RZ (τ ) = E[Z(t)Z(t +τ )] = E[X (t)Y(t)X (t +τ )Y(t +τ )] = RX (τ ) RY (τ )
由维纳辛钦定理可得： 1 GZ (ω ) = F[ RZ (τ )] = GX (ω )* GY (ω ) 2π
5.26 解：由题可知，所求的系统为一白化滤 波器，有：
∗ 2
式中H(ω 是系统的传输函数 其模（绝对值） 是系统的传输函数， 式中 ω)是系统的传输函数，其模（绝对值）的平 方∣H(ω)∣2称之为系统的功率传输函数。 ω ∣ 称之为系统的功率传输函数。
5.11 解：先求出输入电压的自相关函数
RX (τ ) = E[ X (t ) X (t + τ )] = E[( X 0 + cos(2π t + Φ ))( X 0 + cos(2π (t + τ ) + Φ )] 1 1 = + cos 2πτ 3 2
随机信号分析基础 第5章习题讲解
四川大学电子信息学院
5.8 解：由题可知，要求系统输出过程的均 值：
5.2.1.2（1）系统输出的均值 是有界的平稳过程， 设X(t)是有界的平稳过程，其均值为mX，则 是有界的平稳过程 其均值为m
∞ h(τ ) X (t − τ ) dτ E[Y (t )] = E ∫ −∞ = ∫ h(τ ) E[ X (t − τ )]dτ
RY (τ ) = R X (τ ) ∗ h (τ ) * h ( −τ ) GY (ω ) = H (ω ) G X (ω )
2
5.11 从时域角度
5.2.1.2（2）系统输出的自相关函数
RY (t , t + τ ) = ∫
∞ −∞ −∞
∫
∞
R X (τ + τ 1 − τ 2 )h(τ 1 )h(τ 2 )dτ 1 dτ 2 = RY (τ )
（2）解：
Z n = X n + 2 X n −1 + X n − 2
这是一个二阶MA过程 1 2 σ X = ,q = 2,b0 = 1,b1 = 2,b2 = 1 3
2, k 4 3 ,k RZ (k ) = 13 , k 0, k =0 = ±1 = ±2 > 2
H (ω ) = 8 + jω 3 + jω
5.27 解：这是求解一个形成滤波器
形成滤波器 对于某个具有有理谱密度的零均值平稳随机序 列，可以把它看作是一零均值单位谱高的白序列通 过离散线性系统形成的， 过离散线性系统形成的，这个离散线性系统的传递 函数为H(z)（稳定的最小相位系统），称滤波器 ），称滤波器 函数为 （稳定的最小相位系统），称滤波器H(z) 为这个随机过程的形成滤波器。 为这个随机过程的形成滤波器。 类似离散序列， 类似离散序列，任意一有理谱密度的平稳过程 可以认为是零均值单位谱高的白噪声通过因果线性 定常系统H(s)后形成的。 后形成的。 定常系统 后形成的
R X (τ ) → G X (ω )
FT
所以输入的功率谱密度：
2π π GX (ω) = δ (ω) + [δ (ω + 2π ) +δ (ω − 2π )] 3 2
δ (t)
1 cos ω 0t Ω sin(Ωt / 2) ⋅ ←→ 2π Ωt / 2 e− a τ e− a τ cos ω 0τ 1 − τ , τ ≤ 1 0, else ←→ ←→
这是一个一阶AR过程，输出的自相关函数可 由Yule-Walker方程表示为：
∑ ai RY ( k − i ), k > 0 i =1 RY ( k ) = p a R (i ) + σ 2 , k = 0 X ∑ i Y i =1
p
1 P = 1, a1 = − 2 4 k = 0, RY (k ) = 9 k > 0, R (k ) = (− 1 ) k × 4 Y 2 9
把已知的有色噪声通过某系统后变为白噪声， 把已知的有色噪声通过某系统后变为白噪声，这 个系统称为白化滤波器。 个系统称为白化滤波器。
GY (ω ) = H (ω ) GX (ω ) = 1
2
ω2 +8 2 ( 8 + jω )( 8 − jω ) ⇒ H (ω ) = 2 = ω +3 ( 3 + jω )( 3 − jω )
该方程可参考教材107页式（5.5.5）
输入随机序列在-1到1间均匀分布，所以： 1 2 σX = 3 由上述方程可以算出：
2 1 1 RW (0) = ; RW (1) = − ; RW (−1) = − 3 3 3 功率谱为：
GW (ω ) =
k =−1
∑R
k =1
W
( k )e
− jω k
2 = (1 − cos ω ) 3
所以传函为：
h (t ) = U (t ) − U (t − T ) − jω T sin(ω T / 2) H (ω ) = F[h(t)] = T exp( ) 2 ωT / 2
（2）解：
N 0 2 sin 2 (ω T / 2) 2 GY (ω ) = H (ω ) G X (ω ) = T (ω T / 2)2 2
GY (ω) = H(ω) GX (ω)
2
ω R C 2π π π = [ δ (ω) + δ (ω + 2π ) + δ (ω − 2π )] 2 2 2 1+ω R C 3 2 2 2 2 2 1 4π R C = × ×π [δ (ω + 2π ) + δ (ω − 2π )] 2 2 2 2 1 + 4π R C
若输入随机信号为白噪声过程， 若输入随机信号为白噪声过程，其Gx(ω)=N0/2，则有
N0 G XY (ω ) = H (ω ) 2
N0 GYX (ω ) = H (−ω ) 2
因此当系统性能未知时：若能设法得到互谱密度， 因此当系统性能未知时：若能设法得到互谱密度，就可 由式( 42)确定线性系统的的传输函数。 由式(5.2.42)确定线性系统的的传输函数。
同题5.26选取稳定的最小相位系统： (2 + jω ) H (ω ) = (1 + jω )(3 + jω )
5.30 要求自相关函数和功率谱密度
常见的随机序列的模型 自回归或AR(Autoregresive)模型 模型 自回归或
Yn = ∑ alYn −l + X n
l =1 p
滑动平均(MA)模 (τ ) = F − [GY (ω )] = cos 2πτ 2 2 2 1 + 4π R C
5.16 解：要求传输函数和输出Z(t)的均方 值，由系统图可知：
Z ( t ) = [ X (t ) − X (t − T )]*U (t )
= X (t)*[δ (t) −δ (t −T )]*U (t) = X (t)*[U (t) −U (t −T )]
←→ ←→ ←→
1 2πδ (ω ) πδ (ω − ω 0 ) + πδ (ω + ω 0 ) rect( ) Ω 2a a2 + ω 2 a a + 2 a 2 + (ω − ω 0 )2 a + (ω + ω 0 )2 sin 2 ( ) 2 ( )2 2
ω
ω
←→
ω
从计算复杂度考虑，我们从频域的角度来计 算输出的自相关函数
Yn = ∑ bm X n − m
m =0
q
自回归滑动平均(ARMA)模型 模型 自回归滑动平均
Yn = ∑ al Yn −l + ∑ bm X n −m
l =1 m =0
p
q
5.30 （1）解：
Wn = X n − X n−1
显然这是一个一阶MA过程，该过程输出的自 相关函数满足下列方程
2 q−k σ X ∑ bi bi + k , k = 0,1,L, q RW (k ) = i =0 0, k >q
−∞ ∞
= m X ∫ h(τ )dτ
−∞
∞
(5.2.3)
显然， 是与时间无关的常数。 显然， Y = E[Y (t )] = m X ∫ h(τ )dτ 是与时间无关的常数。 m
−∞
∞
首先计算系统输入过程均值 已知有关系式：
τ →∞
R X (τ ) = a + be
2
−τ
2 lim RX (τ ) = mX = a2 ⇒ m X = ± a
RY (τ ) = R X (τ ) ∗ h(−τ ) ∗ h(τ )
若随机输入过程X(t)是宽平稳的， 若随机输入过程X(t)是宽平稳的，那么线性时不变 X(t)是宽平稳的 系统的输出过程Y(t)也是宽平稳的随机过程。实际上， Y(t)也是宽平稳的随机过程 系统的输出过程Y(t)也是宽平稳的随机过程。实际上， 对于严平稳随机过程结论同样也成立。 对于严平稳随机过程结论同样也成立。若输入是各态 经历过程，输出也将是各态经历过程。 经历过程，输出也将是各态经历过程。
E[Y (t )] = m X ∫ h (τ ) dτ
−∞ ∞
∞
= ±a∫ e
0
−Ωτ
dτ
a = ± = mY (t ) Ω
5.11 要求的是输出的自相关函数 系统所示的传函为：
1 h(t ) = δ (t ) − e RC
− t RC
jω RC , H (ω ) = 1 + jω RC
为求得输出的自相关函数，分别从时域和频 域可得两种方法。
已知微分器传递函数为