随机信号分析第二章课后答案

信号分析与处理的课后习题答案是高等教育出版社的教科书

第二章习题参考解答

2.1 求下列系统的阶跃响应和冲激响应。 (1) y(n)

1

y(n 1) x(n) 3

1

h(n 1) (n) 3

解 当激励为 (n)时，响应为h(n)，即：h(n) 由于方程简单，可利用迭代法求解：h(0)

1

h( 1) (0) 13，

h(1)

111

h(0) (1) h(0) 333，

2

11 1 h(2) h(1) (2) h(1)

333 …，

1

由此可归纳出h(n)的表达式：h(n) ()n (n)

3

利用阶跃响应和冲激响应的关系，可以求得阶跃响应：

11 ()n 1

1311s(n) h(k) ()k [ ()n] (n)

1223k k 031 3

n

n

(2) y(n)

1

y(n 2) x(n) 4

解 (a)求冲激响应

11

h(n 2) (n)，当n 0时，h(n) h(n 2) 0。 44

111

特征方程 2 0，解得特征根为 1 , 2 。所以：

42211

h(n) C1()n C2( )n …(2.1.2.1)

22

11

通过原方程迭代知，h(0) h( 2) (0) 1，h(1) h( 1) (1) 0，代入式

44

h(n) (2.1.2.

信号分析与处理的课后习题答案是高等教育出版社的教科书

第二章习题参考解答

2.1 求下列系统的阶跃响应和冲激响应。 (1) y(n)

1

y(n 1) x(n) 3

1

h(n 1) (n) 3

解 当激励为 (n)时，响应为h(n)，即：h(n) 由于方程简单，可利用迭代法求解：h(0)

1

h( 1) (0) 13，

h(1)

111

h(0) (1) h(0) 333，

2

11 1 h(2) h(1) (2) h(1)

333 …，

1

由此可归纳出h(n)的表达式：h(n) ()n (n)

3

利用阶跃响应和冲激响应的关系，可以求得阶跃响应：

11 ()n 1

1311s(n) h(k) ()k [ ()n] (n)

1223k k 031 3

n

n

(2) y(n)

1

y(n 2) x(n) 4

解 (a)求冲激响应

11

h(n 2) (n)，当n 0时，h(n) h(n 2) 0。 44

111

特征方程 2 0，解得特征根为 1 , 2 。所以：

42211

h(n) C1()n C2( )n …(2.1.2.1)

22

11

通过原方程迭代知，h(0) h( 2) (0) 1，h(1) h( 1) (1) 0，代入式

44

h(n) (2.1.2.

2-1 已知随机过程X(t)?Acos?0t，其中?0为常数，随机变量A服从标准高斯分布。求t?0,?3?0,?2?0三个时刻X(t)的一维概率密度？

1e解：A~N(0,1)..........fA(a)?2??a22

2x1?2X(t)t?0?A~N(0,1)?1fX(x1；0)?e2?，

X(t)t??3?0A1?~N(0,)?242?2x22?fX(x2；e，3?0)＝ 2?X(t)t??2?0?＝0，f(x3；2?0)??(x3)

(离散型随机变量分布律)

2-2 如图2.23所示，已知随机过程X(t)仅由四条样本函数组

1131成，出现的概率为8,4,8,4。

X(t)x1(t)x2(t)x3(t)x4(t)t1t2654321ot

图2.23 习题2-2

在t和t两个时刻的分布律如下：

12 X(t1)?1 ?2 ?3 ?4 1 5 2 4 6 2 3 1 X(t2)pk1k2(t1,t2) 1/8 1/4 3/8 1/4

t1 )],[X求 E [ X ( E ( t E [ X (t 1 ) X ( t 2 )] ？ 2)],4 29E[X(t1)]??xkpk?t??k?18k1k221E[X

名师整理 优秀资源

第二章

2.1 （1）y’’(t)+5y’(t)+6y(t)=f(t), y(0-)=1, y’(0-)=-1 解：微分方程对应的特征方程为 λ2+5λ+6=0 其特征根为λ1=-2，λ2=-3,系统的零输入 响应可写为 yzi (t)=C1e-2t+C2e-3t

