1、1,通信原理,2,通信原理,第3章 隨機(jī)過程,3,第3章 隨機(jī)過程,3.1 隨機(jī)過程的基本概念 什么是隨機(jī)過程？ 隨機(jī)過程是一類隨時(shí)間作隨機(jī)變化的過程，它不能用確切的時(shí)間函數(shù)描述。可從兩種不同角度看： 角度1：對(duì)應(yīng)不同隨機(jī)試驗(yàn)結(jié)果的時(shí)間過程的集合。,4,第3章 隨機(jī)過程,【例】n臺(tái)示波器同時(shí)觀測(cè)并記錄這n臺(tái)接收機(jī)的輸出噪聲波形 樣本函數(shù)i (t)：隨機(jī)過程的一次實(shí)現(xiàn)，是確定的時(shí)間函數(shù)。 隨機(jī)過程： (t) =1 (t), 2 (t), , n (t) 是全部樣本函數(shù)的集合。,5,第3章 隨機(jī)過程,角度2：隨機(jī)過程是隨機(jī)變量概念的延伸。 在任一給定時(shí)刻t1上，每一個(gè)樣本函數(shù)i (t)都是一個(gè)確定

2、的數(shù)值i (t1)，但是每個(gè)i (t1)都是不可預(yù)知的。 在一個(gè)固定時(shí)刻t1上，不同樣本的取值i (t1), i = 1, 2, , n是一個(gè)隨機(jī)變量，記為 (t1)。 換句話說，隨機(jī)過程在任意時(shí)刻的值是一個(gè)隨機(jī)變量。 因此，我們又可以把隨機(jī)過程看作是在時(shí)間進(jìn)程中處于不同時(shí)刻的隨機(jī)變量的集合。 這個(gè)角度更適合對(duì)隨機(jī)過程理論進(jìn)行精確的數(shù)學(xué)描述。,6,第3章 隨機(jī)過程,3.1.1隨機(jī)過程的分布函數(shù) 設(shè) (t)表示一個(gè)隨機(jī)過程，則它在任意時(shí)刻t1的值 (t1)是一個(gè)隨機(jī)變量，其統(tǒng)計(jì)特性可以用分布函數(shù)或概率密度函數(shù)來描述。 隨機(jī)過程 (t)的一維分布函數(shù)： 隨機(jī)過程 (t)的一維概率密度函數(shù)： 若上式

3、中的偏導(dǎo)存在的話。,7,第3章 隨機(jī)過程,隨機(jī)過程 (t) 的二維分布函數(shù)： 隨機(jī)過程 (t)的二維概率密度函數(shù)： 若上式中的偏導(dǎo)存在的話。 隨機(jī)過程 (t) 的n維分布函數(shù)： 隨機(jī)過程 (t) 的n維概率密度函數(shù)：,8,第3章 隨機(jī)過程,3.1.2 隨機(jī)過程的數(shù)字特征 均值（數(shù)學(xué)期望）： 在任意給定時(shí)刻t1的取值 (t1)是一個(gè)隨機(jī)變量，其均值 式中 f (x1, t1) (t1)的概率密度函數(shù) 由于t1是任取的，所以可以把 t1 直接寫為t， x1改為x，這樣上式就變?yōu)?9,第3章 隨機(jī)過程, (t)的均值是時(shí)間的確定函數(shù)，常記作a ( t )，它表示隨機(jī)過程的n個(gè)樣本函數(shù)曲線的擺動(dòng)中心

4、:,a (t ),10,第3章 隨機(jī)過程,方差 方差常記為 2( t )。這里也把任意時(shí)刻t1直接寫成了t 。 因?yàn)?所以，方差等于均方值與均值平方之差，它表示隨機(jī)過程在時(shí)刻 t 對(duì)于均值a ( t )的偏離程度。,均方值,均值平方,11,第3章 隨機(jī)過程,相關(guān)函數(shù) 式中， (t1)和 (t2)分別是在t1和t2時(shí)刻觀測(cè)得到的隨機(jī)變量?？梢钥闯觯琑(t1, t2)是兩個(gè)變量t1和t2的確定函數(shù)。 協(xié)方差函數(shù) 式中 a ( t1 ) a ( t2 ) 在t1和t2時(shí)刻得到的 (t)的均值 f2 (x1, x2; t1, t2) (t)的二維概率密度函數(shù)。,12,第3章 隨機(jī)過程,相關(guān)函數(shù)和協(xié)方差

