29 窄带实平稳高斯随机过程
概述
窄带实平稳随机过程的一维包络分布和一维相位分布
窄带实平稳随机过程,它的同相分量和正交分量
一个时刻同相分量和正交分量是联合高斯的:
一个时刻包络和相位分量的联合概率密度:
一个时刻包络和相位是相互统计独立的随机变量:
窄带实平稳随机过程的二维(两个时刻)包络和相位分布
两个时刻信号的
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
达式:
两个时刻同相分量和正交分量是联合高斯的:
两个时刻同相分量和正交分量的协方差矩阵:
两个时刻同相分量和正交分量的联合概率密度
函数
excel方差函数excelsd函数已知函数 2 f x m x mx m 2 1 4 2拉格朗日函数pdf函数公式下载
:
两个时刻包络和相位的联合概率密度函数:
两个时刻包络的联合边缘分布:
两个相距无穷远时刻的包络联合边缘分布:
一个时刻包络的边缘分布:
两个时刻相位的联合边缘分布:
两个时刻相位和两个时刻包络的分布不是统计独立的:
29.1 窄带实平稳随机过程的一维包络分布和一维相位分布
29.1.1 窄带实平稳随机过程,它的同相分量和正交分量
tfttfttx
tfttfttx
ccs
ccc
πξπξ
πξπξ
2cos)(ˆ2sin)()(
2sin)(ˆ2cos)()(
−=
+=
以及
tfstxtftxt
tftxtftxt
cscc
cscc
ππξ
ππξ
2cos)(2sin)()(ˆ
2sin)(2cos)()(
−=
+=
因为窄带实平稳高斯随机过程的 Hilbert 变换是一个高斯随机过程,它的同相分量
与正交分量是它和它的 Hilbert 变换的线性变换,同相分量和正交分量也是高斯过
程。上述高斯随机过程是联合高斯的。
29.1.2 一个时刻同相分量和正交分量是联合高斯的:
同相分量和正交分量的一维相关矩阵,
)(),( txtx sc 的相关矩阵,
⎟⎟⎠
⎞
⎜⎜⎝
⎛=
)0(0
0)0(
ξξ
ξξ
R
R
R
同相分量和正交分量的联合概率密度是,
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +−=
⋅=
2
22
2 2
exp
2
1
)()(),(
ξξ σσπ
yx
yfxfyxf
scsc xxxx
29.1.3 一个时刻包络和相位分量的联合概率密度:
同相分量、正交分量与包洛和相位分量的关系是,
)(sin)()(
)(cos)()(
ttVtx
ttVtx
s
c
φ
φ
⋅=
⋅=
以及,
)(
)(
tan)(
))(())(()(
1
22
tx
txt
txtxtV
c
s
sc
−=
+=
φ
同相分量、正交分量到包洛和相位分量的变换行列式是,
)(
)(cos)()(sin)(
)(sin)(cos
),(
),(
tV
ttVttV
tt
V
xx sc =⎟⎟⎠
⎞
⎜⎜⎝
⎛ −=∂
∂
φφ
φφ
φ
一个时刻包洛和相位分量的联合概率密度是
πφ
σσ
σσπ
φ
φ
ξξ
ξξ
φ
2
1)(
2
exp1)(
2
exp
2
1
),(),(
2
2
2
2
2
2
=f
rrrf
rr
yxfrrf
V
xxV sc
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−=
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−=
⋅=
29.1.4 一个时刻包络和相位是相互统计独立的随机变量:
)()(),( φφ φφ frfrf VV ⋅=
一维包洛分量的数字特征是:
{ }
{ }
{ } 2
22
2/1
2
2
2
2
ξ
ξ
ξ
σπ
σ
σπ
⋅⎟⎠
⎞⎜⎝
⎛ −=
=
⎟⎠
⎞⎜⎝
⎛=
VD
VE
VE
29.2 窄带实平稳随机过程的二维包络和相位分布
29.2.1 两个时刻信号的表达式:
两个时刻信号的同相分量和正交分量表达式
11111
11111
2cos)(2sin)()(ˆ
2sin)(2cos)()(
tfstxtftxt
tftxtftxt
cscc
cscc
ππξ
ππξ
−=
+=
22222
22222
2cos)(2sin)()(ˆ
2sin)(2cos)()(
tfstxtftxt
tftxtftxt
cscc
cscc
ππξ
ππξ
−=
+=
