10.

1 已知 求 。

解：根据式(10.1)得

10.2 若高频窄带随机过程的解析过程可近似用指数复过程表示成

其中 r(t)成为窄带过程的复包络。求复包络的功率谱密度。
解：复包络的自相关函数

应用傅立叶变换的频移特性，不难得到复包络的功率谱密度为

考虑到

则有

10.3 设解析信号 中 X(t)为零均值、 方差的实平稳高斯噪声，若记

解析过程 的包络和相位分别为

试求：（1）A(t)和 各自的一维概率密度 。

（2） 的自相关函数。

解：（1）求 X(t)与 在同一时刻的联合概率密度。因为希尔伯特变换是线性变换，所

以零均值高斯噪声 X(t)的希尔伯特变换 也是零均值的高斯噪声，且两者是联合高斯

的。根据 ， 得方差亦为 。于是，X(t)与 的一

维概率密度分别为
又因为 X(t)与 在同一时刻正交的，且它们均为零均值，所以 X(t)与 在同一时刻
不相关，从而它们在同一时刻也是统计独立的，则

求雅可比因子。根据 与 X(t)和 的关系式， 的反函数为

记同一时刻取值关系为

则雅可比因子为

于是 在同一时刻的二维概率密度为

最后

显然

即 在同一时刻统计独立，并且，A(t)的一维概率密度为瑞利分布、 的一
维概率密度为均匀分布。

（2）令 ，则
因为 X(t)平稳，所以 也是平稳的，且二者联合平稳，则

又因为 X(t)与 是联合高斯的，则根据零均值高斯随机变量的四阶矩公式

考虑到希尔伯特变换的性质 及 ，最

后得到

10.4 若零均值高斯随机变量 X 和 Y 的方差分别为 ；又 X 与 Y 互不相关。试写出 X 与

Y 之和的一维概率密度函数。
解： 设：

所以 （１）

因为 X 与 Y 为高斯随机变量互不相关，所以 X 与 Y 相互独立，则

所以（１）可以写成

将 ， 代入积分可得
可见两独立高斯分布的随机变量，其和也服从高斯分布。

10.5 试证明 , 式中 为高斯概率密度。

证：

上式第一个积分中，令 ，我们得到被积函数为奇函数，因此积分为零，第二个

积分是 乘以高斯概率密度函数下面的面积，即 乘 1，故得

10.6 若零均值高斯随机变量 X 和 Y 方差分别为 ，试写

出 X 和 Y 联合概率密度函数。
解：已知

，且又知

10.7 若随机信号 是均值为零，方差为 的高斯随机变量。试求

（1） 在 t=0 和 t=1 时概率密度函数；

（2）随机信号 是平稳的吗？
解；（1）当 t=0 时， 因此， 得概率密度函数应与随机变量 的相同。故有

又当 t=1 时， 容易了解 的概率密度函数也与随机变量 相同。可得到

 （2）因为 又有

根据前面的平稳性理论，可知随机信号 不是平稳的。

10.8 一个零均值平稳高斯信号 ，其功率谱密度如图，若以速率为 对 进行取

样，试求前 n 个取样的联合概率密度函数。

- 0