5、函數(shù)之間的關(guān)系 若a(t1) = a(t2)，則B(t1, t2) = R(t1, t2) 互相關(guān)函數(shù) 式中(t)和(t)分別表示兩個(gè)隨機(jī)過程。 因此，R(t1, t2)又稱為自相關(guān)函數(shù)。,13,第3章 隨機(jī)過程,3.2 平穩(wěn)隨機(jī)過程 3.2.1 平穩(wěn)隨機(jī)過程的定義 定義： 若一個(gè)隨機(jī)過程(t)的任意有限維分布函數(shù)與時(shí)間起點(diǎn)無關(guān)，也就是說，對(duì)于任意的正整數(shù)n和所有實(shí)數(shù)，有 則稱該隨機(jī)過程是在嚴(yán)格意義下的平穩(wěn)隨機(jī)過程，簡(jiǎn)稱嚴(yán)平穩(wěn)隨機(jī)過程。,14,第3章 隨機(jī)過程,性質(zhì)： 該定義表明，平穩(wěn)隨機(jī)過程的統(tǒng)計(jì)特性不隨時(shí)間的推移而改變，即它的一維分布函數(shù)與時(shí)間t無關(guān)： 而二維分布函數(shù)只與時(shí)間間隔 = t2

6、 t1有關(guān)： 數(shù)字特征： 可見，（1）其均值與t無關(guān)，為常數(shù)a； （2）自相關(guān)函數(shù)只與時(shí)間間隔有關(guān)。,15,第3章 隨機(jī)過程,數(shù)字特征： 可見，（1）其均值與t 無關(guān)，為常數(shù)a ； （2）自相關(guān)函數(shù)只與時(shí)間間隔 有關(guān)。 把同時(shí)滿足（1）和（2）的過程定義為廣義平穩(wěn)隨機(jī)過程。顯然，嚴(yán)平穩(wěn)隨機(jī)過程必定是廣義平穩(wěn)的，反之不一定成立。 在通信系統(tǒng)中所遇到的信號(hào)及噪聲，大多數(shù)可視為平穩(wěn)的隨機(jī)過程。因此，研究平穩(wěn)隨機(jī)過程有著很大的實(shí)際意義。,16,第3章 隨機(jī)過程,3.2.2 各態(tài)歷經(jīng)性 問題的提出：我們知道，隨機(jī)過程的數(shù)字特征（均值、相關(guān)函數(shù)）是對(duì)隨機(jī)過程的所有樣本函數(shù)的統(tǒng)計(jì)平均，但在實(shí)際中常常很難測(cè)得

7、大量的樣本，這樣，我們自然會(huì)提出這樣一個(gè)問題：能否從一次試驗(yàn)而得到的一個(gè)樣本函數(shù)x(t)來決定平穩(wěn)過程的數(shù)字特征呢? 回答是肯定的。平穩(wěn)過程在滿足一定的條件下具有一個(gè)有趣而又非常有用的特性，稱為“各態(tài)歷經(jīng)性”（又稱“遍歷性”）。具有各態(tài)歷經(jīng)性的過程，其數(shù)字特征（均為統(tǒng)計(jì)平均）完全可由隨機(jī)過程中的任一實(shí)現(xiàn)的時(shí)間平均值來代替。 下面，我們來討論各態(tài)歷經(jīng)性的條件。,17,第3章 隨機(jī)過程,各態(tài)歷經(jīng)性條件 設(shè)：x(t)是平穩(wěn)過程(t)的任意一次實(shí)現(xiàn)（樣本）， 則其時(shí)間均值和時(shí)間相關(guān)函數(shù)分別定義為： 如果平穩(wěn)過程使下式成立 則稱該平穩(wěn)過程具有各態(tài)歷經(jīng)性。,18,第3章 隨機(jī)過程,“各態(tài)歷經(jīng)”的含義是：隨

8、機(jī)過程中的任一次實(shí)現(xiàn)都經(jīng)歷了隨機(jī)過程的所有可能狀態(tài)。因此，在求解各種統(tǒng)計(jì)平均（均值或自相關(guān)函數(shù)等）時(shí)，無需作無限多次的考察，只要獲得一次考察，用一次實(shí)現(xiàn)的“時(shí)間平均”值代替過程的“統(tǒng)計(jì)平均”值即可，從而使測(cè)量和計(jì)算的問題大為簡(jiǎn)化。 具有各態(tài)歷經(jīng)的隨機(jī)過程一定是平穩(wěn)過程，反之不一定成立。在通信系統(tǒng)中所遇到的隨機(jī)信號(hào)和噪聲，一般均能滿足各態(tài)歷經(jīng)條件。,19,第3章 隨機(jī)過程,例3-1 設(shè)一個(gè)隨機(jī)相位的正弦波為 其中，A和c均為常數(shù)；是在(0, 2)內(nèi)均勻分布的隨機(jī)變量。試討論(t)是否具有各態(tài)歷經(jīng)性。 【解】(1)先求(t)的統(tǒng)計(jì)平均值： 數(shù)學(xué)期望,20,第3章 隨機(jī)過程,自相關(guān)函數(shù) 令t2 t1

