《随机信号分析》PPT课件.pptx

《《随机信号分析》PPT课件.pptx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、随机信号分析第6讲哈尔滨工程大学信息与通信工程学院叶方1.7随机变量的特征函数随机现象随机变量分布函数数字特征各阶矩描述统计规律分布函数某些特性决定数字特征问题：1、随着阶数的增加，如何简化矩计算中用分布函数求积分复杂的过程。2、对于多个独立的随机变量，求其和的分布复杂，如何简化。1.7随机变量的特征函数一、特征函数定义（是X的函数的数学期望）二、特征函数与分布函数关系看作傅氏变换对，一一对应（注意正、负号与傅氏变换相反）——逆转公式1.7随机变量的特征函数三、特征函数性质（1）（2）（3）相互独立的随机变量之和的特征函数，等于各个随机变量特征

2、函数之积。1.7随机变量的特征函数四、特征函数与矩函数关系1.7随机变量的特征函数五、多维随机变量联合特征函数1、两个随机变量X和Y的联合特征函数注意：针对几个随机变量的联合特征函数，就有几个自变量看作二维傅立叶变换1.7随机变量的特征函数五、多维随机变量联合特征函数2、当X、Y相互独立时注意区别：——一维特征函数——二维联合特征函数3、边沿分布1.7随机变量的特征函数五、多维随机变量联合特征函数3、N个随机变量的联合特征函数（1）（2）注意区别：——一维特征函数——N维联合特征函数1.8高斯随机变量一、高斯随机变量一维概率密度函数fx0,1,

3、()fx0,0.5,()0.2fx0,2,()4202400.40.655-xfx1,0.5,()1.8高斯随机变量二、性质1.正态随机变量经线性变换后仍服从正态分布。1.8高斯随机变量二、性质1.8高斯随机变量二、性质5.平面直角坐标上构成一点的两个相互独立的标准正态随机变量，变换为极坐标后，模服从瑞利分布，相位服从均匀分布，且模和相位相互独立。1.8高斯随机变量二、性质①两个相互独立的正态随机变量，经过坐标旋转，可变成两个彼此相关的正态随机变量。②两个彼此相关的正态随机变量，借助坐标旋转某一角度，可变成两个相互独立的正态随机变量。1.9极限

4、定理与收敛一、切比雪夫不等式数学期望随机变量任意正数方差意义：给出了随机变量X分布未知的情况下，任意随机变量与其数学期望的偏差落在某一区域以外的概率。任何随机变量与其数学期望的偏差落在其3倍标准差以外的概率，不会超过1/9。1.9极限定理与收敛二、中心极限定理说明：①一般情况下，不同分布律的随机变量之和趋向高斯分布的速度是不同的。②在工程上，如果不是某个或某些变量对和的贡献很大，7～10个变量之和的分布可认为服从正态分布。1.9极限定理与收敛三、收敛随机变量是随机试验的结果，当随机试验样本空间的所有元素对应的一族序列都收敛，称随机变量序列处处收

5、敛2.随机变量的处处收敛1.9极限定理与收敛三、收敛2.常用意义上的弱收敛①准处处收敛（almost-everywhere,a.e.收敛）表示方法1.9极限定理与收敛三、收敛2.常用意义上的弱收敛②均方收敛（mean-square,m.s.收敛）表示方法1.9极限定理与收敛三、收敛2.常用意义上的弱收敛③依概率收敛（probability,p收敛）表示方法1.9极限定理与收敛三、收敛2.常用意义上的弱收敛④分布收敛（distribution,d收敛）表示方法1.9极限定理与收敛三、收敛2.常用意义上的弱收敛