Syx(叭=2处叫蚀3(
证明:
因为X(t)与Y(t)不相关,所以
E[X(ti)Y(t2)PmxmY
=2mX叫()(注意12())
性质6:
Syjc3)
式中,A<*>表示时间平均。
这给出了一般的随机过程(包含平稳)的互谱密度与互相关函数的
关系式。
[例2.2]
设两个随机过程X(t)和丫⑴联合平稳,其互相关
函数Rxy()为:
—舞产5(0Y0
求互谱密度SXY(),SyX()
解:
先求SXY():
g
—co
—8
再求Syx()
9
S甘(r)=S如3)=「3二匸
2.3功率谱密度与自相关函数之间的关系
确定信号:
x(t)「X(j)。
随机信号:
平稳随机过程的自相关函数…功率谱密度
1定义:
若随机过程X(t)是平稳的,自相关函数绝对可积,则自相关函数与
功率谱密度构成一对付氏变换,即:
OQ
这一关系就是著名的维纳一辛钦定理、或称为维纳一辛钦公式。
2.证明:
F面就来推导这一关系式。
证明方法类似式的证明。
T+u
设二t2tq,U=t^t1,则t2,t1
所以:
J=(tl,t2)
込U)
则SxC)=
12T■2T「1口_i血.
Tim2T{f0d"”2Rx「)edu
0
-2Td
2T
-2T-
矢()/
du}
2T卜-㈣
Tm』1-并)RxC)ejd
(1)
;Rx()ejd—Jim:
2;亓)Rx()ejd
H
(注意T,0;且•时,RXCp0
2T
因此,通常情况下,第二项为o
二Rx()ejd
证毕。
推论:
对于一般的随机过程X(t),有:
=|+1dt
*0O
S裁3)』以d<^
DO
8
AiRxCttt^r)>=-g-^-j
则平均功率为
limt》2T
T21:
TE[X2(t)]dt二—Sx()d
-I
间平均加统计平均
利用自相关函数和功率谱密度皆为偶函数的性质,钦定理表示成:
8
5誰3)=2(/?
^(r)cos^rd*
ffz(T)=_^[Sx(又可将维纳一辛
3.单边功率谱
由于实平稳过程x(t)的自相关函数RXC)是实偶函数,功率谱密度也一定是实偶函数。
有时我们经常利用只有正频率部分的单边功率谱。
^<0
(常见的几种付氏变换关系需要记住)
A>0,
[例3.3]平稳随机过程的自相关函数为RX()=Ae1
1•0,求过程的功率谱密度。
解:
应将积分按+•和-*分成两部分进行。
S3=(
_0Q
dr+(
eO-jwx=/_牡一莎
+
C3O
11"
B—河+B+jmJ
2A0
[例测设X(D为随机相位随机过程X(Z)=4cos(%/+»)t其中儿叫为实常*0为随机相位,在(叫2町均匀分布月以推导出这个过程为广义平稳随机过程.具有自相关函数•为
/?
A(r)-yCos(^^)
求X(Q的功率谁密度SW叽
Q0
解:
注意此时JRXC)d不是有限值,即不可积,因此
—oO[
RxC)的付氏变换不存在,需要引入:
函数。
¥【(-o)(o)]
(注意:
ej°「2=(「八0))
[«S5]设随机过程y(O=4X«)5in^其申乐呵皆为
常数.X⑴为具有功率谱密度Sx(叭的平稳过程■求过程F⑴的功率谱密度。
解』首先,我们可求得过程卩匕)的自相关函数
ft(*J+T)(^+t)3
—£^.¥(/)sin®of*aX(/+t)sin»o(i+OJa2
=r)〔cosm尹一cos(2他』+⑴歯)〕
显然,它与时间t有关,所以Y(t)为非平稳随机过程,
g
5y(«>)=j£血(Z+C山如dr
■8
而Ar)>
因此,最后得到过程的功率谱密度为
S*3)=忑[Sjr3—矶〉+SHm+%)〕
(一定要注意一般随机过程与平稳随机过程的平均功率和谱
密度的求法区别)
2.4离散时间随机过程的功率谱度
2.4.1、离散时间随机过程的功率谱密度
1平稳离散时间随机过程的相关函数
设X(n)为广义平稳离散时间随机过程,或简称为广义平稳随机序
列,具有零均值,其自相关函数为:
简写为:
Rx(心=E〔X(%T)X5T+mT)^
心(択)=E〔X(移)X(呢+m)J
2.平稳离散时间随机过程的功率谱密度
当恐⑷)满足条件式为阳初|功率谱密度为尺証桝〉的离散傅里叶变换,并记为:
(小
S3=S心伽応皿丁
fn=—8
式中,T是随机序列相邻各值的时间间隔。
SXC)是频率为
2応?