9、 = ，得到 可見， (t)的數(shù)學(xué)期望為常數(shù)，而自相關(guān)函數(shù)與t 無關(guān)，只與時(shí)間間隔 有關(guān)，所以(t)是廣義平穩(wěn)過程。,21,第3章 隨機(jī)過程,(2) 求(t)的時(shí)間平均值 比較統(tǒng)計(jì)平均與時(shí)間平均，有 因此，隨機(jī)相位余弦波是各態(tài)歷經(jīng)的。,22,第3章 隨機(jī)過程,3.2.3 平穩(wěn)過程的自相關(guān)函數(shù) 平穩(wěn)過程自相關(guān)函數(shù)的定義：同前 平穩(wěn)過程自相關(guān)函數(shù)的性質(zhì) (t)的平均功率 的偶函數(shù) R()的上界 即自相關(guān)函數(shù)R()在 = 0有最大值。 (t)的直流功率 表示平穩(wěn)過程(t)的交流功率。當(dāng)均值為0時(shí)，有 R(0) = 2 。,23,第3章 隨機(jī)過程,3.2.4 平穩(wěn)過程的功率譜密度 定義： 對(duì)于任意的確

10、定功率信號(hào)f (t)，它的功率譜密度定義為 式中，F(xiàn)T ( f )是f (t)的截短函數(shù)fT (t) 所對(duì)應(yīng)的頻譜函數(shù),24,第3章 隨機(jī)過程,對(duì)于平穩(wěn)隨機(jī)過程 (t) ，可以把f (t)當(dāng)作是(t)的一個(gè)樣本；某一樣本的功率譜密度不能作為過程的功率譜密度。過程的功率譜密度應(yīng)看作是對(duì)所有樣本的功率譜的統(tǒng)計(jì)平均，故 (t)的功率譜密度可以定義為,25,第3章 隨機(jī)過程,功率譜密度的計(jì)算 維納-辛欽關(guān)系 非周期的功率型確知信號(hào)的自相關(guān)函數(shù)與其功率譜密度是一對(duì)傅里葉變換。這種關(guān)系對(duì)平穩(wěn)隨機(jī)過程同樣成立，即有 簡(jiǎn)記為 以上關(guān)系稱為維納-辛欽關(guān)系。它在平穩(wěn)隨機(jī)過程的理論和應(yīng)用中是一個(gè)非常重要的工具，它是

11、聯(lián)系頻域和時(shí)域兩種分析方法的基本關(guān)系式。,26,第3章 隨機(jī)過程,在維納-辛欽關(guān)系的基礎(chǔ)上，我們可以得到以下結(jié)論： 對(duì)功率譜密度進(jìn)行積分，可得平穩(wěn)過程的總功率： 上式從頻域的角度給出了過程平均功率的計(jì)算法。 各態(tài)歷經(jīng)過程的任一樣本函數(shù)的功率譜密度等于過程的功率譜密度。也就是說，每一樣本函數(shù)的譜特性都能很好地表現(xiàn)整個(gè)過程的的譜特性。 【證】因?yàn)楦鲬B(tài)歷經(jīng)過程的自相關(guān)函數(shù)等于任一樣本的自相關(guān)函數(shù)，即 兩邊取傅里葉變換： 即 式中,27,第3章 隨機(jī)過程,功率譜密度P ( f )具有非負(fù)性和實(shí)偶性，即有 和 這與R()的實(shí)偶性相對(duì)應(yīng)。,28,第3章 隨機(jī)過程,例3-2 求隨機(jī)相位余弦波(t) = Ac

