通信原理 第3章-隨機過程

通信原理第3章隨機過程1通信原理第1章緒論第2章確知信號第3章隨機信號第4章信道第5章模擬調(diào)制系統(tǒng)第6章數(shù)字基帶傳輸系統(tǒng)第7章數(shù)字帶通傳輸系統(tǒng)第8章新型數(shù)字帶通調(diào)制技術第9章模擬信號的數(shù)字傳輸?shù)?0章數(shù)字信號的最佳接收第11章差錯控制編碼第12章正交編碼與偽隨機序列第13章同步原理2圖1-5數(shù)字通信系統(tǒng)模型圖1-4模擬通信系統(tǒng)模型3第3章隨機過程3.1隨機過程的基本概念

3.1.1隨機過程的分布函數(shù)3.1.2隨機過程的數(shù)字特征3.2平穩(wěn)隨機過程

3.2.1定義3.2.2各態(tài)歷經(jīng)性3.2.3平穩(wěn)過程的自相關函數(shù)3.2.4平穩(wěn)過程的功率譜密度3.3高斯隨機過程

3.3.1定義3.3.2重要性質(zhì)3.3.3高斯隨機變量4第3章隨機過程3.4平穩(wěn)隨機過程通過線性系統(tǒng)3.5窄帶隨機過程

3.5.1c(t)和s(t)的統(tǒng)計特性

3.5.2a(t)和(t)的統(tǒng)計特性3.6正弦波加窄帶高斯噪聲3.7高斯白噪聲和帶限白噪聲5所有希臘字母及讀音序號大寫小寫英文注音國際音標注音中文注音

1Ααalphaa:lf阿爾法2Ββbetabet貝塔3Γγgammaga:m伽馬4Δδdeltadelt德爾塔5Εεepsilonep`silon伊普西龍6Ζζzetazat截塔6所有希臘字母及讀音7Ηηetaeit艾塔8Θθthetθit西塔9Ιιiotaiot約塔10Κκkappakap卡帕11∧λlambdalambd蘭布達7所有希臘字母及讀音12Μμmumju繆13Ννnunju紐14Ξξxiksi克西15Οοomicronomik`ron奧密克戎16∏πpipai派17Ρρrhorou肉18∑σsigma`sigma西格馬

8所有希臘字母及讀音19Ττtautau套20Υυupsilonjup`silon宇普西龍21Φφphifai佛愛22Χχchiphai西23Ψψpsipsai普西24Ωωomegao`miga歐米伽9第3章隨機過程3.1隨機過程的基本概念什么是隨機過程？隨機過程是一類隨時間作隨機變化的過程，它不能用確切的時間函數(shù)描述?？蓮膬煞N不同角度看：角度1：對應不同隨機試驗結果的時間過程的集合。角度2：隨機過程是隨機變量概念的延伸。

10第3章隨機過程【例】n臺示波器同時觀測并記錄這n臺接收機的輸出噪聲波形樣本函數(shù)i(t)：隨機過程的一次實現(xiàn)，是確定的時間函數(shù)。隨機過程：

(t)={1(t),2(t),…,n(t)} 是全部樣本函數(shù)的集合。11第3章隨機過程角度2：隨機過程是隨機變量概念的延伸。在任一給定時刻t1上，每一個樣本函數(shù)i(t)都是一個確定的數(shù)值i(t1)，但是每個i(t1)都是不可預知的。在一個固定時刻t1上，不同樣本的取值{i(t1),i=1,2,…,n}是一個隨機變量，記為

(t1)。換句話說，隨機過程在任意時刻的值是一個隨機變量。因此，我們又可以把隨機過程看作是在時間進程中處于不同時刻的隨機變量的集合。這個角度更適合對隨機過程理論進行精確的數(shù)學描述。12第3章隨機過程3.1.1隨機過程的分布函數(shù)設