两个时刻信号的包络和相位表达式
)](2cos[)()( 1111 ttftVt c φπξ +=
)](2cos[)()( 2222 ttftVt c φπξ +=
两个时刻同相分量和正交分量是联合高斯的:
由于ξ(t)是高斯分布的随机过程,而 xc(t1),xc(t2),xs(t1),xs(t2)都是由ξ(t)经过线性变
换得到的,它们是联合高斯分布的随机变量。
两个时刻同相分量和正交分量的协方差矩阵:
从上一讲可以得到,两个时刻同相分量和正交分量 1 1 2 2( ), ( ), ( ), ( )c s c sx t x t x t x t 的协
方差矩阵,
(0) 0 ( ) ( )
0 (0) ( ) ( )
( ) ( ) (0) 0
( ) ( ) 0 (0)
c c c s
c s c c
c c c s
c s c c
x x x x
x x x x
x x x x
x x x x
R R R
R R R
R R R
R R R
ξ ξ
ξ ξ
ξ ξ
ξ ξ
τ τ
τ τ
τ τ
τ τ
−⎛ ⎞⎜ ⎟⎜ ⎟= ⎜ ⎟⎜ ⎟⎜ ⎟−⎝ ⎠
B
其中τ=t2-t1,
计算上述协方差矩阵的行列式,
2 2 2 2
(0) 0 ( ) ( )
0 (0) ( ) ( )
( ) ( ) (0) 0
( ) ( ) 0 (0)
[ (0) ( ) ( )]
c c c s
c s c c
c c c s
c s c c
c c c s
x x x x
x x x x
x x x x
x x x x
x x x x
R R R
R R R
R R R
R R R
R R R
ξ ξ
ξ ξ
ξ ξ
ξ ξ
ξ ξ
τ τ
τ τ
τ τ
τ τ
τ τ
−
=
−
= − −
B
计算协方差矩阵的代数子行列式
2/1
222
44332211
)0(
)]()()0()[0(
B
BBBB
ξξ
ξξξξ ττ
R
RRRR
sccc xxxx
=
−−=
===
0
43342112
=
=== BBBB
2/1
222
42243113
)(
)]()()0()[(
B
BBBB
τ
τττ ξξ
sc
scccsc
xx
xxxxxx
R
RRRR
−=
−−−=
===
2/12
222
32234114
)(
)]()()0()[(
B
BBBB
τ
τττ ξξ
cc
sccccc
xx
xxxxxx
R
RRRR
=
−−=
===
计算协方差矩阵的逆矩阵
11 12 13 14
21 22 23 241
31 32 33 34
41 42 43 44
1−
⎛ ⎞⎜ ⎟⎜ ⎟= ⎜ ⎟⎜ ⎟⎜ ⎟⎝ ⎠
B B B B
B B B B
B
B B B BB
B B B B
29.2.2 两个时刻同相分量和正交分量的联合概率密度函数:
考虑到两个时刻同相分量和正交分量的均值都是零,并利用前面得到的同相分量和
正交分量的协方差矩阵、它的逆矩阵、它的行列式,可以得到两个时刻同相分量和
正交分量的概率密度函数。
( )
( )
( )
⎪⎭
⎪⎬
⎫
⎥⎥⎦
⎤++
+−
+++
⎪⎩
⎪⎨
⎧−=
)()()()()(2
2
1
)()()()()(2
2
1
)()()()()0(
2
1exp
)2(
1
)](),(),(),([
21212/1
21212/1
2
2
2
2
1
2
1
2
2/12/12
2211
txtxtxtxR
txtxtxtxR
txtxtxtxR
txtxtxtxf
csscxx
ssccxx
scsc
scsc
sc
cc
τ
τ
π ξξ
B
B
BB
29.2.3 两个时刻包络和相位的联合概率密度函数:
考虑到两个时刻同相分量和正交分量,到包络分量和相位分量的变换,
)(sin)()(
)(cos)()(
111
111
ttVtx
ttVtx
s
c
φ
φ
⋅=
⋅=
)(sin)()(
)(cos)()(
222
222
ttVtx
ttVtx
s
c
φ
φ
⋅=
⋅=
上述变换的雅可比行列式,
( )
( )
)()(
)(cos)()(sin00
)(sin)()(cos00
00)(cos)()(sin
00)(sin)()(cos
)(),(),(),(
)(),(),(),(
21
222
222
111
111
2211
2211
tVtV
ttVt
ttVt
ttVt
ttVt
ttVttV
txtxtxtxJ scsc
⋅=
