工作生活

基于自相关推导数字基带信号的功率谱密度

2019-07-01  本文已影响0人  艳阳天_cc44

循环平稳过程

如果随机过程x(t)的均值和自相关函数是以T为周期的周期函数,则称其为循环平稳过程。对于循环平稳过程,平均自相关函数定义为一个周期上的平均:
\overline{R_x(\tau)}=\frac{1}{T}\int_0^TR_x(t+\tau,t)dt

循环平稳过程的平均功率谱密度定义为平均自相关函数的傅里叶变换。
\mathcal{S}_x(f)=\mathcal{F}\left[\overline{R_x(\tau)}\right]

数字基带信号的PSD

\mathcal{S}_x(f)=\mathcal{F}\left[\overline{R_x(\tau)}\right] \\ aaa = bbb

假设信号x(t)=\sum_n a_n g(t-nT_s),则其为循环随机平稳过程。假定随机序列a_n是平稳过程。则有

\begin{aligned} R_X(t+\tau,t)&=\mathbb{E}\left\{\sum_{n=-\infty}^{+\infty}\sum_{m=-\infty}^{+\infty}a_na_m^*g(t+\tau-nT_s)g^*(t-mT_s) \right\} \\ &=\sum_{n=-\infty}^{+\infty}\sum_{m=-\infty}^{+\infty}\mathbb{E}[a_na_m^*]g(t+\tau-nT_s)g^*(t-mT_s) \\ &=\sum_{n=-\infty}^{+\infty}\sum_{m=-\infty}^{+\infty}R_a(n-m)g(t+\tau-nT_s)g^*(t-mT_s) \\ &=\sum_{n=-\infty}^{+\infty}\sum_{m=-\infty}^{+\infty}R_a(n-m)g(t+\tau-(n-m)T_s-mT_s)g^*(t-mT_s) \\ &=\sum_{k=-\infty}^{+\infty}\sum_{m=-\infty}^{+\infty}R_a(k)g(t+\tau-kT_s-mT_s)g^*(t-mT_s) \end{aligned}

最后一个公式使用了变量代换k=n-m,从而其平均自相关函数为:

$$

\begin{align}

\overline{R_X(\tau)}&=\frac{1}{T_s}\int_0^{T_s}R_X(t+\tau,t)dt \

&=\frac{1}{T_s}\int_0^{T_s} \sum_{k=-\infty}{+\infty}\sum_{m=-\infty}{+\infty}R_a(k)g(t+\tau-kT_s-mT_s)g^*(t-mT_s) dt \

&=\frac{1}{T_s}\sum_{k=-\infty}{+\infty}\sum_{m=-\infty}{+\infty}\int_0{T_s}R_a(k)g(t+\tau-kT_s-mT_s)g*(t-mT_s) dt \

&=\frac{1}{T_s}\sum_{k=-\infty}{+\infty}\sum_{m=-\infty}{+\infty}\int_{-mT_s}{-(m-1)T_s}R_a(k)g(u+\tau-kT_s)g*(u) du\

&=\frac{1}{T_s}\sum_{k=-\infty}{+\infty}\int_{-\infty}{+\infty}R_a(k)g(u+\tau-kT_s)g^*(u) du \

&=\frac{1}{T_s}\sum_{k=-\infty}^{+\infty} g_k(\tau-kT_s)

\end{align}

$$

g_k(\tau)=\int_{-\infty}^{+\infty}R_a(k)g(u+\tau)g^*(u)du,则上式的傅里叶变换为:

$$

\frac{1}{T_s}\sum_{n=-\infty}{+\infty}G_n(f)e{-j2\pi nfT_s}

$$

则上式的傅里叶变换为:

$$

\begin{align}

G'(f)&=\int_{-\infty}{+\infty}\overline{R_X(\tau)}e{-j2\pi f\tau}d\tau \

&=\frac{1}{T_s}\sum_{k=-\infty}{+\infty}R_a(k)\int_{-\infty}{+\infty}\int_{-\infty}{+\infty}g(u+\tau-kT_s)g*(u)e^{-j2\pi f\tau}du d\tau \