(t)表示一個隨機過程，則它在任意時刻t1的值

(t1)是一個隨機變量，其統(tǒng)計特性可以用分布函數(shù)或概率密度函數(shù)來描述。隨機過程

(t)的一維分布函數(shù)：隨機過程

(t)的一維概率密度函數(shù)： 若上式中的偏導存在的話。13第3章隨機過程隨機過程

(t)的二維分布函數(shù)：隨機過程

(t)的二維概率密度函數(shù)： 若上式中的偏導存在的話。隨機過程

(t)的n維分布函數(shù)：隨機過程

(t)的n維概率密度函數(shù)：14第3章隨機過程3.1.2隨機過程的數(shù)字特征均值（數(shù)學期望）： 在任意給定時刻t1的取值

(t1)是一個隨機變量，其均值 式中f(x1,t1)——

(t1)的概率密度函數(shù) 由于t1是任取的，所以可以把t1

直接寫為t，x1改為x，這樣上式就變?yōu)?5第3章隨機過程

(t)的均值是時間的確定函數(shù)，常記作a(t)，它表示隨機過程的n個樣本函數(shù)曲線的擺動中心:a(t)16第3章隨機過程方差 方差常記為2(t)。這里也把任意時刻t1直接寫成了t。 因為 所以，方差等于均方值與均值平方之差，它表示隨機過程在時刻t對于均值a(t)的偏離程度。均方值均值平方17第3章隨機過程相關函數(shù)

式中，

(t1)和

(t2)分別是在t1和t2時刻觀測得到的隨機變量?？梢钥闯觯琑(t1,t2)是兩個變量t1和t2的確定函數(shù)。協(xié)方差函數(shù) 式中a(t1

)a(t2

)——在t1和t2時刻得到的

(t)的均值

f2(x1,x2;t1,t2)——

(t)的二維概率密度函數(shù)。18第3章隨機過程相關函數(shù)和協(xié)方差函數(shù)之間的關系 若a(t1)=a(t2)，則B(t1,t2)=R(t1,t2)互相關函數(shù) 式中(t)和(t)分別表示兩個隨機過程。 因此，R(t1,t2)又稱為自相關函數(shù)。19第3章隨機過程3.2平穩(wěn)隨機過程3.2.1平穩(wěn)隨機過程的定義定義： 若一個隨機過程(t)的任意有限維分布函數(shù)與時間起點無關，也就是說，對于任意的正整數(shù)n和所有實數(shù)，有 則稱該隨機過程是在嚴格意義下的平穩(wěn)隨機過程，簡稱嚴平穩(wěn)隨機過程。

