已知白噪声随机过程的均值为零,功率谱为非零常数(为随机过程的方差)。则该随机过程的自相关序列为,该结论正
已知白噪声随机过程的均值为零,功率谱为非零常数(为随机过程的方差)。则该随机过程的自相关序列为,该结论正确否?请证明。
已知白噪声随机过程的均值为零,功率谱为非零常数(为随机过程的方差)。则该随机过程的自相关序列为,该结论正确否?请证明。
考虑观测信号
x(t)=acos(ω1t+θ1)+bcos(ω2t+θ2)+n(t), 0≤t≤T
其中,n(t)是均值为零、功率谱密度为Pn(ω)=N0/2的高斯白噪声;信号参量a、b已知;随机相位θ1与θ2相互统计独立,并在(-π,π)上均匀分布。设
为了同时获得频率ω1和ω2的最大似然估计量,请问估计频率的接收机结构是怎样的?
已知如图3.11所示: [*] 其中:n(t)是均值为零的白高斯噪声,其双边功率谱密度为[*]WHz,求r1(t)和r2(t)相互统计独立的条件,即H1(ω)和H2(ω)应具有何种关系?请加以证明。
设x(n)是一个零均值随机过程的一个取样序列,
d(n)=x(n+1)-x(n)
称为差分序列。已知该随机过程的功率谱是低通的,即它的功率谱满足下式
此外还假设随机过程的自相关序列的前两个值Rxx(0)和Rxx(1)是已知的。
设观测信号为
x(t)=s(t-τ)+n(t)
其中,n(t)是均值为零、功率谱密度为Pn(ω)=N0/2的高斯白噪声。若信号s(t)如图所示,求信号s(t)到达时间τ的最大似然无偏估计量的最小均方误差。
设到达接收机输入端的两个可能的确知信号为s1(t)和s2(t),它们的持续时间为(0,T)且能量相等。相应的先验概率为P(s1)和P(s2)。接收机输入端的噪声n(t)是高斯白噪声,且其均值为零,单边功率谱密度为n0。试按照似然比准则,设计一最佳接收机(注意:要求有推导过程,并画出最佳接收机结构,有关参数可自行假设)。
8. 设到达接收机输入端的两个可能的确知信号为s1(t)和s2(t),它们的持续时间为(0,T)且能量相等。相应的先验概率为P(s1)和P(s2)。接收机输入端的噪声n(t)是高斯白噪声,且其均值为零,单边功率谱密度为n0。试按照似然比准则,设计一最佳接收机(注意:要求有推导过程,并画出最佳接收机结构,有关参数可自行假设)。
,要求的输出功率谱密度为
那么这个线性系统的传递函数应该是什么?所得输出的自相关函数是什么?
考虑发送信号周期为T=2π/ωos的二元移频键控(FSK)通信系统。在假设H0下和假设H1下发送的信号分别为
s0(t)=asinωot 0≤t≤T
S1(t)=asin2ω0t,0≤f≤T
其中,信号的振幅a和频率ω0已知,并假定各假设是等先验概率的。信号在信道传输中叠加了均值为零、功率谱密度为Pn(ω)=N0/2的高斯白噪声n(t)。现采用最小平均错误概率准则,试用充分统计量的分析方法设计信号检测系统,并计算平均错误概率Pe:
考虑采用等先验概率的三元通信系统。在各假设下的接收信号分别为
H0:x(t)=n(t), 0≤t≤T
H1:x(t)=asinωot+n(t), O≤t≤T
H2:x(t)=-asinω0t+n(t), O≤t≤T
即信号s0(t)=0,s1(t)=asinω0t,s2(t)=-s1(t)=-asinω0t, ω0T=2mπ,m为正整数;噪声n(t)是均值为零、功率谱密度为Pn(ω)=N0/2的高斯白噪声。
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。
设Nw(t)是功率谱密度为
的高斯白噪声,g(t)是一个能量为Eg的确定信号。定义两个随机变量为
求这两个随机变量的均值、方差、概率密度函数,并求它们之间的相关系数。