&=\frac{1}{T_s}\sum_{k=-\infty}{+\infty}R_a(k)\int_{-\infty}{+\infty}\int_{-\infty}{+\infty}g(u+\tau-kT_s)g*(u)e^{j2\pi fu} e^{-j2\pi f(u+\tau-kT_s)} e^{-j2\pi fkT_s} du d\tau \

&=\frac{1}{T_s}\sum_{k=-\infty}{+\infty}R_a(k)e{-j2\pi fkT_s}\int_{-\infty}{+\infty}\int_{-\infty}{+\infty}g(u+\tau-kT_s)g*(u)e{j2\pi fu} e^{-j2\pi f(u+\tau-kT_s)}du d\tau \

&=\frac{1}{T_s}\sum_{k=-\infty}{+\infty}R_a(k)e{-j2\pi fkT_s}|G(f)|^2 \

&=\frac{1}{T_s}\sum_{k=-\infty}{+\infty}[R_a(k)-R_a(0)]e{-j2\pi fkT_s}|G(f)|^2 + \frac{R_a(0)}{T_s}|G(f)|2\sum_{k=-\infty}{+\infty}e^{-j2\pi fkT_s} \

&=\frac{1}{T_s}\sum_{k=-\infty}{+\infty}[R_a(k)-R_a(0)]e{-j2\pi fkT_s}|G(f)|^2 + \frac{R_a(0)}{T_s}|G(f)|2\sum_{k=-\infty}{+\infty}\delta(f+\frac{k}{T_s})

\end{align}

$$

其中

$$

\begin{align}

\overline{R_X(\tau)}&=\frac{1}{T_s}\int_0^{T_s}R_X(t+\tau,t)dt \

&=\frac{1}{T_s}\int_0^{T_s} \sum_{m=-\infty}{+\infty}\sum_{n=-\infty}{+\infty}R_a(n-m)g(t+\tau-nT_s)g^*(t-mT_s) dt \

&=\frac{1}{T_s}\sum_{m=-\infty}{+\infty}\sum_{n=-\infty}{+\infty}R_a(n-m)\int_0{T_s}g(t+\tau-nT_s)g*(t-mT_s) dt \

&=\

&=\frac{\sigma_a2}{T_s}\sum_{m=-\infty}{+\infty}\int_0{T_s}g(t+\tau-mT_s)g(t-mT_s) dt+\frac{m_a^2}{T_s}\sum_{m \neq n}\int_0{T_s}g(t+\tau-nT_s)g(t-mT_s) dt

\end{align}

$$

上式可以拆成两部分,一部分为n=m的情况,另一部分不等。相等部分可推得如下结果:

$$

$$

OQPSK的PSD

假设信号如下:

$$

X(t)=I_n(t)\cos \omega_ct-Q_n(t)\sin\omega_ct

$$

其中I_n(t)=\sum_n a_n g(t-nT_s),Q_n(t)=\sum_n b_n g(t-nT_s)则其自相关函数如下:

$$

\begin{align}

R_X(t+\tau,t)&=\mathbb{E}\left{[I_n(t+\tau)\cos \omega_c(t+\tau)-Q_n(t+\tau)\sin\omega_c(t+\tau)][I_n(t)\cos \omega_ct-Q_n(t)\sin\omega_ct]\right} \

&=\mathbb{E}\left{I_n(t+\tau)I_n(t)\cos\omega_c(t+\tau)\cos\omega_ct\right}-\mathbb{E}\left{I_n(t+\tau)Q_n(t)\cos\omega_c(t+\tau)\sin\omega_ct\right}\

&-\mathbb{E}\left{Q_n(t+\tau)I_n(t)\sin\omega_c(t+\tau)\cos\omega_ct\right}+

\mathbb{E}\left{Q_n(t+\tau)Q_n(t)\sin\omega_c(t+\tau)\sin\omega_ct\right}\

&=R_{II}(\tau)

\end{align}

$$

一个有用的结论

上一篇下一篇

猜你喜欢

热点阅读