20第3章隨機過程性質(zhì)：

嚴平穩(wěn)隨機過程表明，平穩(wěn)隨機過程的統(tǒng)計特性不隨時間的推移而改變，即它的一維分布函數(shù)與時間t無關： 而二維分布函數(shù)只與時間間隔=t2–t1有關：數(shù)字特征： 可見，（1）其均值與t無關，為常數(shù)a； （2）自相關函數(shù)只與時間間隔有關。21第3章隨機過程數(shù)字特征： 可見，（1）其均值與t無關，為常數(shù)a； （2）自相關函數(shù)只與時間間隔有關。 把同時滿足（1）和（2）的過程定義為廣義平穩(wěn)隨機過程。顯然，嚴平穩(wěn)隨機過程必定是廣義平穩(wěn)的，反之不一定成立。 在通信系統(tǒng)中所遇到的信號及噪聲，大多數(shù)可視為平穩(wěn)的隨機過程。因此，研究平穩(wěn)隨機過程有著很大的實際意義。22第3章隨機過程3.2.2各態(tài)歷經(jīng)性問題的提出：我們知道，隨機過程的數(shù)字特征（均值、相關函數(shù)）是對隨機過程的所有樣本函數(shù)的統(tǒng)計平均，但在實際中常常很難測得大量的樣本，這樣，我們自然會提出這樣一個問題：能否從一次試驗而得到的一個樣本函數(shù)x(t)來決定平穩(wěn)過程的數(shù)字特征呢?回答是肯定的。平穩(wěn)過程在滿足一定的條件下具有一個有趣而又非常有用的特性，稱為“各態(tài)歷經(jīng)性”（又稱“遍歷性”）。具有各態(tài)歷經(jīng)性的過程，其數(shù)字特征（均為統(tǒng)計平均）完全可由隨機過程中的任一實現(xiàn)的時間平均值來代替。下面，我們來討論各態(tài)歷經(jīng)性的條件。23第3章隨機過程各態(tài)歷經(jīng)性條件 設：x(t)是平穩(wěn)過程(t)的任意一次實現(xiàn)（樣本）， 則其時間均值和時間相關函數(shù)分別定義為： 如果平穩(wěn)過程使下式成立 則稱該平穩(wěn)過程具有各態(tài)歷經(jīng)性。24第3章隨機過程“各態(tài)歷經(jīng)”的含義是：隨機過程中的任一次實現(xiàn)都經(jīng)歷了隨機過程的所有可能狀態(tài)。因此，在求解各種統(tǒng)計平均（均值或自相關函數(shù)等）時，無需作無限多次的考察，只要獲得一次考察，用一次實現(xiàn)的“時間平均”值代替過程的“統(tǒng)計平均”值即可，從而使測量和計算的問題大為簡化。具有各態(tài)歷經(jīng)的隨機過程一定是平穩(wěn)過程，反之不一定成立。在通信系統(tǒng)中所遇到的隨機信號和噪聲，一般均能滿足各態(tài)歷經(jīng)條件。25第3章隨機過程

[例3-1]設一個隨機相位的余弦波為 其中，A和c均為常數(shù)；是在(0,2π)內(nèi)均勻分布的隨機變量。試討論(t)是否具有各態(tài)歷經(jīng)性。

【解】(1)先求(t)的統(tǒng)計平均值： 數(shù)學期望26第3章隨機過程自相關函數(shù)令t2–t1=，得到可見，(t)的數(shù)學期望為常數(shù)，而自相關函數(shù)與t無關，只與時間間隔有關，所以(t)是廣義平穩(wěn)過程。27第3章隨機過程(2)求(t)的時間平均值 比較統(tǒng)計平均與時間平均，有 因此，隨機相位余弦波是各態(tài)歷經(jīng)的。28第3章隨機過程3.2.3平穩(wěn)過程的自相關函數(shù)平穩(wěn)過程自相關函數(shù)的定義：同前平穩(wěn)過程自相關函數(shù)的性質(zhì)—(t)的平均功率—的偶函數(shù)—R()的上界 即自相關函數(shù)R()在=0有最大值?！?t)的直流功率

表示平穩(wěn)過程(t)的交流功率。當均值為0時，有R(0)=2。29第3章隨機過程3.2.4平穩(wěn)過程的功率譜密度定義：對于任意的確定功率信號f(t)，它的功率譜密度定義為式中，F(xiàn)T(f)是f(t)的截短函數(shù)fT

(t)所對應的頻譜函數(shù)30第3章隨機過程對于平穩(wěn)隨機過程(t)，可以把f(t)當作是(t)的一個樣本；某一樣本的功率譜密度不能作為過程的功率譜密度。過程的功率譜密度應看作是對所有樣本的功率譜的統(tǒng)計平均，故(t)的功率譜密度可以定義為31第3章隨機過程功率譜密度的計算維納-辛欽關系