己^为
的周期性连续函数,其周期为-2q。
SX()的傅里叶级数的
系数恰为RX(m),这里
就是奈奎斯特频率(不是采样频率)。
这说明离散序列的功率谱为周期函数。
因为SXC)为周期函数,周期为
E〔|X⑷)|2)=心5》=
3.谱分解
1z变换定义
在离散时间系统的分析中,常把广义平稳离散时间随机过程的功率谱密度定义为RX(m)的z变换,并记为SXz,即
g
书n■
式中z=ejT,且
R^m)则为哭⑺的逆Z变换。
SP
5S:
⑵严也
D
上式中,D为在SXz的收敛域内环绕z平面原点反时针旋转的一条闭合围线。
2性质
sees牡)
因为自相关函数RX(m)=RX(-m),带入式即可。
3谱分解
谱分解定理:
设x(n)是广义平稳实离散随机过程,具有有理功率谱密度函数SXz。
则SXz可分解为:
敕)=盼)・£(小
式中
式中,若则必定有|对|>1,若|仇|<
1,则必定有|隔a|>l,A1.2严,肌可见■在3(刃中包含了
单位圆之内的全部零点和极点;B(z")中包含了单位圆之外的全部
零点和极点。
证明:
总可以将SXz表示成两个多项式之比:
S;d)=ERx(m)z-m—D(}
上式中:
D(z)=工必
由于RX(m)是实函数,因此多项式N(z)、D(z)的系数也都是实数、
且有MvN
对式(349)因式分解,形式如下:
(玄一為)(成一血亞〉
)***•••—
设a1是n(z)的一个根,是SXz的一个零点,那么,a1应满足
smJ=o
而根据性质[见式(348)]可知,若上式成立,则下式必成立:
一i一i
这就是说,a1也一定是n(z)的一个根;或者说a1是SXz的一个零点。
于是,两个零点a1和a11总是同时出现。
同理,若:
1是Sx'z的一个极点,则^1也必定是
SXz的一个极点。
或者说,两个极点必定同时出现。
根据上面的讨论,便可将式(3.4.11)分解成两项相乘,即
(小Rd
式中
刃⑴虫(畫一阳卄”(匸五)1
)=c(―歼)”….匕一阳)丿
式中,若BlVb则必定有l«;H>bc=l,2严・,M$若|0』<1,则必定有严,恥可见■•在艮⑴中包含了
单位圆之内的全部零点和极点;B(z1)中包含了单位圆之外
[M3.6]设Rx(m)=a[ml[a\解:
应用式(345),可以得到
-1X
榊=亠DOJ7>=0
亦N
一1_羽
整理得:
丘£{1一刃玄_{1_刃_
挖
(a"{+a)—lz~x+z)
将z=ejT代人上式,即可求得
?
「l~^
Sx(^)=矿1+靡一icos⑷F
2.4.2、平稳随机过程采样定理
1.预备知识
在分析确定性的离散时间信号时,香农采样定理占有重要地位。
它建立了连续信号与其采样离散信号之间的变换关系。
设s(t)是一个确定性连续限谱实信号,它的频带范围限于(」c,
+「c)之间。
香农采样定理告诉我们,当采样周期小于或等于1/2fc(c=2fc时),可将s(t)展开成:
J-
曲)=Ls(nr)血一亦
式中,F为采样周期,心巧为在时何匸必时对露⑴的振幅采样"
因此,采样频率为:
原信号的恢复:
满足采样定理的采样值通过一个低通滤波器
(冲激响应为Sa函数),就可以无失真的恢复原信号。
2.平稳随机过程的采样定理
现在将香农采样定理推广到随机信号。
定义:
若X(t)为平稳随机过程,具有零均值,它的功率语密度
Sx()限于(-c,+'C)之间:
(即假设连续过程的功率谱有界)
的振幅样本展开为:
SX(nT)
这就是平稳随机过程的采样定理。
式中,T为采样周期X(nT)表示在时间t=nT时,对随机过程X(t)的任一样本函数X(t)的振幅采样,l.i.m则表示均方意义下的极限。
例如
表示fiClimCXC/)一兌("严]=o
N**w
就是说,在Nv的极限条件下•X(f)与定(f)的均方误差为零.
