【摘要】:(一)理想实白噪声过程的希尔伯特变换理想实白噪声过程X的功率谱密度为GX(ω)= n0/2,自相关函数为GX(τ)=δ。图2-21 所示为利用Matlab 中的hilbert()函数对高斯白噪声进行离散希尔伯特变换,通过10 000 次蒙特卡洛试验得到的x与其离散希尔伯特变换的互相关函数的结果。图2-22 是利用相关函数的DFT 得到的解析噪声Z的功率谱密度GZ的10 000 仿真平均的结果,DFT 点数N = 50。可见其PSD 并不是恒定的。
(一)理想实白噪声过程的希尔伯特变换
理想实白噪声过程X(t)的功率谱密度为GX(ω)= n0/2,自相关函数为GX(τ)=(n0/2)δ(t)。X(t)的希尔伯特变换记作,则根据希尔伯特变换的性质,的自相关函数为的互相关函数为GXX(τ)=。变换后得到的仍为高斯白噪声,但X(t)与只有在同一时刻不相关。
图2-21 所示为利用Matlab 中的hilbert()函数对高斯白噪声进行离散希尔伯特变换,通过10 000 次蒙特卡洛试验得到的x(n)与其离散希尔伯特变换的互相关函数的结果。
图2-21 白噪声序列与其离散希尔伯变换的互相关函数仿真结果
Z(t)是利用X(t)与构成的解析噪声,根据解析过程的性质,Z(t)的自相关函数为
图2-22 解析噪声过程的PSD
可知,Z(t)不是(复)白噪声。图2-22 是利用相关函数的DFT 得到的解析噪声Z(t)的功率谱密度GZ(k)的10 000 仿真平均的结果,DFT 点数N = 50。可见其PSD 并不是恒定的。(www.daowen.com)
(二)带限白噪声的希尔伯特变换
低通白噪声过程X(t)的功率谱密度可表示为
X(t)的自相关函数为
图2-23 窄带白噪声与其希尔伯特变换的互相关函数
用低通白噪声X(t)和其希尔伯特变换构成的解析噪声过程Z(t)= X(t)+的自相关函数为
综上,由高斯白噪声经过希尔伯特变换得到的解析噪声过程不是白噪声。
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。
有关现代信号检测技术与评估理论的应用与研究的文章