周期的功率型確知信號的自相關函數(shù)與其功率譜密度是一對傅里葉變換。這種關系對平穩(wěn)隨機過程同樣成立，即有

簡記為 以上關系稱為維納-辛欽關系。它在平穩(wěn)隨機過程的理論和應用中是一個非常重要的工具，它是聯(lián)系頻域和時域兩種分析方法的基本關系式。32第3章隨機過程在維納-辛欽關系的基礎上，我們可以得到以下結論：對功率譜密度進行積分，可得平穩(wěn)過程的總功率： 上式從頻域的角度給出了過程平均功率的計算法。各態(tài)歷經(jīng)過程的任一樣本函數(shù)的功率譜密度等于過程的功率譜密度。也就是說，每一樣本函數(shù)的譜特性都能很好地表現(xiàn)整個過程的的譜特性。 【證】因為各態(tài)歷經(jīng)過程的自相關函數(shù)等于任一樣本的自相關函數(shù)，即 兩邊取傅里葉變換： 即 式中 33第3章隨機過程功率譜密度P(f)具有非負性和實偶性，即有 和 這與R()的實偶性相對應。34第3章隨機過程[例3-2]求隨機相位余弦波(t)=Acos(ct+)的自相關函數(shù)和功率譜密度。

【解】在[例3-1]中，我們已經(jīng)考察隨機相位余弦波是一個平穩(wěn)過程，并且求出其相關函數(shù)為 因為平穩(wěn)隨機過程的相關函數(shù)與功率譜密度是一對傅里葉變換，即有 以及由于有 所以，功率譜密度為 平均功率為35第3章隨機過程3.3高斯隨機過程（正態(tài)隨機過程）3.3.1定義如果隨機過程(t)的任意n維（n=1,2,...）分布均服從正態(tài)分布，則稱它為正態(tài)過程或高斯過程。

n維正態(tài)概率密度函數(shù)表示式為： 式中36第3章隨機過程式中|B|－歸一化協(xié)方差矩陣的行列式，即 |B|jk－行列式|B|中元素bjk的代數(shù)余因子

bjk－為歸一化協(xié)方差函數(shù)，即37第3章隨機過程3.3.2重要性質(zhì)由高斯過程的定義式可以看出,高斯過程的n維分布只依賴各個隨機變量的均值、方差和歸一化協(xié)方差。因此，對于高斯過程，只需要研究它的數(shù)字特征就可以了。廣義平穩(wěn)的高斯過程也是嚴平穩(wěn)的。因為，若高斯過程是廣義平穩(wěn)的，即其均值與時間無關，協(xié)方差函數(shù)只與時間間隔有關，而與時間起點無關，則它的n維分布也與時間起點無關，故它也是嚴平穩(wěn)的。所以，高斯過程若是廣義平穩(wěn)的，則也嚴平穩(wěn)。38第3章隨機過程如果高斯過程在不同時刻的取值是不相關的， 即對所有jk，有bjk=0，則其概率密度可以簡化為 這表明，如果高斯過程在不同時刻的取值是不相關的，那么它們也是統(tǒng)計獨立的。高斯過程經(jīng)過線性變換后生成的過程仍是高斯過程。也可以說，若線性系統(tǒng)的輸入為高斯過程，則系統(tǒng)輸出也是高斯過程。39第3章隨機過程3.3.3高斯隨機變量定義：高斯過程在任一時刻上的取值是一個正態(tài)分布的隨機變量，也稱高斯隨機變量，其一維概率密度函數(shù)為 式中

a－均值

2－方差 曲線如右圖：40第3章隨機過程性質(zhì)f(x)對稱于直線x=a，即

a表示分布中心，稱為標準偏差，表示集中程度，圖形將隨著的減小而變高和變窄。當a=0和=1時，稱為標準化的正態(tài)分布：41高斯曲線matlab仿真實現(xiàn)（a=0,sigma=1)42高斯曲線matlab仿真實現(xiàn)%文件名e_gauss.m%高斯曲線clear;a=0;sigma=1;x=-10:0.0001:10;y=(1/((sqrt(2*pi))*sigma))*exp(-((x-a).^2)/(2*sigma.^2));plot(x,y);xlabel('變量x');ylabel('幅值(y)');title('正態(tài)分布的概率密度（高斯曲線）');43a=0,sigma=344a=3,sigma=145第3章隨機過程在通信系統(tǒng)的性能分析中，經(jīng)常需要計算高斯隨機變量小于或等于某一取值x的概率P(≤x)，它等于概率密度f(x)的積分。正態(tài)分布函數(shù)