12、os(ct + )的自相關(guān)函數(shù)和功率譜密度。 【解】在例3-1中，我們已經(jīng)考察隨機(jī)相位余弦波是一個(gè)平穩(wěn)過程，并且求出其相關(guān)函數(shù)為 因?yàn)槠椒€(wěn)隨機(jī)過程的相關(guān)函數(shù)與功率譜密度是一對(duì)傅里葉變換，即有 以及由于有 所以，功率譜密度為 平均功率為,29,第3章 隨機(jī)過程,3.3 高斯隨機(jī)過程（正態(tài)隨機(jī)過程） 3.3.1 定義 如果隨機(jī)過程 (t)的任意n維（n =1,2,.）分布均服從正態(tài)分布，則稱它為正態(tài)過程或高斯過程。 n維正態(tài)概率密度函數(shù)表示式為： 式中,30,第3章 隨機(jī)過程,式中 |B| 歸一化協(xié)方差矩陣的行列式，即 |B|jk 行列式|B|中元素bjk的代數(shù)余因子 bjk 為歸一化協(xié)方差函數(shù)，

13、即,31,第3章 隨機(jī)過程,3.3.2 重要性質(zhì) 由高斯過程的定義式可以看出,高斯過程的n維分布只依賴各個(gè)隨機(jī)變量的均值、方差和歸一化協(xié)方差。因此，對(duì)于高斯過程，只需要研究它的數(shù)字特征就可以了。 廣義平穩(wěn)的高斯過程也是嚴(yán)平穩(wěn)的。因?yàn)?，若高斯過程是廣義平穩(wěn)的，即其均值與時(shí)間無關(guān)，協(xié)方差函數(shù)只與時(shí)間間隔有關(guān)，而與時(shí)間起點(diǎn)無關(guān)，則它的n維分布也與時(shí)間起點(diǎn)無關(guān)，故它也是嚴(yán)平穩(wěn)的。所以，高斯過程若是廣義平穩(wěn)的，則也嚴(yán)平穩(wěn)。,32,第3章 隨機(jī)過程,如果高斯過程在不同時(shí)刻的取值是不相關(guān)的， 即對(duì)所有j k，有bjk =0，則其概率密度可以簡(jiǎn)化為 這表明，如果高斯過程在不同時(shí)刻的取值是不相關(guān)的，那么它們也是

14、統(tǒng)計(jì)獨(dú)立的。 高斯過程經(jīng)過線性變換后生成的過程仍是高斯過程。也可以說，若線性系統(tǒng)的輸入為高斯過程，則系統(tǒng)輸出也是高斯過程。,33,第3章 隨機(jī)過程,3.3.3 高斯隨機(jī)變量 定義：高斯過程在任一時(shí)刻上的取值是一個(gè)正態(tài)分布的隨機(jī)變量，也稱高斯隨機(jī)變量，其一維概率密度函數(shù)為 式中 a 均值 2 方差 曲線如右圖：,34,第3章 隨機(jī)過程,性質(zhì) f (x)對(duì)稱于直線 x = a，即 a表示分布中心， 稱為標(biāo)準(zhǔn)偏差，表示集中程度，圖形將隨著 的減小而變高和變窄。當(dāng)a = 0和 = 1時(shí)，稱為標(biāo)準(zhǔn)化的正態(tài)分布：,35,第3章 隨機(jī)過程,正態(tài)分布函數(shù) 這個(gè)積分的值無法用閉合形式計(jì)算，通常利用其他特殊函數(shù)，

15、用查表的方法求出： 用誤差函數(shù)表示正態(tài)分布函數(shù)：令 則有 及 式中 誤差函數(shù)，可以查表求出其值。,36,第3章 隨機(jī)過程,用互補(bǔ)誤差函數(shù)erfc(x)表示正態(tài)分布函數(shù)： 式中 當(dāng)x 2時(shí)，,37,第3章 隨機(jī)過程,用Q函數(shù)表示正態(tài)分布函數(shù)： Q函數(shù)定義： Q函數(shù)和erfc函數(shù)的關(guān)系： Q函數(shù)和分布函數(shù)F(x)的關(guān)系： Q函數(shù)值也可以從查表得到。,38,第3章 隨機(jī)過程,3.4 平穩(wěn)隨機(jī)過程通過線性系統(tǒng) 確知信號(hào)通過線性系統(tǒng)（復(fù)習(xí)） ： 式中 vi 輸入信號(hào)， vo 輸出信號(hào) 對(duì)應(yīng)的傅里葉變換關(guān)系： 隨機(jī)信號(hào)通過線性系統(tǒng)： 假設(shè)：i(t) 是平穩(wěn)的輸入隨機(jī)過程， a 均值， Ri() 自相關(guān)函數(shù)