−−
−
−−
−
=
∂
∂=
φφ
φφ
φφ
φφ
φφ
两个时刻包络和相位的联合概率密度函数
( )
( )
( )
( )
( )
( )
⎪⎭
⎪⎬
⎫
⎥⎥⎦
⎤−+
−−
+
⎪⎩
⎪⎨
⎧−=
⎪⎭
⎪⎬
⎫
⎥⎥⎦
⎤++
+−
+++
⎪⎩
⎪⎨
⎧−⋅=
)()(sin)()()(1
)()(cos)()()(1
)()()0(
2
1exp)()(
)2(
1
)()()()()(2
2
1
)()()()()(2
2
1
)()()()()0(
2
1exp
)2(
1
)](),(),(),([
21212/1
21212/1
2
2
1
2
2/1212/12
21212/1
21212/1
2
2
2
2
1
2
1
2
2/12/12
2121
tttVtVR
tttVtVR
tVtVRtVtV
txtxtxtxR
txtxtxtxR
txtxtxtxRJ
tttVtVf
sc
cc
sc
cc
xx
xx
csscxx
ssccxx
scsc
φφτ
φφτ
π
τ
τ
π
φφ
ξξ
ξξ
B
B
BB
B
B
BB
29.2.4 两个时刻包络的联合边缘分布:
两个时刻包络的联合边缘分布是对两个时刻包络和相位联合概率密度函数的相位
积分,有
( )
( )
( ) )()()()(sin)()()(1
)()(cos)()()(1exp
)()()0(
2
1exp
)2(
)()(
)()()](),(),(),([
)](),([
2121212/1
2
0
2
0
21212/1
2
2
1
2
2/12/12
21
21
2
0
2
0
2121
21
tdtdttRtVtV
ttRtVtV
tVtVRtVtV
tdtdtttVtVf
tVtVf
sc
cc
xx
xx
φφφφτ
φφτ
π
φφφφ
π π
ξξ
π π
⎪⎭
⎪⎬
⎫−−
−⎪⎩
⎪⎨
⎧−
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +−=
=
∫ ∫
∫ ∫
B
B
BB
为了进行积分作变量代换,
)()( 21 tt φφα −=
( ) ( )
[ ]
[ ]
[ ] θτττ
θτττ
θαττ
ατατ
φφτφφτ
sin)()()(
cos)()()(
)cos()()(
sin)(cos)(
)()(sin)()()(cos)(
2/122
2/122
2/122
2121
scccsc
sccccc
sccc
sccc
sccc
xxxxxx
xxxxxx
xxxx
xxxx
xxxx
RRR
RRR
RR
RR
ttRttR
+=
+=
−+=
+=
−+−
对于下述积分,有
( )
( )
[ ] ( )
[ ]
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +=
⋅
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧
−+−=
⎪⎭
⎪⎬
⎫−−
−
⎪⎩
⎪⎨
⎧−
∫ ∫
∫ ∫
+
2/1
2/122
21
0
1
2
0
2)(
)(
2/1
2/122
21
2
2121212/1
2
0
2
0
21212/12
)()()()(
)(cos
)()()()(
exp
4
1
)()()()(sin)()()(1
)()(cos)()()(1exp
4
1
1
1
B
B
B
B
ττ
φαθαττπ
φφφφτ
φφτπ
π πφ
φ
π π
sccc
sccc
sc
cc
xxxx
t
t
xxxx
xx
xx
RRtVtV
I
tdd
RRtVtV
tdtdttRtVtV
ttRtVtV
两个时刻包络的联合边缘分布概率密度函数,
( )
[ ]
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +−=
= ∫ ∫
2/1
2/122
21
0
2
2
1
2
2/12/1
21
21
2
0
2
0
2121
21
)()()()(
)()()0(
2
1exp)()(
)()()](),(),(),([
)](),([
B
BB
ττ
φφφφ
ξξ
π π
sccc xxxx
RRtVtV
I
tVtVRtVtV
tdtdtttVtVf
tVtVf
其中 0)(,0)( 21 ≥≥ tVtV 。
