
第一个划线直接带到下面,第二个划线是后面的一个换元。
随机仅针对S(t)信号而言,与cos部分无关,故可以提出到E外面,而两个余弦直接进行积化和差。
发现有一个部分是cos的关于t的周期函数,判定为循环平稳随机过程,其功率谱密度为平均自相关函数的傅立叶变换,求均值,即去除了1/2cos(2wt+τ)的部分。
扩展资料:
信号的功率谱密度当且仅当信号是广义的平稳过程的时候才存在。如果信号不是平稳过程,那么自相关函数一定是两个变量的函数,这样就不存在功率谱密度,但是可以使用类似的技术估计时变谱密度。
由于平均值不为零的信号不是平方可积的,所以在这种情况下就没有傅里叶变换。幸运的是维纳-辛钦定理提供了一个简单的替换方法,如果信号可以看作是平稳随机过程,那么功率谱密度就是信号自相关函数的傅里叶变换。
是的,输出y(t)的期望==输入的期望 *H(0)............H(0)为线性系统H(f),f=0时可以看出期望仍未与时间无关的常数。y(t)的自相关函数经过推导得出 与t1-t2的的时间差值有关,与起始时刻无关;
广义平稳 不就是满足 期望为常数 相关函数与其实时刻无关就行了吗。
推导过程随便翻一本通信原理的书上面都有。
关于 循环平稳随机 经过线性系统 是不是 仍为循环平稳 这个我就不清楚了。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)