
- •Центр дистанционного образования
- •Кафедра теории электрической связи
- •Александр Сергеевич
- •2.Разложение сигналов в ряд по ортогональным функциям.
- •2.1. Общие положения
- •2.2. Ряд Фурье.
- •3.Теорема Котельникова.
- •3.2. Спектр дискретизированного сигнала.
- •3.5. Погрешности дискретизации и восстановления непрерывных сигналов.
- •4.Классификация электрических цепей.
- •5. Аппроксимация характеристик.
- •5.1.Общие положения
- •5.2. Аппроксимация полиномом.
- •I (u ) з - заданная вах. I(u) - аппроксимирующая вах. I (u ) з и I(u) должны совпадать в заданных точках (1,2 и 3). M I u
- •6. Методы расчёта спектра тока на выходе нэц. 6.1. Метод угла отсечки.
- •6.2. Расчёт амплитуд гармоник методом
- •7.Амплитудная модуляция (ам).
- •7.2. Амплитудный модулятор.
- •7.3.Статическая модуляционная характеристика (смх).
- •Рассмотрим спектры ам сигналов при более сложных модулирующих сигналах.
- •7.4. Энергетические показатели ам.
- •7.5. Балансная ам (бам)
- •7.6.Однополосная модуляция (ом)
- •8. Детектирование (демодуляция) сигналов ам. 8.1.Диодный детектор сигналов ам
- •8.2.Квадратичный детектор.
- •8.3. Линейный детектор.
- •8.4.Статическая характеристика детектора
- •9.Частотная модуляция (чм).
- •9.2. Формирование чм сигнала.
- •9.4. Детектирование сигналов чм.
- •10.Фазовая модуляция (фм).
- •10.1.Сравнение фм и чм
- •10.2.Фазовый (синхронный ) детектор (фд).
- •11. Случайные процессы.
- •11.1.Характеристики случайных процессов
- •Функция распределения вероятностей сп (фрв).
- •11.2.Нормальный случайный процесс( гауссов процесс).
- •11.3.Фпв и фрв для гармонического колебания со случайной начальной фазой.
- •11.6.Фпв и фрв для дискретных случайных процессов.
- •11.7.Нелинейные безынерционные преобразования случайного процесса.
- •11.8.Фпв процесса на выходе идеализированного ограничителя.
- •11.10.Линейные (инерционные) преобразования случайного процесса.
- •12.Функция корреляции.
- •13.Энергетический спектр.
- •14.Соотношение Винера - Хинчина и его применение к решению задач
- •4. Определите функцию корреляции случайного процесса на выходе полосового фильтра, если на входе фильтра действует белый щум. 15. Модели непрерывных каналов связи.
- •16. Введение в теорию цифровой фильтрации
- •1. Введение
- •2. Оптимальный приемник. Потенциальная помехоустойчивость
11.2.Нормальный случайный процесс( гауссов процесс).
Процесс называется нормальным или гауссовым, если его одномерная ФПВ имеет вид:
54
− −
x m
( )
2
1 ( ) σ
1
W x e
=
2
2
σ π
2
Графики нормальной ФПВ построены на рис. 11.2.:
W(x)
σ1 σ1 σ1 m1<0 m1=0 m1>0 Рис.11.2. σ2>σ1
m1 - среднее значение случайного процесса . x σ2 - дисперсия случайного процесса .
Свойства нормального случайного процесса .
1. W(x) ≥ 0
2. Нормальная ФПВ симметрична относительно x = m1
3. W(x) - max при х = m1
4. Площадь под кривой W(x) равна 1.
5. При изменении m1 форма кривой не меняется, но кривая смещается вдоль оси х.
6. Чем больше дисперсия σ2, тем кривая ниже и шире.
7. С вероятностью близкой к 1 (Р≅0,997) мгновенные значения нормального случайного процесса лежат в пределах:
m1 - 3σ < x < m1+3σ
W(x)
Рис.11.3.
3σ 3σ x
Если известна дисперсия и m1, то рабочий участок ВАХ должен иметь протяженность m1±3σ.