证明:
因为X(t)的自相关函数及RXC)是.的确定性因数,由维纳一辛钦定理,RXC)SX(),
又因为SX()带宽有限,
由预备知识的香农采样定理,RXC)的振幅可以展开成:
"八、吕c#或13(叫雷一加冗)
心U)=Z^式中T为采样周期,RAnT)为在时闻r^nT时对RE的振幅采样°
由付氏变换时移性质,可得:
心(卞一0)一^5x(^)e
这里a为任一常数。
显然。
SX「)e「「a带宽也是有限
的。
再由香农采样定理,将RXCa)展开:
2心仏—异认咛
JGi^T—n^
»nOO
令一a=,再令=,则上式可变为:
或卫+Q—轉乳)劭*(*十林)—
现在令:
邑一移巧
a.<—啊乳
EOiin〔Xa)—龙⑷
=E〔lim〔X⑷—龙a)〕X(f)-lkn〔X⑴一戈⑴比⑴〕
£timitx(n^^(nr}=o
Nfg
X⑴=l*i*tn
Nfg
N
£X(nT)
n--N
采样定理就得到了证明。
F面分别证明上式的两项均为0
①E{lim[X(t)X?
(t)]X(t)}
N—:
:
RX(0)lim
E[X(nT)X(t)]Sin(ctn)
⑷ct_"
=島⑹一刀R^tnT-t)
財=一co
(4)
令二0,a=t,得:
Rx(0)=Rx(nTt)Sin(ctmJ(5)
n="⑷ct一屮
比较(4)(5)式得:
E{lim[X(t)X\t)]X(t)}=0(6)
N—■
②令.二t,a=mT,得:
又:
(8)
(7)(8)式比较,上式等号右端为零。
于是可得:
上式说明,在Nfx>的极限条件下,〔X⑴一斤⑴〕与X(M)正
交。
另方面,龙(*)是X(mT)的线性组合,
【X⑴-X®地必定与衣“)正交心an
EOimCXtn一龙OR龙⑴;I=Q
由①②可见:
班lim〔X(R-龙(/)〕勺
⑴一衣⑴込⑷Tim〔X(f)-龙⑴就⑷]
NfDO料fg
=0
证毕。
为了书写方便,也常把采样定理写成:
xgEx(皿〉吋_解…
17=—OO
但应注意,上式的近似是表示均方意义下的极限,它与一般意义下
的近似是不同的。
2.4.3、功率谱密度的采样定理
由平稳随机过程的采样定理,可以通过对平稳随机过程X(t)的采样而得到与之相对应的离散时间随机过程X(n)。
现在讨论X(n)的自相关函数(或称自相关序列)与X(t)的自相关函数、X(n)功率谱密度和X(t)功率谱密度之间的关系。
定义:
设X(t)为广义平稳随机过程,用RCC)和SC()分别表示它的自相关函数和功率谱密度,且SC()的带宽有限(这里下标C表示连续)。
现在,应用采样定理对X(t)采样,构成采样离散时间随机过程X(n)=X(nT),其中T为采样周期。
R()和S()分别表示X(n)的自相关函数和功率谱密度,则
R如=龙〔X(眸)+m)3
n=—oq
式中•■q=二t—即功率谱密度的采样定理。
(随机序列功率谱为周期函数)
结论:
(1)离散时间随机过程的自相关函数R(m)正是
对连续过程自相关函数RC()的采样。
(2)sc)等于sc()及SC()的所有各位移之和,即SCC)以2q为周期延拓,所以S()为周期函数。
S()与SC()关系如下图示意:
图2.3x(t)、Sc(w)与X(n)、S(w)的对应关系
证明:
预备知识:
若确定性函数f(t)为周期函数,周期为T,即f(t)=f(t+mT),m为
任意整数,则它总可以展开为傅立叶级数:
(《信号与线性系统分析》
吴大正主编,P129)
f(t)=zFne^t
指数形式表示:
t"
R订厲f(t)^j^tdt
IT三
n0,1,辽…t
注意Sc()是确定性