现代信号处理——高阶统计分析(非高斯信号与线性系统)

概率密度分布为非正态分布的信号统称非高斯信号。高斯信号的高阶累积量恒等于零,而非高斯信号一定存在某个高阶的累积量不恒为零。

一、亚高斯与超高斯信号

定义6.4.1:实信号x(t)的斜度(skewness)定义为

峰度(kurtosis)定义为

 

 

称为归零化峰度

对于任何一个信号,若其斜度等于零,则其三阶累积量恒等于零。斜度等于零意味着信号服从对称分布,而斜度不等于零的信号必定服从非对称分布。换言之,斜度实际上是衡量一个信号的分布偏离对称分布的歪斜程度。

峰度还有另外一种定义。 

定义6.4.2:实信号的归一化峰度定义为

峰度不仅可以用来区分高斯和非高斯信号,而且还可进一步将非高斯信号分为亚高斯(sub-Gaussian)信号和超高斯(super-Gaussian)信号。

(1)基于归零化峰度的信号分类

高斯信号:峰度等于零的信号;

亚高斯信号:峰度小于零的信号;

超高斯信号:峰度大于零的信号。

(2)基于归一化峰度的信号分类

高斯信号:归一化峰度=3的实信号或=2的复信号;

亚高斯信号:归一化峰度<3的实信号或<2的复信号;

超高斯信号:归一化峰度>3的实信号或>2的复信号。 

可以看出,亚高斯信号的峰度低于高斯信号的峰度,超高斯信号的峰度高于高斯信号的峰度。这就是为什么分别称它们为亚高斯和超高斯信号的原因。在无线通信中使用的数字调制信号多为亚高斯信号。

二、非高斯信号通过线性系统

考查使用离散时间的非高斯噪声e(n)激励下图所示单输入单输出时不变线性系统的情况。

假定加性噪声v(n)是高斯有色噪声,并且与e(n)统计独立,从而与系统输出x(n)也统计独立。由于任何高斯随机过程的高阶累积量恒等于零,故有 

 另一方面,由于系统输出x(n)等于输入e(n)与系统冲激响应的卷积,即

利用这一结果,并由累积量的定义和性质1及性质5的反复应用,即可得到

 

参考教材:

现代信号处理(第三版)张贤达(编著)

猜你喜欢

转载自blog.csdn.net/qq_42233059/article/details/127186808