随机过程数学建模分析
任何通信系统都有发送机和接收机,为了提高系统的可靠性,即输出信噪比,
通常在接收机的输入端接有一个带通滤波器,信道内的噪声构成了一个随机过
程,经过该带通滤波器之后,则变成了窄带随机过程,因此,讨论窄带随机过程
的规律是重要的。
一、窄带随机过程。
一个实平稳随机过程 X(t),若它的功率谱密度
具有下述性质:
中心频率为ωc,带宽为△ω=2ω0,当△ω<<ωc 时,就可认为满足窄带条件。
若随机过程的功率谱满足该条件则称为窄带随机过程。若带通滤波器的传输函数
满足该条件则称为窄带滤波器。随机过程通过窄带滤波器传输之后变成窄带随机
过程。
图 1 为典型窄带随机过程的功率谱密度图。若用一示波器来观测次波形,则
可看到,它接近于一个正弦波,但此正弦波的幅度和相位都在缓慢地随机变化,
图 2 所示为窄带随机过程的一个样本函数。
图 1 典型窄带随机过程的功率谱密度图
图 2 窄带随机过程的一个样本函数
二、窄带随机过程的数学表示
1、用包络和相位的变化表示
由窄带条件可知,窄带过程是功率谱限制在ωc 附近的很窄范围内的一个随机
过程,从示波器观察(或由理论上可以推知):这个过程中的一个样本函数(一个实现)
的波形是一个频率为ƒc 且幅度和相位都做缓慢变化的余弦波。
写成包络函数和随机相位函数的形式:
X(t)=A(t)*cos[ωct+ Φ(t)]
其中:A(t)称作 X(t)的包络函数; Φ(t)称作 X(t)的随机相位函数。包络随时间做
缓慢变化,看起来比较直观,相位的变化,则看不出来。
2、莱斯(Rice)表示式
任何一个实平稳随机过程 X(t)都可以表示为:
X(t)=Ac(t) cosωct-AS(t) sinωct
其中同相分量:
Ac(t)= X(t) cosφt= X(t) cosωct+
sinωct=LP[X(t) *2cosωct]
正交分量:
AS(t) = X(t)sinφt=
cosωct— X(t) sinωct= LP[-X(t) *2sinωct]
(
LP[A]表示取 A 的低频部分)。Ac(t)和 AS(t)
都是实随机过程,均值为 0,方差等于 X(t)的方差。
三、窄带随机过程仿真建模要求
1、用 Matlab 编程仿真窄带随机信号:X(t)=(1+ A(t))*cos(ωct+φ)+n(t)。 其中
包络 A(t)频率为 1KHz,幅值为 l V。载波频率为:4KHz,幅值为 l V,φ是一个
固定相位,n(t)为高斯白噪声,采样频率设为 16KHz。实际上,这是一个带有载
波的双边带调制信号。
2、计算窄带随机信号的均值、均方值、方差、概率密度、频谱及功率谱密度、
相关函数,用图示法来表示。
3、窄带系统检测框图如图 3 所示。
4、低通滤波器设计:
图 3 窄带系统检测框图
低通滤波器技术要求:通带截止频率 1KHz,阻带截止频率 2KHz。过渡带:
1KHz,阻带衰减:>35DB,通带衰减:<1DB,采样频率:≤44.1KHz
5、计算 a 点、b 点、Ac(t)、AS(t)、y(t)的均值、均方值、方差、频谱及功率谱
密度、相关函数,用图示法来表示。
四、建模仿真过程及结果(程序见附件)
1、根据要求得到 X(t)的表达式:
x= (l+a) .*cos (2*pi*4000*t+2) +noisy/10;
其中:noisy 为高斯白噪声,由 wgn 函数生成,
a=cos (2*pi*l000*t),
均值:Ex=mean (x),
方差:Dx=var (x),
计算可得:X(t)的均值为 0.0019,
X(t)的方差为 0.7590。
如图 4 所示,其中蓝色线为 X(t)一个样本的时域波形,红色点连成的线为 X(t)
的均值,绿色点连成的线为 X(t)的方差。
窄 带 随 机 信 号 波 形
V
/
)
t
(
X
2
0
-2
0
20
40
60
采 样 点
80
100
120
140
X(t)概 率 密 度 分 布
图 4 窄带随机信号时域波形
2、求 X(t)的概率密度,方法是将最大最小区间分成 14 等份,然后分别计算各个
0.2
0.15
)
x
(
P
区间的个数,如图 02 中柱形条所示,利用曲线拟合, 得到合适的概率密度函数。
0.1