這個積分的值無法用閉合形式計算，通常利用其他特殊函數(shù)，用查表的方法求出：用誤差函數(shù)表示正態(tài)分布函數(shù)

46第3章隨機過程正態(tài)分布函數(shù)

這個積分的值無法用閉合形式計算，通常利用其他特殊函數(shù)，用查表的方法求出：用誤差函數(shù)表示正態(tài)分布函數(shù)：令 則有 及 式中 －誤差函數(shù)，可以查表求出其值。47第3章隨機過程用互補誤差函數(shù)erfc(x)表示正態(tài)分布函數(shù)： 式中 當x>2時，48第3章隨機過程用Q函數(shù)表示正態(tài)分布函數(shù)：Q函數(shù)定義：Q函數(shù)和erfc函數(shù)的關系：Q函數(shù)和分布函數(shù)F(x)的關系：Q函數(shù)值也可以從查表得到。49第3章隨機過程3.4平穩(wěn)隨機過程通過線性系統(tǒng)確知信號通過線性系統(tǒng)（復習）： 式中vi

－輸入信號，vo－輸出信號 對應的傅里葉變換關系：隨機信號通過線性系統(tǒng)：假設：i(t)－是平穩(wěn)的輸入隨機過程，

a－均值，

Ri()－自相關函數(shù)，

Pi()－功率譜密度；求輸出過程o(t)的統(tǒng)計特性，即它的均值、自相關函數(shù)、功率譜以及概率分布。50第3章隨機過程1.輸出過程o(t)的均值

對下式兩邊取統(tǒng)計平均： 得到 設輸入過程是平穩(wěn)的，則有 式中，H(0)是線性系統(tǒng)在f=0處的頻率響應，因此輸出過程的均值是一個常數(shù)。51第3章隨機過程2.輸出過程o(t)的自相關函數(shù)：根據(jù)自相關函數(shù)的定義 根據(jù)輸入過程的平穩(wěn)性，有于是上式表明,輸出過程的自相關函數(shù)僅是時間間隔的函數(shù)。由上兩式可知，若線性系統(tǒng)的輸入是平穩(wěn)的，則輸出也是平穩(wěn)的。52第3章隨機過程3.輸出過程o(t)的功率譜密度

對下式進行傅里葉變換： 得出 令=

+-，代入上式，得到 即結論：輸出過程的功率譜密度是輸入過程的功率譜密度乘以系統(tǒng)頻率響應模值的平方。應用：由Po(f)的反傅里葉變換求Ro()53第3章隨機過程4.輸出過程o(t)的概率分布如果線性系統(tǒng)的輸入過程是高斯型的，則系統(tǒng)的輸出過程也是高斯型的。

因為從積分原理看，可以表示為： 由于已假設i(t)是高斯型的，所以上式右端的每一項在任一時刻上都是一個高斯隨機變量。因此，輸出過程在任一時刻上得到的隨機變量就是無限多個高斯隨機變量之和。由概率論理論得知，這個“和”也是高斯隨機變量，因而輸出過程也為高斯過程。注意，與輸入高斯過程相比，輸出過程的數(shù)字特征已經(jīng)改變了。54第3章隨機過程3.5窄帶隨機過程什么是窄帶隨機過程？ 若隨機過程(t)的譜密度集中在中心頻率fc附近相對窄的頻帶范圍f內(nèi)，即滿足f<<fc的條件，且fc遠離零頻率，則稱該(t)為窄帶隨機過程。55第3章隨機過程典型的窄帶隨機過程的譜密度和樣本函數(shù)56第3章隨機過程窄帶隨機過程的表示式式中，a(t)－隨機包絡， (t)－隨機相位

