logo资料库

现代通信原理(樊昌信)课后习题答案--人民邮电出版社--第二章.docx

第1页 / 共16页
第2页 / 共16页
第3页 / 共16页
第4页 / 共16页
第5页 / 共16页
第6页 / 共16页
第7页 / 共16页
第8页 / 共16页
资料共16页,剩余部分请下载后查看
第二章 信号分布 思考题 1. 什么是确知信号?它有哪些描述形式? 【答】(1)确知信号:是指在任何时间的取值都是确定的和可预知的信号,通常 它可以用数学公式表述。 (2)a.周期性信号和非周期性信号。 b.能量信号和功率信号。 2. 傅里叶级数存在的条件是什么? 【答】傅里叶级数存在需要满足狄利克雷条件,即: a.在任一周期上, ( )s t 是绝对可积的: ( ) s t dt   。  T b.在任何有限时间内, ( )s t 只有有限个极大值和极小值。 c.在任何有限时间内, ( )s t 只有有限个不连续点。 3. 什么是随机过程,它有哪些特征? 【答】(1)若一随机系统的样本点是随机函数,则称此函数为样本函数,这一随 机系统全部样本函数的集合是一个随机过程。 (2)随机过程具有随机变量和时间函数的特点。 4. 什么是随机过程的期望、方差和自相关函数?它们之间的关系是什么? 【答】(1)a.期望:表示随机过程的 n 个样本函数曲线的摆动中心,它是时间的 确定函数。 b.方差:表示随机过程在时刻 t 对于均值的偏离程度。 c.自相关函数:衡量同一随机过程在任意两个时刻的随机变量之间的相关程度。 (2)都是随机过程的数字特征,用来描述随机过程的主要特征。 5. 什么是宽平稳随机过程?什么是严平稳随机过程?两者的关系是什么? 【答】(1)若一个随机过程的均值和方差与时间无关,且自相关函数和时间起点 无关,则称其为宽平稳随机过程。 (2)严平稳随机过程:随机过程的任意 n 维分布与时间起点无关,且满足条件: a.一维分布与 t 无关: 1 ( , f x t 1 1 )  ( f x 1 1 ) 。 t b.二维分布只与 2   有关: 2 t 1 ; t f x x t 2 1 2 ( , , 1 )  ; ) f x x  2 ( , 1 2 。 (3)关系:严平稳随机过程一定也是宽平稳随机过程;反之,宽平稳随机过程 不一定是严平稳随机过程。 6. 平稳随机过程的自相关函数的性质有哪些?它与功率谱密度是什么关系? 【答】(1)a.平稳随机过程的自相关函数仅与两个取样时间的时间间隔有关,即
R ( )   [ ( ) ( E n t n t )]    ( ) ( n t n t 1 1 )   。 b.当 0 时, ( )R  就等于此随机信号的平均功率,即 (2)自相关函数与功率谱密度为一对 FT 变换对,即 P R  (0)  2 [ E n t ( )]  2 ( ) n t 。 R ( )     -  ) G f e ( j  df FT  ( G f )    -  ( ) R e  - j  d  。 7. 什么是高斯随机过程?它有哪些性质? 【答】(1)我们将概率密度服从正态分布的平稳随机过程称为高斯随机过程,它 又称为正态随机过程。 (2)a.对高斯过程而言,广义(宽)平稳和狭义(严)平稳是等价的。也就是 说,若高斯过程是广义平稳的,则它也一定是狭义平稳的。 b.对于高斯过程在不同时刻的值,互不相关和相互独立是等价的。也就是说,如 果高斯过程的随机变量之间互不相关,则它们是统计独立的。 c.高斯过程通过线性系统,其输出也是一个高斯过程。 d.均值与时间无关,协方差函数只与时间间隔有关。 8. 窄带高斯噪声的同相分量和正交分量的统计特性如何?它的包络和相位分别 服从什么概率分布? 【答】(1)同相分量和正交分量也是零均值的平稳高斯过程,而且均值和 kec(t) 具有相同的方差。 (2)包络:瑞利分布;相位:均匀分布。 习 题 1. 均值为零的高斯随机变量,其方差 2 x  ,则 2 x  的概率为 4 。 A.0.3137 B.0.1587 C.0.6827 D.0.3413 【分析】有概率论的知识,可以知道, ( P x  2) 1   ( P x  2)  ( P x  。所以, 2) 求出 ( P x  与 ( 2) P x  的概率,即可求得答案。 2) 【解答】均值 0 ,方差 2 x  的高斯随机变量 X, 将其标准化,令 X  Y 4    , 所以,随机变量 Y 服从标准高斯分布,即 Y N (0,1) 。所以, ( P x  2)  P 0 x   2    y 1    通过查表可得: ( P x  2)   P y  1   0.6827
且,连续随机变量,在某点的概率为 0,即 ( P x  2)  。 0 所以, ( P x  2) 1 0.6827 0 0.3137     2. 设随机过程 ( )X t 可表示成 ( ) X t  式中是一个离散随机变量,且 P (   2cos(2 ) t  1 2 0) 、 P  (     ) 2  1 2 ,则 (1) EX 及 (0,1) RX A 。 分别为 A. (1) 1  E X R , (0,1) 2  X B. (1) 0 E  R , X (0,1) 2  X C. (1) 0 E  R , X (0,1) 1  X D. (1) 1  E R , X (0,1) 1  X 【分析】此题,可直接求出 ( )X t 在 1t  时的数学期望;然后根据自相关函数的公 ( , R t 式 1 t 2 )  [ ( ) ( E n t n t 1 2 )]  ( ) ( n t n t 1 2 ) 即可求得 (0,1) RX 。 