实际系统中,外界干扰和/或噪声总是在某种程度上存在的,不可避免的。下面我们就介绍最常见、最无章可循、又最基本的一类噪声——白噪声。
定义6-2(白噪声) 一个随机过程ξ(t)被称为白噪声,那么从频域上看,该随机过程的功率谱P(ω)在整个频域上保持不变,为一个非0常数。从时间上看,ξ(t)满足
图6-3示意了一个白噪声的一段实现。理想的白噪声从时间上看是平稳随机过程,则由其功率谱与自相关函数的关系维纳-辛钦(Wienner-Khinchin)定理知,平稳随机过程的功率谱是其自相关函数的傅里叶变换,而我们知道常数的傅里叶逆变换是冲激信号,从而知白噪声(注意是平稳随机过程)的自相关函数为原点t=0时的冲激,即对任意时刻t1有
Rξ(t)=E[ξ(t1)ξ(t1+t)]=Cδ(t)(6-8)
其中,C为和随机过程功率相关的某常数。从这个方面,我们也可以理解上面白噪声定义中时域特征和频域特征的对应关系。
由式(6-6)可以看出,随机过程时间上两个不同点所对应的随机变量是不相关的(Uncor- related)。但一般情况下,我们把“不相关”加强成“独立”作为白噪声的时域特性(注意两个不同点所对应的随机变量独立也使得时域特征第二条成立)。再一方面,由式(6-7)可知,白噪声每个点对应的随机变量的方差为该白噪声的功率。
性质6-4(白噪声基本特性) 白噪声时间上任意两个时刻对应的随机变量独立;白噪声每个时刻对应的随机变量的方差为该白噪声的功率,即
(www.xing528.com)
其中,P(ω)为白噪声角频率功率谱;P(f)为白噪声线频率功率谱。
由于有这个基本特性,一般描述白噪声时,描述每个时刻所对应随机变量的方差,与描述白噪声的功率是等价的。另外,理想的白噪声功率为无穷,现实中是没有的。现实中,把有限频带内(或者说在当前考虑的系统的整个频带内)的功率谱基本平坦的噪声也当做白噪声处理。即此时也认为时间上两噪声点是独立的,每个时刻随机变量的方差等于功率。
图6-3 白噪声
定义6-3(高斯噪声) 如果一个随机过程ξ(t),对任意k>0,任意t1,…,tk,随机向量[ξ(t1),…,ξ(tk)]是联合高斯分布,则称为高斯过程或高斯噪声。
定义6-4(高斯白噪声) 既是高斯噪声,又是白噪声,则称为高斯白噪声。
值得一提的是,白噪声并不是特指高斯白噪声,它只是白噪声的一种形式,不要把概念搞混了。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。