我是靠谱客的博主 魔幻茉莉,这篇文章主要介绍神经网络 消除高斯白噪声_为什么高斯白噪声的平均功率等于方差?,现在分享给大家,希望可以做个参考。

8f00b35c5849d77ef7af4c418b461749.png

功率和方差这两个概念,一个是表示信号的强度,一个是表示随机信号的一个统计量,为什么高斯白噪声的平均功率会等于它的方差呢?

什么是高斯白噪声?

维基百科上给出的解释是:在通信领域中指的是一种功率谱函数是常数(即白噪声),且幅度服从高斯分布的噪声信号。因其可加性、幅度服从高斯分布且为白噪声的一种而得名。

自相关函数

高斯白噪声是一种平稳的随机过程,假设该过程为ξ(t),那么其自相关函数的定义如下:R(τ)=E[ξ(t)ξ(t+τ)]
随机过程的自相关函数非常重要,它有两条非常重要的性质:

  1. R(0) = E[ξ2(t)],表示平均功率
  2. R(∞) = E2[ξ(t)],表示直流功率

为什么R(0)表示平均功率?为什么R(∞) 表示直流功率呢?

其实R(0)表示平均功率相对好理解一些,输入的信号是ξ(t),信号的平方就是功率,对功率取个E(),就是取平均,那就是平均功率了。

τ为无穷大时,ξ(t)和ξ(t+τ)相当于独立同分布的两个随机变量了,因此:

9d1adffa1b6e69b034bb749d7d3a62bd.png

这个就是信号先求平均(即直流分量),再平方,结果自然就是直流的功率了。

自协方差函数

自相关函数也叫二阶原点矩,而自协方差函数是二阶中心矩,它的定义为:

dde4c296a66068e190b3328d3494b14b.png

其中m(t)表示t时刻的平均值。

τ=0时,c(0)=E[ξ2(t)]−m2(t)=R(0)−m2(t),即平均功率减去均值平方,表示方差。

所以,对于高斯白噪声来说,它的均值为0,即m(t)为0,因此平均功率等于方差。

欢迎关注微信公众号:Quant_Times

最后

以上就是魔幻茉莉最近收集整理的关于神经网络 消除高斯白噪声_为什么高斯白噪声的平均功率等于方差?的全部内容,更多相关神经网络内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(77)

评论列表共有 0 条评论

立即
投稿
返回
顶部