c－中心角頻率顯然，a(t)和(t)的變化相對于載波cosct的變化要緩慢得多。（隨機緩慢變化的包絡）57第3章隨機過程窄帶隨機過程表示式展開可以展開為式中 －(t)的同相分量 －(t)的正交分量可以看出：(t)的統(tǒng)計特性由a(t)和(t)或c(t)和s(t)的統(tǒng)計特性確定。若(t)的統(tǒng)計特性已知，則a(t)和(t)或c(t)和s(t)的統(tǒng)計特性也隨之確定。58第3章隨機過程3.5.1c(t)和s(t)的統(tǒng)計特性數(shù)學期望：對下式求數(shù)學期望：得到因為(t)平穩(wěn)且均值為零，故對于任意的時間t，都有E[(t)]=0，所以

59第3章隨機過程(t)的自相關函數(shù)：由自相關函數(shù)的定義式式中因為(t)是平穩(wěn)的，故有這就要求上式的右端與時間t無關，而僅與有關。因此，若令t=0，上式仍應成立，它變?yōu)?0第3章隨機過程因與時間t無關，以下二式自然成立所以，上式變?yōu)樵倭顃=π/2c，同理可以求得由以上分析可知，若窄帶過程(t)是平穩(wěn)的，則c(t)和s(t)也必然是平穩(wěn)的。61第3章隨機過程進一步分析，下兩式應同時成立，故有上式表明，同相分量c(t)和正交分量s(t)具有相同的自相關函數(shù)。根據(jù)互相關函數(shù)的性質(zhì)，應有代入上式，得到上式表明Rsc()是的奇函數(shù)，所以同理可證62第3章隨機過程將代入下兩式得到即上式表明(t)、c(t)和s(t)具有相同的平均功率或方差。

63第3章隨機過程根據(jù)平穩(wěn)性，過程的特性與變量t無關，故由式 得到

因為(t)是高斯過程，所以，c(t1)，s(t2)一定是高斯隨機變量，從而c(t)、s(t)也是高斯過程。根據(jù) 可知，c(t)與s(t)在=0處互不相關，又由于它們是高斯型的，因此c(t)與s(t)也是統(tǒng)計獨立的。64第3章隨機過程重要結論：

一個均值為零的窄帶平穩(wěn)高斯過程(t)，它的同相分量c(t)和正交分量s(t)同樣是平穩(wěn)高斯過程，而且均值為零，方差也相同。此外，在同一時刻上得到的c(t)和s(t)是互不相關的或統(tǒng)計獨立的。65第3章隨機過程3.5.2a(t)和(t)的統(tǒng)計特性聯(lián)合概率密度函數(shù)f(a,)根據(jù)概率論知識有由可以求得66第3章隨機過程于是有式中

a0, =(0~2π)67第3章隨機過程a的一維概率密度函數(shù)可見，a服從瑞利(Rayleigh)分布。O(∩_∩)O作業(yè)：瑞利簡介（不超過200字）（單號）高斯簡介（不超過200字）（雙號）68第3章隨機過程的一維概率密度函數(shù)可見，服從均勻分布。69第3章隨機過程重要結論

一個均值為零，方差為2的窄帶平穩(wěn)高斯過程(t)，其包絡a(t)的一維分布是瑞利分布，相位(t)的一維分布是均勻分布，并且就一維分布而言，a(t)與(t)是統(tǒng)計獨立的，即有70第3章隨機過程3.6正弦波加窄帶高斯噪聲正弦波加窄帶高斯噪聲的表示式式中 －窄帶高斯噪聲