解：因为如图所示功率谱所对应的 的自相关函数 为

因此可以得出，当 时，有

，又因为， 所以，间隔为 的 n 个取样点所决定的 n 个随机变

量相互间是不相关的。又因 是高斯的，所以这 n 个随机变量相互间是独立的。

10.9 已知随机变量 X 和 Y 是相关系数为 的两个高斯随机变量，若把 X 和 Y 进行坐标旋转

变换。试证明当坐标转角 时所得的高斯随机变量 是相互独立

的。 y

证：如图

x
有

相应的，有随机变量为

因此要求随机变量 是相互独立的，也即是互不相关的。因此，随机变量 必

有如下关系成立

因为已知

又若， 所以要求 ，必有

又， 所以要求

代入三角公式

最后得到

所以当坐标转角 时，所得的高斯随机变量 是相互独立的。

10.10 随机变量 X 为零均值的高斯分布，随机变量 Y 通过下述变换得出：

式中 为实常数， >0，求 Y 的概率密度函数。

解：利用式

没有 X 值对应于{Y<0},因此 y<0 时 ；

事件{Y=0}对应于{ },因此 这是因为对于均值为零的高斯分布随机

变量，在原点左边 具有其面积的一半。

对于
 微分得

式中

10.11 设随机变量 X,Y 为正态分布，其二维概率密度为

求随机变量 的概率密度。

解：令

其反函数为

可求得

因此

将 带入上式得

10.12 设随机变量 X 和 Y 联合概率密度函数为

它们的条件概率密度函数分别记为 ，试证明它们也服从高斯

分布。

证：

进行代数运算之后上式可以简化为

同理可得：

（2）

式 是高斯概率密度函数，其均值为[ ]方差为 ；式（2）也是

高斯概率密度函数，其均值为[ ]方差为 。

所以，得证。

10.13 零均值高斯随机变量 具有协方差矩阵

用 X 组成新的变量 分别为
（1） 求 的协方差矩阵；

（2） 写出 联合概率密度函数的表达式。

解：由题可知

（1）

= （1）

（2） ∵

∴式（1）的逆矩阵为

因此

10.14 若一确知信号 A 与均值为 ，方差为 的高斯随机信号 X(t)作用到相加器的输入

端。试求相加器输出随机信号 Y(t)=A+X(t)的一维概率密度函数。
解：A 为确知信号则 Y(t)也为高斯信号

所以
10.15 若高斯随机确知信号 X(t)的自相关函数为 试确定随机变量

X(t)、X(t+1)、X(t+2)和 X(t+3)的协方差矩阵。

解：定义 的协方

差矩阵将具有元素：

的 矩阵。这一步骤是允许的，因 X(t)是零均值，于是

10.16 如果 ，解上题。

解：步骤与上题同，现在

于是

10.17 为零均值，方差为 的平稳窄带随机过

程，通过如图的网络，证明 , 表示

低通部分。

N(t) V(t) X(t)

理想低通滤波器

带宽=Ω/2

2 单位冲激响应 h(t)