29.2.5两个相距无穷远时刻的包络联合边缘分布:
如果两个时刻相距无穷远,不同时刻同相分量和正交分量的相关函数趋于零,有
)0(
)0(000
0)0(00
00)0(0
000)0(
4
ξξ
ξξ
ξξ
ξξ
ξξ
R
R
R
R
R
=
=B
[ ] { } 10)()()()( 02/1
2/122
21
0 ==⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +
I
RRtVtV
I sccc xxxx
B
ττ
相应的概率密度函数是
( )
( )
)]([)]([
2
)(exp)(
2
)(exp)(
)()(
2
1exp
)()(
)()()0(
)0(2
1exp
)0(
)()(
)](),([
21
2
2
2
2
2
2
1
2
2
1
2
2
1
2
24
21
2
2
1
2
22
21
21
tVftVf
tVtVtVtV
tVtVtVtV
tVtVR
RR
tVtV
tVtVf
⋅=
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−⋅⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−=
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +−=
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +−=
ξξξξ
ξξ
ξξ
ξξξξ
σσσσ
σσ
两个相距无穷远时刻的包络分布是统计独立的。
29.2.6一个时刻包络的边缘分布:
利用两个时刻的包络联合边缘分布,有
[ ]
)(
)()()()(
2
)()0(
exp)(
2
)()0(
exp)(
)()](),([)]([
22/1
2/122
21
0
0
2/1
2
2
22/1
1
2
2/1
1
0
2211
tdV
RRtVtV
I
tVR
tV
tVRtV
tdVtVtVftVf
sccc xxxx
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +
⋅
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−⋅
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−=
⋅=
∫
∫
∞
∞
B
BBB
ττ
ξξξξ
利用积分公式
)
4
exp(
2
1)exp()(
2
0
2
0 h
a
h
dthtattJ =−∫∞
考虑积分
[ ]
[ ]
[ ]
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +=
⎪⎪
⎪
⎭
⎪⎪
⎪
⎬
⎫
⎪⎪
⎪
⎩
⎪⎪
⎪
⎨
⎧
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛ +
−=
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +⋅
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−∫∞
)0(2
)()()(
exp
)0(
2
)0(
4
)()()(
exp
2
)0(
2
1
)(
)()()()(
2
)()0(
exp)(
2/1
22
1
22/1
2/1
2
2/1
2/122
1
2/1
22/1
2/122
21
0
0
2/1
2
2
2
ξξξξ
ξξξξ
ξξ
ττ
ττ
ττ
R
RRtV
R
R
RRtV
j
R
tdV
RRtVtV
I
tVR
tV
sccc
sccc
sccc
xxxx
xxxx
xxxx
B
B
B
B
B
BB
一个时刻包络的边缘分布,是
[ ]
[ ]
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−=
⎪⎭
⎪⎬⎫⎪⎩
⎪⎨⎧−=
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ −−−=
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧ +⋅
