数字信号处理相关函数应用 ( 高斯白噪声 的 自相关函数 分析 )

Posted 2022-03-05 韩曙亮

文章目录

• 一、高斯白噪声 的 自相关函数 分析

一、高斯白噪声 的 自相关函数 分析

---

高斯白噪声

$$N(n)$$

其自相关函数为

$$r_N(m)$$

该白噪声 方差为 $1$ , $r_N(0)=白噪声方差$ , 其余的 $r_N(m)$ 随着绝对值增加 , 都趋于 $0$ ;

由于 高斯白噪声是随机的 ,

噪声信号 是 功率信号 , 在 $m=0$ 时 , 是完全相关的 , 相关函数值就是功率值 ,

但是只要 $m$ 不为 $0$ , 噪声信号错开了一点 , 那就是完全不相关了 ,

自相关函数 与 功率谱密度 是一对 傅里叶变换对 , 如果自相关函数具备该特点 ,

在 $m=0$ 时 , 相当于 $\delta (n)$ 信号 , $\delta (n)$ 信号的傅里叶变换为 $1$ , 其在所有的频率上其 功率密度函数 都是 $1$ , 在所有的频率上都是有功率分布的 ;

下图是 " 高斯白噪声 " 与 " 自相关函数 " 的图 :

在 $m=0$ 时 , 高斯白噪声 的 " 自相关函数 " $r_N(0)$ 是该噪声的 功率 , 此时相关性最大 ;

一旦 高斯白噪声 错开一点 , 即 $m\ne 0$ , 那么其相关性就很小 会趋于 $0$ ;