证：由图知
上式中括号一项仅是把输入过程 N(t)搬到一个新的中心频率 上的结果，而 X(t)是一个中

心频率为零的低频限带随机过程。理想低通滤波器使 X(t)不变地通过，但滤出了括号一项。
因此，输出是 X(t),其自相关函数为

把式中的 用其功率谱密度 代替，余弦函数用指数函数代替，则上式变

（1）

因为 ，所以 相互不重叠，则有

=0

=0

因此式（1）中第一项和第三项都是零。在第二项中，令 那么式

（1）变为

用 代替 和 得
 （2）

设 X(t)的功率谱密度为 ，则从式（2）中得

因为

所以

用 表示低通部分，则有

10.18 为零均值，方差为 的平稳窄带随机过

程，如上题图，则有 ， 为 N(t)的

功率谱密度，试证明之。
证明：因为

所以，式（1）中第二项又可写成

为了不失一般性，而又不影响上式的结果，上式中第一个积分的积分限可改写为 、
第二个积分的积分限可改写为 。于是

在上式中第一项中令 ，并注意到 得

于是，原式得证。

10.19 若零均值平稳窄高斯随机信号 N(t)的功率谱密度如图

（1） 试写出此随机信号的一维概率密度函数；
（2） 写出 N(t)的两个正交分量的联合概率密度函数。

A w

解：
10.20 若平稳窄带随机信号 N(t)的功率谱如图所示，试求 N(t)的自相关函数并作图。

解：

10.21 若零均值平稳窄高斯随机信号 的功率谱密度

如图,试用 N(t)的功率谱密度 表示其正交分量 X(t)的功率谱。

由 N(t)的功率谱可知， 满足 ，于是有

上式说明， 是 和 沿角频率作简单搬移而得到的。这样，若要得到

或 ，必须将 进行相反方向的搬移。这种图形上的相反搬移，对应于数

学关系为

其对应的功率谱密度关系为
再使用低通滤波器，能够得到 ，即有

如图

10.22 若零均值窄白高斯随机信号 的功率谱密度如

图，试写出其一维概率密度函数和两正交分量的联合概率密度函数。

解：因为 N(t)是零均值窄白高斯随机信号，由性质有
由功率谱求方差，得到

于是，可得到 N(t)的一维高斯概率密度函数为

类似地，可得到 X(t)与 Y(t)的一维概率密度函数为

又根据窄高斯随机信号性质 ，我们得 X(t)与 Y(t)独立。因此，

X(t)与 Y(t)的联合概率密度函数为

10.23 所表示的窄带随机过程的功率谱密度

如图所示，若在 频带内分别选择 为 100Hz 和 98Hz，试求这两种情况下的

-103 -97 0 97 103 f(Hz)

解：（1） =100Hz

根据 X(t)和 Y(t)的性质知

则可得 ， 如图

4
 -3 0 3 f(Hz)

求 的傅立叶反变换可得

（2） =98Hz

由 X(t)和 Y(t)的性质知

所以可得 和 分别如图

-5 -1 0 1 5 f(Hz)

2
01 5
-5 -1 f(Hz)
-2

10.24 若零均值，方差为 的平稳窄高斯随机信号 N(t),作用到如图所示的系统输入端，系

统输出 Z(t)，试求
（1） Z(t)的一维概率密度函数；
（2） Z(t)是平稳的吗？

X(t) 低通滤波 Z(t)

解：
10.25 设某信号处理器方框图如图所示，其输入为平稳窄带随机信号 N(t),已知低通滤波器
的带宽远小于窄带信号的中心频率，模数转换器 A/D 在 t=Nt 时刻对其输入采样，同相支路

数 字 滤 波 器 的 输 出 与 其 输 入 之 间 的 关 系 为

试求同相支路 W(n)的功率谱密度。

同相支路
低通滤波器 A/D H ( e j ) XIA
u(t) A(t) A(n) W(n)
N(t)
v (t) B(t) B(n)
低通滤波器 Z(n)
A/D H ( e j ) 正交支路

解：输入平稳窄带随机信号 N(t)可表示为

其中 X(t)和 Y(t)与 cos 和 sin 相比是慢变化的。经混频后，同相支路的信号 u(t)

由于低通滤波器的带宽远小于 ,因此,u(t)经低通滤波后，含 2 的频率项被滤掉，低通滤

波的输出

该信号经 A/D 转换器在 t=Nt 时刻采样后得 ，其中 X(n)=X(nT)

A(n)的自相关函数为

所以 A(n)的功率谱密度为

根据 W(n)与 A(n)的关系式，可得数字滤波器的传递函数
最后，得到同相支路输出 W(n)的功率谱密度为

10.26 对于窄带平稳随机过程 ，若其均值为零，功率谱

密度为

式中 都是正实常数。试求

（1） N(t)的平均功率；
（2） X(t)的功率谱密度；

（3） 互相关函数 或互谱密度 ；

（4） X(t)与 Y(t)是否正交或不相关？

10.27 在上题中，若 X(t)的功率谱密度如图，重做上题。（设 =100MHz）

1
104

0 9899 103 f(MHz)