【解答】(1)在 1t  时, ( )X t 的均值为: XE (1)   [2cos(2 E  1  t  )]|   t 1   2   )] 2 [cos(2 E t   1    2 2  cos 1   2 [cos ] 2 E   cos0 同理,可求 (0,1) RX 为: XR (0,1)  [ E X (0) X (1)]  4 [cos E 2  ] 4      [2cos E 1 2 cos 0 2    2cos(2 1 2 cos )]       2  2  2 3. 如题图 2-3 所示的 4 个周期相同的信号: (1)用直接求傅里叶系数的方法求图(a)所示信号的傅里叶级数; (2)将图(a)的函数 1( ) T ,就得图(b)的函数 2( ) 2 t 左(或右)移 f f t ,利用(1) 的结论求 ( ) t2 的傅里叶级数。 f (3)利用以上结论求图(c)的信号 3( ) f t 的傅里叶级数。 (4)利用以上结论求图(d)的信号 4( ) f t 的傅里叶级数。
(a) (b) (c) (d) 【分析】(1)先根据图(a)写出的 1( ) 傅里叶系数公式求解即可,(2)、(3)、(4)均可根据上一步的结论直接写出答案。 【解答】(1) 1( ) 上的表达式,然后利用 上的表达式为: t 在区间 ( t 在区间 (   ) ) f f , T T 2 2 T T 2 2 , 0, 2 , t T 利用三角傅里叶系数的公式,计算 an 得 ( ) t f 1       t   T 2 0   t 0 T 2 a 0  2 T T /2 - T /2  f ( ) t dt  2 T T /2  0 2 T tdt  1 2 na  T /2 - T /2  f ( )cos( t n t dt  )  2 T 1 n  T /2  0 T /2  0 2 T t cos( n t dt  ) sin( n t dt  )    2 T 4 2 T    t    1 n  4 1   2 T n cos( ) 1, n   2 ) ( n   T 0 sin( n t  ) /2 | T 0  /2 sin( n t dt  ) n  1,2,...  同理,可得系数bn  2 T   nb T /2 f  ( )sin( t - /2 T cos( ) , n  n  n  n t dt  ) 1,2,...  2 T T /2  0 2 T t sin( n t dt  )
因此,信号 ( ) t1 的傅里叶级数为: f f 1 ( ) t   1 4   n 1  ) 1 cos( n   2 ( ) n  cos( n t   )   n 1  ) cos( n  n  sin( n t  ) (2)将函数 ( ) t1 左移 f T ,就得图(b)的函数 ( ) 2 f t2 ,所以, f 2 ( ) t  f 1 ( t  T 2 ) 可直接由 ( ) t1 的傅里叶级数写出 ( ) t2 的傅里叶级数,即, f f f 2 ( ) t   1 4 1 4 1 4 1 4         n 1    1 n    1 n    n 1  ) 1 cos( n   2 ) ( n  ) 1 cos( n   2 ) ( n  ) 1 cos( n   2 ) ( n  1 cos(  ( ) n  ) n  2 cos  n      t   T 2    cos( n t n   )   sin  n      t   T 2       sin( n t n   )        n 1   ) cos( n   n  1 n  cos( ) n  n  cos( ) n   n   1  n cos( n  )cos( ) n t   cos( n  )sin( n t  ) cos( ) n t     n 1  1 n  sin( n t  ) f (3)同理,可知: 3 ( ) t  f 2 (  ,所以 ( ) t t3 的傅里叶级数为: ) f f 3 ( ) t     1 4 1 4 ) n  2   n 1    n 1  1 cos(  ( ) n  1 cos(  ( ) n  cos( n t    ) sin( n t   ) ) n  2 cos( ) n t   sin( n t  )   1  n  1 n  1 n   n 1  n   n 1    1  1 n  1 n  1   n  1  n ( ) t  f f (4)同理,可知: 4 1 4 1 4 ( ) t f 4       n 1    n 1    1 4   1 2 2  n ( ) t ,所以 ( ) t4 的傅里叶级数为: f ( ) t  f ) n  2 3 ) n  2 2 1 cos(  ( ) n  1 cos(  ( ) n  1 cos(   ) ( n  1  1 cos( ) n   2 ( ) n   1  n  ) n  2 cos( n t    ) sin( n t   ) cos( ) n t   sin( n t  ) cos( ) n t   sin( n t  ) cos( n t  ) 4. 求题图 2-4 所示各信号的傅里叶变换。 【分析】先根据图写出各自的表达式,然后利用常用信号傅里叶变换对和傅里叶 变换性质求解即可。
