随机信号与噪声分析

随机信号与噪声分析


发布日期: 2016-10-24 更新日期: 2017-01-03 编辑:xuzhiping 浏览次数: 6076

标签:

摘要: 通信----是在噪声背景下信号通过通信系统的过程,分析与研究通信系统,总是离不开对信号和噪声的分析。 随机信号:通信系统中用于表述信息的信号不可能是单一的、确定的,而是具有不确定性和随机性。 随机噪声:通信中存在的各种干扰和噪声,其波形更是随机的、不可预测的...

通信----是在噪声背景下信号通过通信系统的过程,分析与研究通信系统,总是离不开对信号和噪声的分析。

  • 随机信号:通信系统中用于表述信息的信号不可能是单一的、确定的,而是具有不确定性和随机性。
  • 随机噪声:通信中存在的各种干扰和噪声,其波形更是随机的、不可预测的。
  • 随机过程:尽管随机信号和随机噪声是不可预测的、随机的,但它们具有一定的统计规律。从统计学的观点看,均可表示为随机过程。

在事件发生之前无法预知信号的取值,即写不出明确的数学表达式,通常只知道它取某一数值的概率,这种具有随机性的信号称为随机信号。例如,半导体载流子随机运动所产生的噪声和从目标反射回来的雷达信号(其出现的时间与强度是随机的)等都是随机信号。所有的实际信号在一定程度上都是随机信号。

随机信号的检测

长期以来, 人们对基于噪声信号的声源检测和故障诊断进行了大量的深入研究, 积累了不少行之有效的方法, 主要有主观判断法、分部运行法、近场测量法、振动加速度法等.下面对随机信号的检测进行分析。

当信号样本是分布均匀和方差为特定值的高斯分布时, 前后样本是联合高斯分布的, 样本间的相关取决于取样间隔, 可以用m 个这种样本.一般地随机载荷统计特性表现在幅值域和频域.在幅值域的特性一般都符合正态分布.利用概率论中的中心极限定理可将均匀分布的白噪声转变为正态分布的白噪声。如果被测的反射信号统计特性是高斯的, 那么接收到的信号就可以用高斯信号做模型.还有一种高斯信号的例子出现在用射电望远镜搜索天空以寻找特殊的热噪源时, 在接收机输出端可以形成连续的输出,当检测到附加的噪声源(即“信号”)时, 接收机的输出起伏会更大.这时就要判定在分析的时间记录中有没有信号存在。

其实,随机信号不一定就是高斯分布的, 一种常见的非高斯分布是正弦波asin(t)=acos(W0 +Q)。研究中的基本假设是信号的概率分布是已知的, 还需进一步假设。

随机信号是非确定性信号, 常常可以用一个具有有理分式的传递函数的模型来表示, 可以从强噪声背景下微弱信号频率来确定有用信号幅值和相位。首先,信号和噪声都是零均值的高斯变量, 它们取正或负的概率相同, 因而确定信号与xj 样本的极性是无关的.其次, 有信号时xj 具有较大的方差,因而取较大的负值或正值的可能性较大.可以预料, 寻找信号所作的检验应当是判断绝对值是否超过特定的域限。

关注公众号
获取免费资源

随机推荐


Copyright © Since 2014. 开源地理空间基金会中文分会 吉ICP备05002032号

Powered by TorCMS

OSGeo 中国中心 邮件列表

问题讨论 : 要订阅或者退订列表,请点击 订阅

发言 : 请写信给: osgeo-china@lists.osgeo.org