好东西
第四章 随机信号的功率谱密度
好东西
4.1 4.2 4.3 4.4 4.5 4.6
功率谱密度 功率谱密度与自相关函数之间的关系 功率谱密度的性质 互谱密度及其性质 白噪声与白序列 功率谱估值的经典方法
好东西
4.1
功率谱密度
确定时间函数
频谱 能量
S (ω ) = ∫ s(t )e jωt dt ∞
∞
1 E = ∫ s ( t ) dt = ∞ 2π2
∞
∫
∞
∞
S (ω ) d ω
2
时域内信号的能量等于频域内信号的能量 能谱密度
S (ω )
2
好东西
4.1
功率谱密度
随机过程 随机信号的能量一般是无限的,但是其平均功率是有限的。 因此可推广频谱分析法,引入功率谱的概念。
G X (ω ) = E[G X (ω , ξ )] 1 2 = E lim X T (ω , ξ ) T →∞ 2T 1 2 = lim E X T (ω , ξ ) T →∞ 2T
[
]
Gx(ω)被称为随机过程X(t)的功率谱密度函数,功率谱密 度是从频率角度描述随机过程X(t)的统计特性的最主要的 数字特征。
好东西
4.1
功率谱密度
随机过程 随机过程X(t)的平均功率为:
W = E[Wξ ]2 1 T = lim ∫ T E[ X (t ) ]dt T →∞ 2T 1 ∞ = ∫ ∞ GX (ω )dω 2π
功率谱密度仅表示X(t)的平均功率在频域上的分布,不包 含任何相位信息。
好东西
4.2
功率谱密度与自相关函数之间的关系
维纳-辛钦定理
S X (ω ) = ∫ RX (τ )e jωτ dτ ∞
∞
1 RX (τ ) = 2π∞
∫
∞
∞
S X (ω )e jωτ dω
成立条件是Rx(τ)和Sx(ω)绝对可积
∫ ∫
∞ ∞
R X (τ ) dτ < ∞ S X (ω ) dω < ∞
∞
即随机过程平均功率有限,应不能含有直流成分或周期性成 分
好东西
4.2
功率谱密度与自相关函数之间的关系
维纳-辛钦定理 当τ=0时
1 RX (0) = E [ X (t )] = 2π2
∫
∞
∞
S X (ω )dω
可知
RX (0) = E [ X 2 (t )]是平稳随机过程X(t)的平均功率。
好东西
4.2
功率谱密度与自相关函数之间的关系
维纳-辛钦定理 我们借助于δ-函数,将维纳-辛钦公式推广应用到含有直流 或周期性成分的平稳过程中来。 (1)如果所遇的问题中,平稳过程有非零均值,这时正常 意义下的付氏变换不存在,但非零均值可用频域原点处的 δ-函数表示。该δ-函数的权重即为直流分量的功率。 (2)当平稳过程含有对应于离散频率的周期分量时,该成 分就在频域的相应频率上产生δ-函数。
好东西
4.2
功率谱密度与自相关函数之间的关系
典型的傅氏变换δ (t )1 cos ω0t ←→ ←→ ←→ 1 2πδ (ω )
sin( t / 2) ←→ 2π t / 2 e e a τ
←→ cos ω0τ ←→
a τ
rect ( ) 2a a2 + ω 2 a a + 2 a 2 + (ω ω0 ) 2 a + (ω + ω0 ) 2 sin 2 ( ) 2 ( )2 2
πδ (ω ω0 ) + πδ (ω + ω0 ) ω
1 τ , τ ≤ 1 0, 其他
ω
←→
ω
好东西
4.3
功率谱密度的性质
性质1: 非负性, Gx(ω)≥0 性质2: GX(ω)是实函数 性质3: Gx(ω)是偶函数,即 性质4:
G X (ω ) = G X ( ω )
G X '
(ω ) = ω G X (ω )2
其中X ' (t ) = dX (t ) / dt
好东西
4.3
功率谱密度的性质
性质5:有理谱密度是实际应用中最常见的一类功率谱密 度,自然界和工程实际的有色噪声常常可用有理函数形式 的功率谱密度来逼近。它应具有如下形式:
ω 2 n + a 2 n 2ω 2 n 2 + + a 0 G X (ω ) = G0 2 m 2m 2 ω + b2 m 2ω + + b0
好东西
4.4
互谱密度及其性质
互谱密度 定义实过程X(t)和Y(t)的互谱密度函数为E[YT (ω , ξ ) X T (ω , ξ )] E[YT ( ω , ξ ) X T (ω , ξ )] GYX (ω ) = lim = lim T →∞ T →∞ 2T 2T*
E[ X T (ω , ξ )YT (ω , ξ )] E[ X T ( ω , ξ )YT (ω , ξ )] = lim G XY (ω ) = lim T →∞ T →∞ 2T 2T*
好东西
4.4
互谱密度及其性质
互谱密度性质 1.
G XY (ω ) = GYX ( ω ) = G (ω ) = G ( ω )* YX * XY
2. Re[GXY(ω)]和Re[GYX(ω)]实部是ω的偶函数; Im[GXY(ω)]和Im[GYX(ω)]虚部是ω的奇函数。
Re[G XY (ω )] = Re[GXY ( ω )] = Re[GYX (ω )] = Re[GYX ( ω )]Im[GXY (ω )] = Im[GXY ( ω )] = Im[GYX (ω )] = Im[GYX ( ω )]3.若平稳过程X(t)和Y(t)相互正交,则有
G XY (ω ) = 0
GYX (ω ) = 0
好东西
4.4
互谱密度及其性质
4. 若随机过程X(t)和Y(t)联合平稳,RXY(τ)绝对可积, 则互谱密度和互相关函数构成傅里叶变换对,即:
G XY (ω ) = ∫ R XY (τ )e ∞
∞
jωτ
dτ
GYX (ω ) = ∫ RYX (τ )e ∞
∞
jωτ
dτdω
1 R XY (τ ) = 2π 1 RYX (τ ) = 2π
∫
∞
∞
G XY (ω )e
jωτ
∫
∞
∞
GYX (ω )e jωτ dω
好东西
4.4
互谱密度及其性质
5. 若X(t)和Y(t)是两个不相关的平稳过程,分别有均值mX 和mY,则
G XY (ω ) = GYX (ω ) = 2πm X mY δ (ω )Q RXY (τ ) = E[ X (t )Y (t + τ )] = E[ X (t )]E[Y (t + τ )] = m X m Y = R YX (τ )6. 互谱密度的幅度平方满足
G XY (ω ) ≤ G X (ω )GY (ω )2
好东西
4.4
互谱密度及其性质
相干函数定义
γ XY (ω ) =
G XY (ω ) G X (ω )GY (ω )1/ 2
相干函数用于数据分析,系统辨识和功率谱估计