－正弦波的隨機相位，均勻分布在0～2間

A和c－確知振幅和角頻率于是有式中71第3章隨機過程正弦波加窄帶高斯噪聲的包絡和相位表示式包絡：相位：72第3章隨機過程正弦波加窄帶高斯噪聲的包絡的統(tǒng)計特性包絡的概率密度函數(shù)f(z)利用上一節(jié)的結果，如果值已給定，則zc、zs是相互獨立的高斯隨機變量，且有所以，在給定相位的條件下的zc和zs的聯(lián)合概率密度函數(shù)為73第3章隨機過程利用與上一節(jié)分析a和相似的方法，根據(jù)zc，zs與z，之間的隨機變量關系可以求得在給定相位的條件下的z與的聯(lián)合概率密度函數(shù)然后求給定條件下的邊際分布，即74第3章隨機過程由于故有式中

I0(x)－第一類零階修正貝塞爾函數(shù)因此由上式可見，f(,z)與無關，故的包絡z的概率密度函數(shù)為 －稱為廣義瑞利分布，又稱萊斯（Rice）分布。75第3章隨機過程討論當信號很小時，即A0時，上式中(Az/n2)很小，

I0(Az/n2)1，上式的萊斯分布退化為瑞利分布。當(Az/n2)很大時，有 這時上式近似為高斯分布，即76第3章隨機過程包絡概率密度函數(shù)f(z)曲線瑞利分布高斯分布萊斯分布77第3章隨機過程正弦波加窄帶高斯噪聲的相位的統(tǒng)計特性F()A=0,均勻相位78第3章隨機過程3.7高斯白噪聲和帶限白噪聲1.白噪聲n(t)定義：功率譜密度在所有頻率上均為常數(shù)的噪聲，即 －雙邊功率譜密度 或 －單邊功率譜密度 式中n0－正常數(shù)白噪聲的自相關函數(shù)：對雙邊功率譜密度取傅里葉反變換，得到相關函數(shù)：79第3章隨機過程白噪聲和其自相關函數(shù)的曲線：80第3章隨機過程白噪聲的功率 由于白噪聲的帶寬無限，其平均功率為無窮大，即 或因此，真正“白”的噪聲是不存在的，它只是構造的一種理想化的噪聲形式。實際中，只要噪聲的功率譜均勻分布的頻率范圍遠遠大于通信系統(tǒng)的工作頻帶，我們就可以把它視為白噪聲。如果白噪聲取值的概率分布服從高斯分布，則稱之為高斯白噪聲。高斯白噪聲在任意兩個不同時刻上的隨機變量之間，不僅是互不相關的，而且還是統(tǒng)計獨立的。81第3章隨機過程2.低通白噪聲定義：如果白噪聲通過理想矩形的低通濾波器或理想低通信道，則輸出的噪聲稱為低通白噪聲。

功率譜密度由上式可見，白噪聲的功率譜密度被限制在|f|fH內(nèi)，通常把這樣的噪聲也稱為帶限白噪聲。自相關函數(shù)82第3章隨機過程功率譜密度和自相關函數(shù)曲線由曲線看出，這種帶限白噪聲只有在 上得到的隨機變量才不相關。83第3章隨機過程3.帶通白噪聲定義：如果白噪聲通過理想矩形的帶通濾波器或理想帶通信道，則其輸出的噪聲稱為帶通白噪聲。功率譜密度

設理想帶通濾波器的傳輸特性為 式中

fc－中心頻率，B－通帶寬度 則其輸出噪聲的功率譜密度為84第3章隨機過程自相關函數(shù)？動手做一做85第3章隨機過程帶通白噪聲的功率譜和自相關函數(shù)曲線86第3章隨機過程窄帶高斯白噪聲通常，帶通濾波器的B<<fc，因此稱窄帶濾波器，相應地把帶通白高斯噪聲稱為窄帶高斯白噪聲。窄帶高斯白噪聲的表達式和統(tǒng)計特性見3.5節(jié)。平均功率

87第3章隨機過程3.1隨機過程的基本概念

3.1.1隨機過程的分布函數(shù)3.1.2隨機過程的數(shù)字特征3.2平穩(wěn)隨機