10.28 设平稳噪声 x(t)是宽平稳，其功率谱密度 如图,求

的功率谱密度 ，并做图。式中， 是在

内均匀分布的随机变量； ； 与 x(t)统计独立。

- 0

10.29 设 信 号 加 噪 声 过 称 为 ， 其 中 ，

，其双边功率密度为
 ，并且 ，于是

（1） 用 X(t)和 Y(t)表示 p(t)和 q(t);求 p(t)和 q(t)的功率谱密度。

（2） 求 p(t)和 q(t)的互谱密度 和互相关函数 ；过程 p(t)和 q(t)相关吗？在

同一时刻上采样的 p(t)和 q(t)独立吗？

10.30 设有一理想线性包洛检波器接收到的信号为调幅信号与零均值窄带平稳高斯过程之
和，即

式中 为确定函数，并已知俄

，试求该检波器输出的一维概率密度。
10.31 证明均值为零，方差为 1 的窄带平稳高斯过程包络的均值为 2 方差为 4。
证明：均值为零，方差为 1 的窄带平稳高斯过程包络的概率密度为

所以

所以

10.32 已知 X(t)为信号与窄带平稳高斯噪声之和为 式中 是

上均匀分布的独立随机变量，N(t)为窄带平稳高斯噪声，且均值为零、方差为 ，

并可表示为 ，求证 Z(t)的包络平方的自相关函数为

解：因为

所以

包络平方为
相关函数为

式中求期望不为零的项为

注意到由于高斯随机变量有以下重要关系

则有

在由窄带过程的性质

整理得

10.33 若上题的噪声功率谱密度对 偶对称，求仅存在噪声时 X(t)的功率谱密度。

10.34 功率谱密度为 的平稳白噪声经耦合电容加到矩形带通滤波器，测得滤波器

的中心频率为 60MHz，通带宽度为 1MHz,通带内的电压增益为 4。若再在滤波器后加理想线

性包络检波器，试求检波器输出的均值和方差。
10.31 同 步 检 波 器 如 图 所 示 ， 令 N(t) 为 窄 带 平 稳 噪 声 ， 其 自 相 关 函 数 为

,而 ，A 为常数， 是与 X(t)独

立的、且在 上均匀分布的随机变量。试求该检波器输出的平均功率。
N(t) Z(t)
理想低通滤波器
 S(t)

10.35 若 N(t) 是 均 值 为 零 、 方 差 为 的窄带平稳高斯随机信号，它可以表示为

，求证:N(t)的包络随机变量 的均值和方差分别为

解：由题知：

所以由均值的定义有：

因为，

而,

所以：

10.36 已知窄带高斯随机信号 ,V(t)是慢变化包络随机信号，

是慢变化相位随机信号，若把 N(t)加到平方律检波器输入端。试求输出的一维概率密
度函数（即求包络平方后的一维概率密度函数）。
解：我们已知窄带高斯随机信号其包络 V(t)的一维概率密度为瑞利密度函数

应用关于求随机变量函数分布的方法，便可容易的求出包络平方一维概率密度。令

由此得到雅可比因子为
于是

上式表明， 的概率密度为指数密度函数。

10.37 设图中加到平方滤波器输入端的窄带随机过程 Z(t)为 ，

其中 为有用信号；a、 为非随机变量。N(t)是平稳窄带高斯噪声，均值为

0，方差为 。其功率谱对称于 。Z(t)经检波并作归一化处理以后，独立取样 m 次，求

加法器输出端随机变量的概率密度及其参数。

独立采样 m 次

Z(t)
平方律检波器 加法器
窄带过程
归一化
1/
解：先将 N(t)表示为莱斯表示式

用 A(t)表示窄带随机过程 X(t)的包络，那么，在平方律检波器输出端可得到包络平方为

于是，加法器输出端随机变量 v 为

式中 和 分别表示 X(t)和 Y(t)的第 i 个独立样本。根据 X(t)、 Y(t)的有关

性质可知，各个 、 是同分布的独立高斯变量，均值为 0，方差为 1。因此可知，上式中

的每一个和式都是一个自由度为 m 的非中心 变量，它们的非中心参量 和 分别为

由于这两个非中心 随机变量也彼此独立。因而它们的和变量 v 也是非中心 随机变量，

它的自由度 n=2m;非中心参量 ，便可得到 v 的概率密度函数为

非中心参量与自由度之比为
它正是检波器输入端的功率信号噪声比。变量 v 的均值和方差为

10.38 如图（1）所示的系统中，已知随机相位正弦波 ，其中 为

上均匀分布的随机变量，白噪声 N(t)的功率谱密度为 ，带通滤波器特性如图

（2）所示，并且 。

（1）求 A 点波形的功率谱密度和自相关函数；
（2）求 B 点波形的一维概率密度。

S(t) A 带通滤波器
B 理想包络检波器

N(t) 图(1)