16、， Pi() 功率譜密度； 求輸出過程o(t)的統(tǒng)計(jì)特性，即它的均值、自相關(guān)函數(shù)、功率譜以及概率分布。,39,第3章 隨機(jī)過程,輸出過程o(t)的均值 對(duì)下式兩邊取統(tǒng)計(jì)平均： 得到 設(shè)輸入過程是平穩(wěn)的 ，則有 式中，H(0)是線性系統(tǒng)在 f = 0處的頻率響應(yīng)，因此輸出過程的均值是一個(gè)常數(shù)。,40,第3章 隨機(jī)過程,輸出過程o(t)的自相關(guān)函數(shù)：根據(jù)自相關(guān)函數(shù)的定義 根據(jù)輸入過程的平穩(wěn)性，有 于是 上式表明,輸出過程的自相關(guān)函數(shù)僅是時(shí)間間隔 的函數(shù)。 由上兩式可知，若線性系統(tǒng)的輸入是平穩(wěn)的，則輸出也是平穩(wěn)的。,41,第3章 隨機(jī)過程,輸出過程o(t)的功率譜密度 對(duì)下式進(jìn)行傅里葉變換： 得出

17、令 = + - ，代入上式，得到 即 結(jié)論：輸出過程的功率譜密度是輸入過程的功率譜密度乘以系統(tǒng)頻率響應(yīng)模值的平方。 應(yīng)用：由Po( f )的反傅里葉變換求Ro(),42,第3章 隨機(jī)過程,輸出過程o(t)的概率分布 如果線性系統(tǒng)的輸入過程是高斯型的，則系統(tǒng)的輸出過程也是高斯型的。 因?yàn)閺姆e分原理看， 可以表示為： 由于已假設(shè)i(t)是高斯型的，所以上式右端的每一項(xiàng)在任一時(shí)刻上都是一個(gè)高斯隨機(jī)變量。因此，輸出過程在任一時(shí)刻上得到的隨機(jī)變量就是無限多個(gè)高斯隨機(jī)變量之和。由概率論理論得知，這個(gè)“和” 也是高斯隨機(jī)變量，因而輸出過程也為高斯過程。 注意，與輸入高斯過程相比，輸出過程的數(shù)字特征已經(jīng)改變了

18、。,43,第3章 隨機(jī)過程,3.5 窄帶隨機(jī)過程 什么是窄帶隨機(jī)過程？ 若隨機(jī)過程(t)的譜密度集中在中心頻率fc附近相對(duì)窄的頻帶范圍f 內(nèi)，即滿足f fc的條件，且 fc 遠(yuǎn)離零頻率，則稱該(t)為窄帶隨機(jī)過程。,44,第3章 隨機(jī)過程,典型的窄帶隨機(jī)過程的譜密度和樣本函數(shù),45,第3章 隨機(jī)過程,窄帶隨機(jī)過程的表示式 式中，a (t) 隨機(jī)包絡(luò)， (t) 隨機(jī)相位 c 中心角頻率 顯然， a (t)和 (t)的變化相對(duì)于載波cos ct的變化要緩慢得多。,46,第3章 隨機(jī)過程,窄帶隨機(jī)過程表示式展開 可以展開為 式中 (t)的同相分量 (t)的正交分量 可以看出： (t)的統(tǒng)計(jì)特性由a

19、(t)和 (t)或c(t)和s(t)的統(tǒng)計(jì)特性確定。 若(t)的統(tǒng)計(jì)特性已知，則a (t)和 (t)或c(t)和s(t)的統(tǒng)計(jì)特性也隨之確定。,47,第3章 隨機(jī)過程,3.5.1 c(t)和s(t)的統(tǒng)計(jì)特性 數(shù)學(xué)期望：對(duì)下式求數(shù)學(xué)期望： 得到 因?yàn)?t)平穩(wěn)且均值為零，故對(duì)于任意的時(shí)間t，都有E(t) = 0 ，所以,48,第3章 隨機(jī)過程,(t)的自相關(guān)函數(shù)：由自相關(guān)函數(shù)的定義式 式中 因?yàn)?t)是平穩(wěn)的，故有 這就要求上式的右端與時(shí)間t無關(guān)，而僅與有關(guān)。 因此，若令 t = 0，上式仍應(yīng)成立，它變?yōu)?49,第3章 隨機(jī)過程,因與時(shí)間t無關(guān)，以下二式自然成立 所以，上式變?yōu)?再令 t =

20、/2c，同理可以求得 由以上分析可知，若窄帶過程(t)是平穩(wěn)的，則c(t)和s(t)也必然是平穩(wěn)的。,50,第3章 隨機(jī)過程,進(jìn)一步分析，下兩式 應(yīng)同時(shí)成立，故有 上式表明，同相分量c(t) 和正交分量s(t)具有相同的自相關(guān)函數(shù)。 根據(jù)互相關(guān)函數(shù)的性質(zhì)，應(yīng)有 代入上式，得到 上式表明Rsc()是 的奇函數(shù)，所以 同理可證,51,第3章 隨機(jī)過程,將 代入下兩式 得到 即 上式表明(t) 、 c(t)和s(t)具有相同的平均功率或方差。,52,第3章 隨機(jī)過程,根據(jù)平穩(wěn)性，過程的特性與變量t無關(guān)，故由式 得到 因?yàn)?t)是高斯過程，所以， c(t1)， s(t2)一定是高斯隨機(jī)變量，從而c(t

21、) 、 s(t)也是高斯過程。 根據(jù) 可知， c(t) 與s(t)在 = 0處互不相關(guān)，又由于它們是高斯型的，因此c(t) 與s(t)也是統(tǒng)計(jì)獨(dú)立的。,53,第3章 隨機(jī)過程,結(jié)論：一個(gè)均值為零的窄帶平穩(wěn)高斯過程(t) ，它的同相分量c(t)和正交分量s(t)同樣是平穩(wěn)高斯過程，而且均值為零，方差也相同。此外，在同一時(shí)刻上得到的c和s是互不相關(guān)的或統(tǒng)計(jì)獨(dú)立的。,54,第3章 隨機(jī)過程,3.5.2 a(t)和(t)的統(tǒng)計(jì)特性 聯(lián)合概率密度函數(shù) f (a , ) 根據(jù)概率論知識(shí)有 由 可以求得,55,第3章 隨機(jī)過程,于是有 式中 a 0, = (0 2),56,第3章 隨機(jī)過程,a的一維概率密度

22、函數(shù) 可見， a服從瑞利(Rayleigh)分布。,57,第3章 隨機(jī)過程,的一維概率密度函數(shù) 可見， 服從均勻分布。,58,第3章 隨機(jī)過程,結(jié)論 一個(gè)均值為零，方差為2的窄帶平穩(wěn)高斯過程(t)，其包絡(luò)a(t)的一維分布是瑞利分布，相位(t)的一維分布是均勻分布，并且就一維分布而言， a(t)與(t)是統(tǒng)計(jì)獨(dú)立的 ，即有,59,第3章 隨機(jī)過程,3.6 正弦波加窄帶高斯噪聲 正弦波加窄帶高斯噪聲的表示式 式中 窄帶高斯噪聲 正弦波的隨機(jī)相位，均勻分布在0 2間 A和c 確知振幅和角頻率 于是有 式中,60,第3章 隨機(jī)過程,正弦波加窄帶高斯噪聲的包絡(luò)和相位表示式 包絡(luò)： 相位：,61,第3章

23、 隨機(jī)過程,正弦波加窄帶高斯噪聲的包絡(luò)的統(tǒng)計(jì)特性 包絡(luò)的概率密度函數(shù) f (z) 利用上一節(jié)的結(jié)果，如果值已給定，則zc、zs是相互獨(dú)立的高斯隨機(jī)變量，且有 所以，在給定相位 的條件下的zc和zs的聯(lián)合概率密度函數(shù)為,62,第3章 隨機(jī)過程,利用與上一節(jié)分析a和相似的方法，根據(jù)zc，zs與z，之間的隨機(jī)變量關(guān)系 可以求得在給定相位 的條件下的z與的聯(lián)合概率密度函數(shù) 然后求給定條件下的邊際分布， 即,63,第3章 隨機(jī)過程,由于 故有 式中 I0(x) 第一類零階修正貝塞爾函數(shù) 因此 由上式可見，f (, z)與無關(guān)，故的包絡(luò)z的概率密度函數(shù)為 稱為廣義瑞利分布，又稱萊斯（Rice）分布。,64,第3章 隨機(jī)過程,討論 當(dāng)信號(hào)很小時(shí)，即A 0時(shí)，上式中(Az/n2)很小， I0 (Az/n2) 1，上式的萊斯分布退化為瑞利分布。 當(dāng)(Az/n2)很大時(shí)，有 這時(shí)上式近似為高斯分布，即,65,第3章 隨機(jī)過程,包絡(luò)概率密度函數(shù) f (z)曲線,66,第3章 隨機(jī)過程,正弦波加窄帶高斯噪聲的相位的統(tǒng)計(jì)特性,67