均值为零、方差为σ2的自噪声序列u(n)作用于一个传输函数为 的线性移不变系统,得到输出随机信号x(n)。
均值为零、方差为σ2的自噪声序列u(n)作用于一个传输函数为
的线性移不变系统,得到输出随机信号x(n)。
均值为零、方差为σ2的自噪声序列u(n)作用于一个传输函数为
的线性移不变系统,得到输出随机信号x(n)。
某LTI离散系统其差分方程为
y[k] =0.8y[k-1]+x[k]+x[k-1]式中x[k]是宽平稳随机序列,具有零均值和自相关函数Rx[n]=0.5|n|。求:(1)系统输出y[k]的功率谱。(2)输出自相关函数Ry[n]。(3)输出的方差σ2。
考虑标量系统,其信号模型为
sk=sk-1, k=1,2,…
其中,s0是均值为零、方差为的高斯随机变量。设观测方程为
xk=sk+nk, k=1,2,…
其中,观测噪声nk(k≥1)是均值为零、方差为的互不相关的高斯随机序列。若已知
,x1=3
,x2=-4
,x3=2.5
(1)求状态滤波值、和及状态滤波的均方误差、和。
(2)求均方误差的稳态值,k→∞
为在数字计算机上处理序列,必须将序列的幅度量化成一组离散电平。这种量化过程可用输入序列x(n)通过一个量化器Q[x]表示,Q[x]的输入输出关系如图3-10所示。
如果量化间距和输入序列电平的变化相比很小,则可以假设量化器输出y(n)的形式为y(n)=x(n)+e(n),e(n)是一个平稳随机过程,它是在[-Δ/2,Δ/2]之间均匀分布,它在各取样间互不相关,它与x(n)也独立无关。因此对于所有的m和n有:E[e(n)x(m)]=0。令x(n)是均值为零、方差为的平稳白噪声过程。求:
考虑随机相位调制信号的估计问题。假设离散的状态方程和观测方程分别为
sk=0.85sk-1+ωk-1
和
xk=Acos(ω0k+0.5sk)+nk,k=1,2,…
其中,余弦信号的振幅a和频率ω0为已知常数;ωk-1(k≥1)和nk(k≥1)都是均值为零、
方差为1的白噪声随机序列,且二者互不相关。求信号的状态估计量。可见这是一个
对随机相位调制信号的估计问题,请用推广的离散卡尔曼滤波实现这种估计。
考虑高斯噪声中,高斯随机参量口的最大后验估计问题。
设观测方程为
xk=θ+nk, k=1,2,…,N
其中,被估计随机参量θ是均值为μθ、方差为的高斯随机参量;观测噪声nk是均值为零、方差为的高斯噪声;若N次观测间相互统计独立,求θ的最大后验估计量和估计量的均方误差。
考虑直线方程的截距A和斜率B的同时估计问题。设观测方程为
xk=A+B(k-1)+nk, k=1,2,…,N
其中,nk是均值为零、方差为的高斯白噪声,且满足E(Ank)=0,E(Bnk)=0。
求证:对于含噪声图像,其大小为M×N,噪声项为n,噪声的均值和方差分别为En和σn2,则有‖n‖2=(M一1)(N一1)(σn2+En2)。
通过噪声背景中信号电平A的测量,来估计信号的功率。设观测方程为
xk=A+nk, k=1,2,…,N
其中,A是信号的电平;nk是均值为零、方差为的独立高斯噪声,且E(Ank)=0。现在的问题是求P=A2的最大似然估计量。