数字随机信号功率谱密度分析-基带1.doc_第1页
数字随机信号功率谱密度分析-基带1.doc_第2页
数字随机信号功率谱密度分析-基带1.doc_第3页
数字随机信号功率谱密度分析-基带1.doc_第4页
数字随机信号功率谱密度分析-基带1.doc_第5页
已阅读5页，还剩2页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

数字随机信号功率谱密度（PSD）分析基带1、形如的基带数字信号的PSD设有随机数字信号其中g(t)为基带成型脉冲，其持续时间为t(0,T0)。为取值离散的平稳随机随机序列，可以为复值。式可以表示一般的基带随机过程。至于（窄带）带通过程，则可用等效基带法表示为：之后使用窄带随机过程理论来分析。容易知道，式所表示的随机过程是以T0为周期的周期平稳随机过程。要求其功率谱密度，一种方法是先求得其周期的自相关函数，然后在一个码元周期内求其平均自相关函数，再对后者求傅里叶变换。我们这里不使用这种方法，而是直接由功率谱密度的定义来求。下面使用定义来分析式表示的随机信号的功率谱密度。理论上，随机过程都是功率信号，故其功率谱密度的一般定义为：其中XT(f)是对过程截断之后取其傅里叶变换。E表示取集平均。按照傅里叶变换的定义：xT(t)是对应的截断时间信号。取T(2N+1)T0，则式变为因为表示的极限存在，所以T无论怎么趋向+，得到的极限都应该相等。这里取特殊的按照T0的倍数增长的方式,即xT(t)的时间跨度限制为-NT0,(N+1)T0，当N时，xT(t)就是x(t)。于是式可以进一步写成而把求和跟积分分离开，得 在上式后项的积分中令变量替换t2=t1+，得正是g(t)的自相关函数的傅里叶变换。由能量信号的分析的结论，能量谱密度是能量信号的自相关函数的傅里叶变换。把g(t)的能量谱密度记作。式第一项中，因为序列是平稳序列，作变量代换，令m-n=k，则m=n+k。而m,n都是从-N,-N+1,N，则k的范围为-2N到2N。故式右边第一项为 其中，由平稳性，定义为序列的自相关函数。上式当N+时，第2个求和符号对于给定的n，都是从-到+（整数）求和，和值是相同的。故当N+时，上式等于（N） 把-代入功率谱密度的定义式，得其中是序列的自相关的离散时间傅里叶变换(DTFT)。由此看出，基带随机过程的功率谱密度由其成型脉冲的频谱、以及序列的PSD共同决定。对于具有不同相关特性的序列，可以求出其特定的自相关序列，然后求其DTFT，令角频率为，便是要求的序列的功率谱密度。2、形如的基带数字信号的PSD令基带随机信号为其中其他符号含义都跟一样，除了多出来的。设为均匀分布在0,T0的随机变量，代表传输中的同步误差，且和序列符号独立。易证，式表示的随机过程是广义平稳随机过程。这是因为：其均值其中令变量代换u=t-nT0-，得该均值与时间无关。而自相关函数对于式右边第1个期望，由序列的平稳性可以记为第2个期望将、式代入，得令变量代换：k=m-n,消去m，得上式只与时间差有关。故由、式知，虽然只在式基础上引入一个随机的均匀分布的时延，却使得随机过程由周期平稳变成了广义平稳。且仔细观察，式可以进一步写成卷积的形式：再利用维纳辛钦定理，对上述自相关函数求傅里叶变换，得到如式所表示的随机过程x(
人人文库> 全部分类> 应用文书 > 技术指导

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论