(a) (b) (c) 【解答】(1)图(a)中信号 ( ) f t1 的表达式为: 1 f (d) ( ) Re t  ct / 2 t         门信号 Re ct    t     的傅里叶变换为: Re ct t         sin ( c f  ) 再根据时移特性 ( f t   ) t 0 F f e  2 ( ) j ft 0 ,可得 ( ) t1 的傅里叶变换为: f f 1 ( ) t  ( F f 1 )   sin ( c   f e   ) j f (2)图(b)中信号 ( ) f t2 的表达式为: f 2 ( ) t   1 [ ( ) t u t   1 [ ( ) tu t   ( u t  1)]   ( t 1) ( u t 1)   ( u t  1)] 常用信号变换对 ( ) u t  )  (  , 1 j  ( ) tu t  j  ) 1 ( d  2 d    。 再根据时移特性 ( f t   ) t 0 F f e  2 ( ) j ft 0 ,可得 ( ) t2 的傅里叶变换为: f f 2 ( ) t  F 2 ( )   1     j  ( 1 ) d  2 d       (1  e  j 2 f  )  1   )    (  1   j   e  j 2 f  (3)图(c)中信号 ( ) f t3 的表达式为:
f 3( ) t  cos ( 1    t 1)  cos  [ ( u t 1)   ( u t  1)]        t 2  2 t       其中, ( u t 1)   ( u t 1) Re   ct    t 2    。 常用信号变换对 Re ct t         sin ( c f  ) , cos(2  f t 0 )  1 2 [ (  f  f 0 )  (  f  。 )] f 0 再根据时域相乘,频域相卷的特性,可得 ( ) f t3 的傅里叶变换为: f 3 ( ) t  ( F f 3 )  2sin (2 ) f c  [ (   sin [2( c f   1 2 1 )] 4 f  1 ) 4 sin [2( c 1 )] 4  (  f  f  1 4 )] (4)图(d)中信号 ( ) f t4 的表达式为: 4( ) f t   sin sin   / 2 ( T     [ ( u t T    t t t T   / 2)  / 2) ( u t T  / 2)] 其中, ( u t T  / 2)  ( u t T  / 2) Re  ct    t T    。 常用信号变换对 Re ct t         sin ( c f  ) , sin(2  f t 0 )  1 2 j [ (  f  f 0 )  (  f  。 )] f 0 再根据时域相乘,频域相卷的特性,可得 ( ) f t4 的傅里叶变换为:  ) 2  T 2 j  (  f  sin [ ( c T f  )] 2   )] 2   f 4 ( ) t  ( F f 4 )  T sin ( c Tf )  1 2 j  T 2 j sin [ ( c T f  [ (  f   )] 2   5. 求下列周期信号的基波角频率  和周期T 。 (1) 100 j t e (2) cos   2  ( t  3)  
(3) cos     t 2     sin     t 4    【分析】基波角频率  直接由定义写出,周期T 根据公式求出 2  T   ;周期为 2 2   s  100  【解答】(1)基波角频率为: 100 / rad s   T  。 。 (2)基波角频率为: (3)基波角频率为:      2  4 / rad s / rad s T ;周期为 2    ;周期为 2    T  4 s 。  8 s 。 6. 考虑无限次投掷一枚硬币,随机过程 ( )X t 的样本函数定义为 ( ) X t     ( 1 1) n T t    ( 1 1) T t n     nT nT 当第 次投掷为正面 当第 次投掷为反面 n n 此处 n 取所有可能整数。请问这一过程时广义平稳随机过程吗? 【分析】略。 【解答】略。 7. 随机过程 ( ) z t  x 1 cos  0 t  x 2 sin  0 t ,若 1x 和 2x 是彼此独立且均值为 0、方差 为 2 的正态随机变量,试求: (1) [ ( )] E z t 、 2[ E z t ; ( )] (2) ( )z t 的一维概率密度函数 ( ) f z ; ( , B t (3) 1 ) ( , t 与 1 R t 2 t 。 2 ) 【分析】(1)求均值,用数学知识求解;(2)根据正态分布的性质可知, 1x 和 2x 是服从高斯分布的,则其线性组合 ( ) z t  x 1 cos  0 t  x 2 sin  0 t 也是服从高斯分布的, 则可写出其一维概率密度函数 ( ) f z ;(3)自相关函数用公式求解即可,这里注 ( , B t 意一下 1 ( , ) t 是求协方差,其公式为: 1 2 t B t 2 )  ( , R t t 1 2 )  [ ( )] [ ( E z t E z t 1 )] 2 。 【解答】(1)均值 [ ( )] E z t 为: [ ( )] [ E z t E x  1 cos ] [ tE x   0 1 cos t x   0 2 sin [ tE x   0 2 sin t  0 ] 0  ]
分享到:
收藏