8. ФРВ для нормального случайного процесса
⎢⎢⎢⎢⎣⎡=− =
x m
⎥⎥⎥⎥⎦⎤
x m m x
2
y
1
−
−
1 1 2
x m y
− − − −= = =
x
( )
σ σ
1 ( ) 2 1
1
σ
σ
1
∫ ∫∫
2
y
= =
F x e dx
2
σ
2
2
e dy e dy dx dy σ π π
2
2
σ π
−∞
−∞
−∞
σ
55
= F(x m− 1
σ ) - табулированная функция (интеграл вероятности Лапласа) F (0) = 0.5 F (-x) = 1- F(x)
F (3.9) = 0.99995 F (-∞) = 0; F(∞) = 1. ФРВ для нормального процесса имеет вид:
F (x)
1
0.5 Рис.11.4. 0 m1 x
11.3.Фпв и фрв для гармонического колебания со случайной начальной фазой.
Рассмотрим случайный процесс в виде гармонического колебания со случайной начальной фазой:
X(t) = Asin ( wt + ϕ )
ϕ - случайная величина, равномерно распределенная на интервале ± π, т.е. ФПВ мгновенных значений фазы , показанная на рис.11.5 равна: W( ) ϕπ = 12 ; |x| ≤ π
W(ϕ)
1/2π
Рис.11.5. -π 0 π ϕ
Вычислим среднее значение ϕ:
+∞
π
π
1 ( ) m1 xW x dx d d
1
∫ ∫ ∫
ϕ ϕ ϕ ϕ 0
ϕ
= = = =
− ∞
π
2
π
2
π
π
Вычислим дисперсию:
− −
∞
π
1 ( ) ( )3 3 2 1
2 π
ϕ π
σ ϕ ππ ∫ ∫ x m W x dx d
2 2
ϕ = − = = = = − −
1
2
ϕ
2 3 3 3
−∞
π
π
π
π
ФПВ мгновенных значений x гармонического колебания со случайной фазой, изображенная на рис. 11.6, имеет вид:
⎧ ⎨⎪
0
,
≥
x A 1
, =
A Xx A ( )
W x
⎩⎪
− 〈
2 2 π
56
W(x)
Рис.11.6.
-A 0 A x
Чем больше А, тем кривая ниже и шире. Заштрихованная площадь равна единице. Это площадь под кривой W(x) (условие нормировки).. ФРВ мгновенных значений для гармонического колебания со случайной фазой:
X(t) = Asin ( wt + ϕ )
F x
⎧ ⎪⎪
0 1
,
х A
≤
1
x
( )
=
+ ≤ arcsin ,
⎨
2
π
Ax A
⎪⎪
⎩
1
,
x A 〉
F(x)
1
0.5
Рис.11.7.
-A 0 A x
11.4.ФПВ для суммы нормального случайного процесса и гармонического колебания со случайной начальной фазой. Рассмотрим случайный процесс z(t), равный:
Z(t) = x(t) + Asin (wt+ ϕ)
где x(t) - нормальный случайный процесс;
Asin (wt+ ϕ) - гармоническое колебание со случайной начальной фазой.
W(z) в этом случае находится сверткой.
57
∞
− −
z x
( )
2
1 1 ( ) σ
W z
∫
− = e dx
2 2*
2
2
2
π σ π
−∞
A x
Вид ФПВ, т.е. W(z) зависит от параметра:
h2 A 22 2 = σ
W(z)
h2=0 h2=∞
h2= 6
Рис.10.8.
0 z
h2 = 0 - нормальный случайный процесс (чистый шум). h2 → ∞ - одно гармоническое колебание.
11.5.Огибающая и фаза узкополосного случайного процесса. Случайный процесс y(t) = Um(t) cos ( ω0t+ϕ(t) ) называется узкополосным, если его ширина спектра значительно меньше, чем средняя частота ω0. Um(t) - огибающая случайного процесса (случайная амплитуда) на рис.11.9;
ϕ(t) - фаза случайного процесса.
Для нормального случайного процесса фаза ϕ(t) распределена равномерно (см. выше).
u(t) Um(t)
Рис.11.9.
t
Огибающая нормального случайного процесса Um(t) распределена по закону Релея:
U W U−
2
Um
2 ( ) σ
m e
= ; Um ≥ 0
m
σ
2
2
58
W(Um)
з-н Релея
з-н Райса Рис.11.10.
0 Um
Если узкополосный случайный процесс есть сумма нормального шума и гармонического колебания с амплитудой А, то его огибающая распределена по обобщенному закону Релея (закон Райса): 2 2
U A
( )
− m+
e I U W U m
σ U A
( ) * ( ) 0 2
= закон Райса.
m
m 2
2
2
σ σ
I0(.) - функция Бесселя от мнимого аргумента.