0.05
0
-2
-1.5
-1
-0.5
0
X(t)
0.5
1
1.5
2
窄 带 随 机 信 号 波 形
2
0
V
/
)
t
(
X
-2
为了得到光滑的曲线,利用了多项式拟合,经过测试,9 次拟合曲线比较符合要
求,获得的曲线如图 5 中曲线所示:
20
40
0
60
采 样 点
80
100
120
140
X(t)概 率 密 度 分 布
)
x
(
P
0.2
0.15
0.1
0.05
0
-2
-1.5
-1
-0.5
0
X(t)
0.5
1
1.5
2
图 5 X(t)的概率分布密度函数
3、对 X(t)进行频谱分析,在 Matlab 中,利用 fft 函数可以很方便得求得 X(t)的频
谱,然后用 abs 和 angle 函数求得幅值和相位,画出图像如图 6 所示:
600
500
400
值
幅
300
200
100
0
0
X(t)频 谱 图
2000
4000
6000
8000
频 率 /Hz
10000
12000
14000
16000
图 6 X(t)的频谱图
4、求 X(t)的自相关函数,用 xcorr 函数求出自相关序列,得到 X(t)自相关函数的
时域波形,如图 7 所示。
X(t)的 自 相 关 函 数
X(t)的 自 相 关 函 数
1
0.5
)
T
(
x
R
1
0
-0.5
0.5
)
T
(
x
R
0
-0.08
-0.06
-0.04
-0.02
0
T
0.02
0.04
0.06
0.08
-0.5
20
图 7 X(t)自相关函数的时域波形
X(t)的 功 率 谱 密 度
5、对 X(t)自相关函数进行 fft 变换,得到 X(t)的功率谱密度,如图 8 所示。
-0.08
0
-0.06
-0.04
-0.02
0.02
0.04
0.06
0.08
0
T
X(t)的 功 率 谱 密 度
2000
4000
6000
8000
w
10000
12000
14000
16000
)
w
(
x
S
-20
20
-40
0
0
-20
-40
)
w
(
x
S
0
2000
4000
6000
8000
w
10000
12000
14000
16000
图 8 X(t)的功率谱密度
6、建立滤波器,建立一个巴特沃思滤波器,对产生的 x(t)进行检测。滤波器的幅
度谱和相位谱所示:
1.5
1
0.5
0
0
4
2
0
-2
-4
0
低 通 滤 波 器 幅 度 谱
1000
2000
3000
4000
5000
6000
7000
8000
低 通 滤 波 器 相 位 谱
1000
2000
3000
4000
5000
6000
7000
8000
图 9 地通滤波器的幅度谱和相位谱
7、求 Ac(t)的统计特性,Ac(t)为 X(t) *2cosωct 通过低通滤波器的信号,
Ac(t)的均值 Eh = -0.4075 4(带有直流分量),
Ac(t)的均方值是 E2h =0.2458
Ac(t)的方差 Dh = 0.0798
Ac(t)的波形如图 10、图 11 所示:
值
幅
值
幅
1
0.5
0
-0.5
-1
0
500
400
300
200
100
0
Ac(t)的 时 域 波 形
50
100
150
采 样 点
Ac(t)频 谱 图
200
250
300
5000
频 率 (Hz)
10000
15000
图 10 Ac(t)的时域波形图和频谱图
Ac(t)的 自 相 关 函 数
1
0.8
0.6
0.4
0.2
)
T
(
x
R
-0.08
-0.06
-0.04
-0.02
0.02
0.04
0.06
0.08
0
T
Ac(t)的 双 边 功 率 谱
)
W
b
d
(
谱
率
功
20
0
-20
-40
0
5000
频 率 (Hz)
10000
15000
图 11 Ac(t)的自相关函数的时域波形图和 Ac(t)的功率谱密度
8、求 AS(t)的统计特性,AS(t)为 X(t) *2cosωct 通过低通滤波器的信号,
AS(t)的均值 Eh =0.8972(带有直流分量),
AS(t)的均方值是 E2h = 1.1565
AS(t)的方差 Dh = 0.3518
AS(t)的波形如图 13、图 14 所示: