随机信号分析(常建平-李林海)课后习题答案第二章习题讲解(完整)

发布时间:2022-06-27 12:40:03

下面是小编为大家整理的随机信号分析(常建平-李林海)课后习题答案第二章习题讲解(完整),供大家参考。

随机信号分析(常建平-李林海)课后习题答案第二章习题讲解(完整)

 

 随机信号分析( ( 常建平- - 李林海 ) 课后习题答案第二章习题讲解

 LT

 2  2

 1  , 2

 2-1

 已知随机过程

 X ( t )  A cos  t ,其中  0

 为常数,随机变

 0

 量

 A 服从标准高斯分布。

 。

 求 t  0,  3  0

 , 

 2  0

 三个时刻

 X (t) 的一维概率密度?

  解:

 A ~ N (0,1).

 ........ f

 A

 a 2

 ( a ) 

 e 2

 1 x 2

  X ( t )

  A ~ N (0,1)   f (x ;0)

  e 

  1

 X ( t )

 t 0 X

 A

 1

 ~ N (0, )

  1

 f

 ( x

 ; )= 2

  e 2 x 2 ,

 2 4

 X

 0

 2 3  0

  = 0 , f

 ( x

 ;

 )

   ( x

  )

 2  0

 0

  ( 离散型随机变量分布律 )

  2-2

 如图

 2.23

 所示,已知随机过程

 仅由四条样本函数组

 X ( t )

 1 1 3 1

 成,出现的概率为

  , , , 。

  8 4 8 4

  图

 2.23 习题

 2-2

 在

 和

 两个时刻的分布律如下:

 t t

 1 2

 X ( t )

 6

 5

 4

 3

 2

 1

 x (t) 1

 x (t) 2

 x (t) 3

 x (t) 4

 o

 t

 1

 t

 t

 2

 2  t    3  2  X ( t )

 t    2 3

 3

    1 2

 3

  4

 X ( t )

 1

 X ( t )

 2

 p (t ,t ) k k 1 2 1 2

 4

 1

 2

 6

 3

 5

 4

 2

 1

 1/8

 1/4

 3/8

 1/4

 求

 E[ X (t

 1

 )], E [ X

 ( t )], E [ X ( t

 2 1

 )X (t

 2

 )] ?

  E [ X ( t

 1

 )] 

 

 x p

 k k k 1  t   29

  8

 E [ X ( t )] 

 21

  2 8

 E [ X ( t

 1

 ) X ( t

 2

 )] 

 R

 X

  t ,t 1 2

    k k 1 2

 p  X  t 1

  k 1

 , X  t

 2

   k  2

 k k 1 2

 随机过程 X

 ( t )

  A

 cos

 t

  XH ,其中 A

  U

 (0, 1 ( )

 均匀分布)。

 求 f (x;t), E  X (t)  , D  X (t)  , R

 X

 X

 (t ,t ) ?

 1 2

 A B

 2 2- -4 4

 已知随机过程

 X (t)  A  Bt ,其中

 A, B 皆为随

 机变量。①求随机过程的期望

 E[ X (t)] 和自相关函

 数

 R (t ,t X 1 2

 ) ?②若已知随机变量相

 A, B 互独立,

 它们的概率密度分别为

  维概率密度

 f (x;t) X

 第 ② 问

 f (a) 和

 f (b) ,求

 X (t) 的一

 方法一:用雅克比做(求随机变量函数的分布)

 步骤:

 t t

 时刻,

 X (t)  A  Bt 为两个随机变量的函数

 ① 设二维的随机矢量 X 

 1

  A  Bt (题目要求的)

 ② 求 反 函数

 X 

 A

 2

 (自己设的量,可以是其它量)

 ③ 求雅克比行列式

 J J ,得到 |J|

 ④利用公式

 f

 X X

 1 2

 ( x , x

 1 2

 ) 

 J 

 f

 AB

 ( a , b )

 AB相互独立  f AB

  f (a) A

 ⑤ 由联合概率密度求边缘概率密度

 f

 X 1

  x ⑥t

 为变量,则得到

 f X

 (x;t) f (b) B

  

 t

 t

 A与B独立, f AB

 ( a , b )  f

 A

 ( a )  f

 B

 ( b )

  X ( t )  A  Bt

  A  Y ( t ) 0 1

 1

   X ( t ) 

 Y ( t )

 J 

 1

 1    Y ( t )  A

 B   t 

 t

 t

 t

 1 x  y 1 x  y

 f ( x , y ; t ) 

 J 

 f

 XY AB

 ( a , b )  

 f ( y , )  AB t

 

 f ( y ) 

 f ( )

  A B t

  f

 ( x ; t )

 

 

  f

 ( x ,

 y ; t ) dy

 

 

  1

 

 f

 (

 y )

 

 f

  (

 x 

 y

 ) dy

  X 

 XY

  A B t

 y  a, f X

 ( x ; t )

 

  1  f ( a )  f ( x  a ) d  a  A B t

  f

  x ; t

     1

  f

  a   f  x  a da

 X 

 t A  B   f  x  bt   f A B

  b  db 方法二:

 用特征函数定义和性质(独立变量和的

 特征函数等于各特征函数的乘积)做

 (特征函数和概率密度一一对应)

 t

 t

 t

 Q

  u ; t

  

 E

  e

 juX

  t

  

 

 E

  e

 ju  A  Bt  

 

    e

 ju  a  bt  f

 X 

 

 

 

 

 

 AB

  a,b  dadb 

    e

 ju  a  b t

  f

  a 

 f

  b  dadb   A B

 Q

  u ; t

  

  X  f  x;t  e jux dx X

 取a=x-bt Q

  u ; t

  

    e

 ju x

  f

  x 

 bt 

 f

  b  dxdb X   A B

 

  e

 j ux

 

 f

  x  bt  f  b  dbdx   A B

 f

  x ; t

  

  X  f  x  bt  f A B

  b  db

 0

 2 2- -5 5

 已知

 X (t) 为平稳过程,随机变量 Y  X (t ) 。判

 0

 断随机过程

 Z (t)  X (t)  Y 的平稳性?

 X

 ( t ) 平稳 m

 、 R

   X

 X

 E Y  t    E  X  t    ? E

  Z

  t

    2 m

  R  t ,t  E X  t   Y  X

  t

   Y Z 1 2

 1 2  

 E 

 X

  t  X

 1

  t   X 2

  t  X

 1

  t   X 0

  t  X

 0

  t   X 2

 2  t

 0

  R     R X

 X

  t ,t 1 0

   R X

  t ,t 2 0

  

 E  

 X 2

  t  0

  R   Z

 随机过程

 Z (t)  X (t)  Y 非平稳

  X

  

 2 2- -6 6

 已知随机过程

 Y ( t ) 

 X ( t )cos(  t  ) ,其中随机

 0

 过程

 X (t) 宽平稳,表示幅度;角频率

  为常数;

 0

 随机相位  服从 (  ,  ) 的均匀分布,且与过程

 X

 (t) 相互独立。①求随机过程

 Y (t) 的期望和自相关函数?②判断随机过程 Y (t) 是否宽平稳?

 ①

 

 与过程

 X

 ( t ) 相互独立

  

 cos (  t

   ) 与 X

  t

  相互独立 0

 E  Y ( t )  

 E  X ( t )cos( 

 t 

  )     0  

 E X ( t ) E cos(

 t  )  0 0

 R  t , t  

 E  X ( t )cos( 

 t

 

  ) 

 X ( t )cos( 

 t

 

  )  1

 2

 1 0 1

  

 2 

 0 2

 

 E X ( t

 ) X ( t )  cos( t 

  )cos(

 t  ) 

 1 2   

 0 1

 0

 2  

 E X ( t

 1

  R   X

 ) X ( t ) 

 E

 2

 cos(  t 0 1

 

 )cos(  t 0 2

 

  )

 1 cos 

  2

 0

 Y

 2 2- - 8 已知平稳过程

 X (t) 的自相关函数为

 R

 ( 

 )

  4 e  X

 cos   cos3  ,

  求过程

 X (t) 的均方值和方差?

 R ( 

 ) = 4 e 

  X 1

 cos  非周期部分 m X1 

 R (  ) 

 0

 X 1

 R ( 

 )cos3 

 周期偶函数 X 2

 m 

 0

 X2

 

 2 

 R (0) 

 m 2 

 5

 X X

 X

 XY

 2 2- - 10

 已

 知

 过

 程

 X (t)  Acost  Bsint 和

  Y (t)  B cost  Asin t ,其中随机变量 A, B 独立,均值都

  为

 0 0 ,方差都为

 5 5 。①证明

 X (t) 和Y (t) 各自平稳且联合平稳;②求两个过程的互相关函数?

 ①

 E  X (t)   0 R X

  X  t  平稳  t , t

  

  

 5cos 

 E

 

 X

 2

 ( t ) 

 

 5

 

  E  Y (t)   0 R Y

  t , t

  

  

 5cos 

 E

  Y

 2

 ( t ) 

 

 5

 

   Y  t  平稳 R  t , t + 

  =5sin   X  t  、Y  t  联合平稳

 Z

 Z

  Z

 2 2- - 11

 已知过程 X

 (t) 和 Y (t) 各自平稳且联合平稳,且

  Z (t)  X (t)  Y (t) 。①求

 Z (t) 的自相关函数

 R ( 

  ) ?②若

 X (t) 和 Y (t) 独立,求

 R ( 

 ) ?③若

 X (t) 和Y (t) 独立且均值

 均为

  0 0 ,求 R

  ( 

 )

 Z

 第 ① 问

 R

     E

  Z

  t

  Z

  t

      R     R X Y

     R

 XY

     R

 YX

    R     R X Y

     R

 XY

     R

 XY

    两个联合平稳的过程的互相关函数

 R  

  

 R

 YX XY

    第 ② 问

 两平稳过程独立

  E  X  t

 1

  Y  t

 2

   E  X  t

   E Y  t   R     R XY YX

     m m X Y

 R  

  

 R

 Z

 X

     R

 Y  

  

 2 R

 XY

   第③问

 X (t) 和 Y (t) 独立且均值均为

 0 0

 R  

  

 R

 Z

 X

     R

 Y   1

 2

 R (  )

 X

 2 2- - 12

 已知两个相互独立的平稳过程

 X (t) 和Y (t) 的

 自相关函数为

 R ( 

 ) 

 2 e  2 

 cos 

 

 R ( 

 )  9  exp  3 

 2  X 0 Y

 令随机过程,其中

 A 是均值为

 2 2 , 方差为

 9 9

 的随

 机变量,且与 X (t) 和 Y (t) 相互独立。求过程 Z(t) 的均值、方差和 Z (t)  AX (t)Y (t) 自相关函数?

 随机变量

 A A ,与

 E

  Z

  t

  

 

  EA

 X (t) 和Y (t) 相互独立

 E [

 X

 ( t )]

    0 , E [ Z

 ( t )]

  0

 R (t, t   )  E[Z (t)Z (t   )] Z

 

 E [ A 2 X ( t ) X ( t  

 ) Y ( t ) Y ( t   )]

 

 E [ A 2 ] R

 X

 ( 

 ) R

 Y ( 

 )

 E [ A 2 ] 

 D [ A ] 

 E 2 [ A ] 

 9 

 2 2

  R

  (  )

  26 e  2  cos    9

  exp

  3 

 2   Z

 0

 D [ Z ( t )] 

 R (0) 

 260

 Z

  可以证明过程 Z (t) 平稳

 E  X  t   E Y  t  

  A

 2 2- - 14 已知复随机过程

 Z

 ( t )

   A

 exp  j  t

  i

 i

 i  1

 式中

 A

 i

 ( i

 

 1,

 ,

 n )

 为

  n n

  个实随机变量,  i

 ( i 

 1,

 , n) 为

 n n

 个实数。求当

 i 满足什么条件时,

 Z (t) 复平稳?

 复

 过

 程

 Z ( t )

 复

 平

 稳

 条

 件

  m

  t  

 m

 复常数, m

 +

 j m

 

  Z

   z

    R

 t , t

 

 

 R

 Z Z

  m  t   E  ①

 z A exp 

 j  i

 i

 t     E  A

 i

  exp  j  t  i

  只要 E [ A

 i

  i1  i1 ]  0, E [ Z ( t )]中就存在“ t ”。令 E [ A

 i

  ]  0

 ②

  X Y

  i

 R  t,t     E Z  Z

  t  Z  t      E 

 A

 exp   j 

 t

   A exp  j   t  j  

 i i j j j  i  1 j  1

  

    E 

 A A

 i j

  exp   j  t  ji

 t  j    j j

 i  1 j  1

  

    E 

 A 2 

 exp

  j 

 

  j

 i  1 j  1

  A 与 A

 间应满足条件:  E [ A ] 

 0...........

 i k

 i  E [ A A ] 

 0,...... i 

 k

  ..... i , k 

 1,2,

 , n i k 

  Y

 X

 2 2- - 16

 已知平稳过程

  X (t) 的均方可导,

 Y (t)  X (t) 。

  证明

 X (t),Y (t) 的互相关函数和

 Y ( t ) 的自相关函数分别 为

 R (  )   dR (  )

 X

 R ( 

 ) 

  d 2 R

 X

 ( 

 )

 XY d  Y d 2  1 R ( 

 ) 

 E [ X ( t ) Y ( t   )]

 XY

 

 E 

 X ( t ) l . i . m

 X ( t  

 

  t ) 

 X ( t   )   t 0 t 

 lim E

 

 X ( t ) X ( t  

 

  t ) 

 X ( t ) X ( t   )  t 0

 

 lim

  R (   t)  R X

 X

 t t ( 

 ) dR

 X

 ( 

 )

 t 0 dt

  2

 R

  (  )

 

 E

 

 X

 "

 ( t ) Y

 ( t

   )   E  l . i . m

 X ( t   t )  X ( t ) Y ( t   ) 

 t 0 t  lim

 t 0 E  X (t  t)Y (t   )  X (t)Y (t   )  t  lim

 R (   t)  R XY XY

 t ( 

 )   lim R

 ( 

 )  R

 XY

  ( 

    )

 t 0   0 dR   XY

 ( 

 )   d 2 R

 ( 

 )

 。

 d  d  2  XY

 

 1

 。求:①其导数

 的自 相

  若

 X (t) 为宽平稳(实)

 过程,则 X " (t) 也是宽平稳(实)

 过程,且 X (t)

 与

 X " (t) 联合宽平稳。

 R ( 

 )   d R ( 

 ) d R

 YX XY

 (  

 ) 

 

 d R XY

 (  

 ) 

 

 d 2 R X

 ( 

 )

 Y d  d  d     d 2 2-17

 已知随机过程

 X

 ( t ) 的数学期望

 E[ X (t)]  t 2  4 ,求随机过程 Y (t)  tX (t)  t 2 的期望?

  E [ X

 "

 ( t )]

   E [

 X

 ( t )] "

  t 2

  4 "

  2t E  Y (t)   3t 2

 2-18

 已

 知

 平

 稳

 过

 程

 X

 ( t ) 的

 自

 相

 关

 函

 数

 R X ( 

 ) 

 2exp 

 

 

 2

  Y (t)  X (t)  2 关函数和方差?②

 X ( t ) 和 Y

 ( t ) 的方差比?

  d 2 R ( 

 )

    1 2 R ( 

 ) 

  Y X

 d 2

 2 1  

 2 e 2

 不含周期分量

 

 2 

 R

 Y Y 

 2 

 R

  0  

 2

  0 

 

 2

 X

 X

    4

 4

 4

 补充题:若某个噪声电压 X  t  是一个各态历经过程,它的 一

 个样本函数 为

 X

  t   2cos  t    ,求该噪声的直流分量、交流

   平均功率

 解:直流分量 E

 

 X  t   、交流平均功率 D  X  t  各态历经过程

 可以用它 的 任一个样本函数的时间平 均来代替整个过程 的 统计平均

 E 

 X

  t   = X (t) = lim 1

   T

 X (t)dt  lim 1

   T

  2cos  t    dt  0 T  2T

 T T  2T

 T   R (  )  X (t) X (t   )  lim 1

   T

 X (t) X (t   )dt X T  2T T 

 lim

  1

  T

  2cos 

 t

 

  

 

 2cos

 

 t

   

   d t

 

 2cosT  2T

 T     4 再利用平稳过程自相关函数的性质

 D  X  t    R  0   R     2 X

 X

 方法二:

 D 

 X

  t   

 E 

 X 2

  t    E 2

 

 X

  t    X 2 (t)  X (t) X ( t ) 

 0

 1 T

  1 T    2

 X 2 ( t )= lim  2T X 2 ( t ) dt   lim  2T  2cos  t 4  dt  2 T  T T T    

 1 t

 1 1 t

 1

 t

 1 2-19

 已知随机过程

 X (t)  V cos3t ,其中 V 是均值和方

  差皆为

 1 的随机变量。令随机过程

 Y

 ( t ) 

 1  t

 t

 X (  )d 0

 求 Y ( t ) 的均值、自相关函数、协方差函数和方差?

 解 :

 1.

 求均值,利用

  E [ b

 a

 X

 ( t ) dt ]

 

 b

 E [X

 ( t )] dt

 a

  随机过程的积分运算与数学期望运算的次序可以互换

 E

  Y

  t

  

 

 E

 1

 t

 X

 (  ) d 

 

 1

  t

  E

  X

 (  )  d

 

 1

 t

  E

 V

  cos3 

 d   t 0 

 sin 3 t

 3t  t 0 t 0

  2.

 求自相关函数

 Y (t )   X (  )d    变上限积分 t 0

 t

 R (t ,t ) 

 E [ Y ( t ) Y ( t )] 

 E [ 

 1

 X ( 

 ) d 

 

 2 X ( 

 ) d 

 ]

 Y 1 2

 1 2 t 0

 1

 1 1 t 0 2

 2

 2

 = 1 t

 t 2 E [ X (   ) X (   )] d 

 d  t t 0

 0

 1 2 2 1

 1 2

 做法二:Y (t) 1

 t

  X (  ) d 

  1

 t

 V

 cos3  d

   V sin 3 t

 t 0

 t 0

 3t V sin 3 t V sin 3 t

 R (t ,t Y 1 2

 ) 

 E [ Y ( t

 1

 )Y (t 2

 )] 

 E [ 1 2 ]

 3t 3t 1 2

 sin 3 t

 = 1

 sin 3 t

 2

 EV 2

 

 2 sin 3 t

 sin 3 t

 9t t 9t t 1 2

 1 2 1 2

    3.

 求互协方差函数

  C ( t , t

 )  R (t ,t )  E[Y (t )] E  Y (t

 )   1 sin3t sin 3t Y 1 2

 Y 1 2

 1 2 9t t 1 2 1 2 4.

 求方差

 D   Y

  t   

 

 C

  t,t  方差是关于t的一元函数 方法二:

 D  Y  t  

 

 D  V sin 3 t 

   3t sin 2 3t 9t 2

 D  V 

 

 sin2 3 t 9 t 2

 Y

    X C

 C

  2-20

 已知 平稳 高斯过程

 X (t) 的自相关函数为 ①

 R ( 

 ) 

 6exp 

 

  

 2  ②

 R ( 

 ) 

 6 sin  X  求当

 t 固定时,过程

 X (t) 的四个状态

 X (t), X (t  1), X (t  2), X (t  3) 的协方差矩阵?

  C C C C  

 11 12 13 14  C ...

推荐访问:随机信号分析(常建平-李林海)课后习题答案第二章习题讲解 习题 第二章 课后

版权所有:众一秘书网 2005-2024 未经授权禁止复制或建立镜像[众一秘书网]所有资源完全免费共享

Powered by 众一秘书网 © All Rights Reserved.。备案号: 辽ICP备05005627号-1