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−=
⋅= ∫
∞
2
1
2
2
1
1
2
1
2/1
22
1
2
1
2/1
22
1
22/1
2/1
1
2
2/1
1
0
2211
)(
exp
)(
)0(
)(exp
)0(
)(
)0(2
)()()0()(
exp
)0(
)(
)0(2
)()()(
exp
)0(2
)()0(
exp)(
)()](),([)]([
ξξ
ξξξξ
ξξ
ξξ
ξξ
ξξξξ
ξξ
σσ
ττ
ττ
tVtV
R
tV
R
tV
R
RRRtV
R
tV
R
RRtV
R
tVRtV
tdVtVtVftVf
sccc
sccc
xxxx
xxxx
B
B
B
BB
29.2.7两个时刻相位的联合边缘分布:
两个时刻的相位联合边缘分布是对两个时刻包络和相位联合概率密度函数的包络
积分,有
( )
1 2 1 2 1 2 1 2
0 0
1 21/ 22
0 0
2 2
1 2 1 2 1 21/ 2
[ ( ), ( )] [ ( ), ( ), ( ), ( )] ( ) ( )
1 ( ) ( )
(2 )
1exp (0) ( ) ( ) 2 ( ) ( ) ( ) ( )
2
f t t f V t V t t t dV t dV t
V t dV t
R V t V t V t V t dV t dV tξξ
φ φ φ φ
π
β
∞ ∞
∞ ∞
= ⋅
= ⋅
⎧ ⎫⎪ ⎪− + −⎨ ⎬⎪ ⎪⎩ ⎭
∫ ∫
∫ ∫B
B
其中
( ) ( )[ ]
)0(
1)()(sin)()()(cos)( 2121
ξξ
φφτφφτβ
R
ttRttR
sccc xxxx
−+−=
考虑积分
∫ ∫
∫ ∫
∞ ∞
∞ ∞
⎭⎬
⎫
⎩⎨
⎧ −+−⋅=
⎭⎬
⎫
⎩⎨
⎧ −+−=
0 0
22
0 0
22
2
2exp
2
2exp
dudvxuvvuuvJ
dx
d
dudvxuvvuJ
计算 J作变量代换
α
θαθαα
α
θαθα
α
α
θα
α
θα
2
2
2
2222
22
sin
2
cos
2
coscos2
sin
2
cos
2
cos
2
cos
sin
2
cos
,
sin
2
cos
⎟⎠
⎞⎜⎝
⎛ −⎟⎠
⎞⎜⎝
⎛ +
−
⎟⎠
⎞⎜⎝
⎛ −+⎟⎠
⎞⎜⎝
⎛ +
=
−+
=
⎟⎠
⎞⎜⎝
⎛ −
=
⎟⎠
⎞⎜⎝
⎛ +
=
rrr
xuvvu
x
r
v
r
u
变量代换的雅可比行列式
α
θαθα
θαθα
αθ
sin
2
sin
2
cos
2
sin
2
cos
sin
1
),(
),(
2
r
r
r
r
vu
=
⎟⎠
⎞⎜⎝
⎛ −⎟⎠
⎞⎜⎝
⎛ −
⎟⎠
⎞⎜⎝
⎛ +−⎟⎠
⎞⎜⎝
⎛ +
=∂
∂
计算 J的积分
{ }
2
1
0
2
2
2
1
sin2/
sin
sin
2/exp
x
x
drdrrJ
−
−=
−=
−=
−
∞
−
−−
∫ ∫
π
α
απ
θα
απ
απ
计算 J
dx
d
( )
( ) 2/32
12
2
1
1
sin2/1
1
sin2/
x
xxx
x
x
dx
dJ
dx
d
−
++−=
−
−=
−
−
π
π
利用上述结果有
( ) ( )
( )
πφφ
β
βπββ
σπ
φφ
ξ
2)(),(0
1
sin2/1
)2(
)](),([
21
2/32
12/12
42
2/1
21
≤≤
⎥⎥⎦
⎤
⎢⎢⎣
⎡
−
++−=
−
tt
ttf
B
其中,
( ) ( )
( )
1 2 1 2
1/ 22 2
1 2
1( )cos ( ) ( ) ( )sin ( ) ( )
(0)
1 ( ) ( ) cos ( ) ( )
(0)
( ) ( )
c c c s
c c c s
c s c c
x x x x
x x x x
x x x x
R t t R t t
R
R R t t
R
tg R R
ξξ
ξξ
β τ φ φ τ φ φ
τ τ φ φ φ
φ τ τ
⎡ ⎤= − + −⎣ ⎦
⎡ ⎤= + − −⎣ ⎦
=
两个时刻相位和两个时刻包络的分布不是统计独立的:
比较两个时刻包络和相位的联合概率密度、一个时刻包络和相位的联合概率密度、
两个时刻包络的概率密度、两个时刻相位的概率密度,可以确认两个时刻相位分布
是不独立的,两个时刻包络的分布是不独立的。