1 2

图（2）
解：（1）根据题意，S(t)无变化的通过带通滤波器，N(t) 通过带通滤波器后为平稳窄带高

斯噪声，记为 。若记 A 点的波形为 A(t),则 ，式中 S(t)和 独

立。A(t)的自相关函数
A(t)的功率谱密度为

其中

A(t)的自相关函数具体形式为

（2）记 B 点的波形为 Z(t)，则 Z(t)就是 A(t)的包络，Z(t)的一维概率密度为广义瑞利分布。

根据题意，确定 a=1, 的平均功率为 ，所以

式中

10.39 若 零 均 值 高 斯 随 机 信 号 X(t), 它 的 自 相 关 函 数 如 图 所 示 ， 并 且 ， 已 知 概 率 值

和 ； =

均为实数。试求：（1） 和

的概率；

（2）此随机信号 X(t)是平稳的吗？

（3）写出 X(t)的一维概率密度函数 和二维概率密度函数

-T 0 T

解：（1）由于 互不相关，对于零均值高斯信号等价于独立。

令事件
（2） 由于零均值与时间无关，相关函数只与时间有关，X(t)广义平稳，对高斯信号广义平
稳与严平稳等价。
（3）对平稳零均值高斯信号

10.40 已知接收机输出端在某时刻的输出，在不包含有用信号分量的情况下其概率密度为

如果另一时刻加进一个幅度为 2 的直流分量，此时的概率密度是什么？

10.41 有一个无线电相位测距系统，输入为 和方差为 的窄带高斯噪声

N(t),其中 B 为常数， 为在 上均匀分布的随机变量，其输出为 ， 正比于

所测距离， 是噪声部分，若 ，求测角误差大于 的概率。

10.42 窄带高斯噪声的包络超过其均方值 3 倍的概率是多少？

10.43 如图所示的系统，X(t)为白噪声，测得 Y(t)的平均功率为 1 瓦。试求 Z(t)< 伏时的概
率。
X(t) Y(t) Z(t)
窄带中放 理想包络检波器

10.44 将一功率谱为函数 的白噪声输入到一单位冲激响应如下的滤波器

试求输出噪声的自相关函数和平均功率。

解： 因为

且已知 h(t)，则
当 >0 时

当网络为窄带系统时。必有 ，那上式的前一积分必定远远大于后一积分，因为因子

的正负取值时的积分大体上是相抵消的。因此在窄带的情况下，近似有

由于 为偶函数，所以

所以

10.45 如图所示，系统 1 为线性对称窄带系统，其中心频率为 ；系统 2 的传输函数等于-

jsgn(f)；系统 3 为理想微分线性系统。输入 N(t)是自相关函数为 的白噪声。系统 1 输

出过程的自相关函数的包络为 。若整个系统已进入稳态，试求：

（1） A(t)和 Z(t)各自的自相关函数；

（2） B(t)的自相关函数、均值、方差；
（3） B(t)的一维分布近似于什么分布？为什么？

N(t) A(t)1
系统 Z(t) 系统 2 B(t) 系统 3

10.46 设调幅信号和窄带高斯噪声之和为

式中 为确定函数，X(t)和 Y(t)是相互独立的平稳高斯过程，它们的均值是零、方差都是
。证明：
式中

为合流超几何函

10.47 系统如图，输入为白噪声，其自相关函数为，对包络平方检波后的过程进行两次独立
采样，求积累后的 Z(t)的分布。
2
X(t)
H ( ) K 平方律检波器
Z(t)
 ()
1