又 (0-)=y(0-)=1, ( )= ( )=-1,则有

1= + -1=-2 -3

由以上两式联立，解得 =2， =-1 即系统的零输入响应为 (t)=2 - ,t

(2) 微分方程的特征方程为 其特征根 系统的零输入响应可写为

又 ( )= ( )=-2,则有

)=

以上两式联立，解得 ，

因此系统的

第二章 牛顿定律

2 -1 如图(a)所示,质量为m 的物体用平行于斜面的细线联结置于光滑的斜面上,若斜面向左方作加速运动,当物体刚脱离斜面时,它的加速度的大小为( )

(A) gsin θ (B) gcos θ (C) gtan θ (D) gcot θ

分析与解 当物体离开斜面瞬间,斜面对物体的支持力消失为零,物体在绳子拉力FＴ (其方向仍可认为平行于斜面)和重力作用下产生平行水平面向左的加速度a,如图(b)所示,由其可解得合外力为mgcot θ,故选(D)．求解的关键是正确分析物体刚离开斜面瞬间的物体受力情况和状态特征．

2 -2 用水平力FN把一个物体压着靠在粗糙的竖直墙面上保持静止．当FN逐渐增大时,物体所受的静摩擦力Ff的大小( )

(A) 不为零,但保持不变 (B) 随FN成正比地增大

(C) 开始随FN增大,达到某一最大值后,就保持不变 (D) 无法确定

分析与解 与滑动摩擦力不同的是,静摩擦力可在零与最大值μFN范围内取值．当FN增加时,静摩擦力可取的最大值成正比增加,但具体大小则取决于被作用物体的运动状态．由题意知,物体一直保持静止状态,故静摩擦力与重力大小相等,方向相反,并保持不变,故选(A)．

2 -3 一

第二章 牛顿定律

2 -1 如图(a)所示,质量为m 的物体用平行于斜面的细线联结置于光滑的斜面上,若斜面向左方作加速运动,当物体刚脱离斜面时,它的加速度的大小为( )

(A) gsin θ (B) gcos θ (C) gtan θ (D) gcot θ

分析与解 当物体离开斜面瞬间,斜面对物体的支持力消失为零,物体在绳子拉力FＴ (其方向仍可认为平行于斜面)和重力作用下产生平行水平面向左的加速度a,如图(b)所示,由其可解得合外力为mgcot θ,故选(D)．求解的关键是正确分析物体刚离开斜面瞬间的物体受力情况和状态特征．

2 -2 用水平力FN把一个物体压着靠在粗糙的竖直墙面上保持静止．当FN逐渐增大时,物体所受的静摩擦力Ff的大小( )

(A) 不为零,但保持不变 (B) 随FN成正比地增大

(C) 开始随FN增大,达到某一最大值后,就保持不变 (D) 无法确定

分析与解 与滑动摩擦力不同的是,静摩擦力可在零与最大值μFN范围内取值．当FN增加时,静摩擦力可取的最大值成正比增加,但具体大小则取决于被作用物体的运动状态．由题意知,物体一直保持静止状态,故静摩擦力与重力大小相等,方向相反,并保持不变,故选(A)．

2 -3 一

第三章 Chapter

========================================== 3.2 随机过程 t 为 t Acos 0t 式中，A具有瑞利分布，其概率密度为PA a

a

3

2

e

a22 2

，a 0， 在 0，2 上均匀分布， 与

是两个相互独立的随机变量， 0为常数，试问X(t)是否为平稳过程。 解：由题意可得:

t

2

acos 0t

00

a

2

e

a22

2

1a dad a2e2 0

a22

2

2

da

1

cos 0t d 0 02 0

a22 2

R t1，t2 t1 t2 acos 0t1 acos 0t2

00

2

1a

e2 2

dad

a

0

2

a

2

2

e

a2

a22 da cos 0t1 cos 0t2

2

2

1d 2

2 ae

0

a21d（ 2 2 2 0 11

cos t t cos t t 2 d 021012

2

a2de

a22 2

a2 a2 1 1 22 2 2 2 2

cos 0 t2 t1 ae eda cos 0 t2 t1 0 220 a

第一章 随机过程基础

本章要点

概率论、随机变量、极限定理等等是随机信号分析与处理应用的理论基础。

本章主要内容：概率,随机变量及其概率分布,随机变量函数的分布，随机变量的数字特征，特征函数等概念。

基本内容

一、概率论 1、古典概型

用A表示所观察的随机现象（事件），在A中含有的样本点（基本事件）数为nA，则定义事件A出现的概率P?A?为 P?A?? 2、几何概型

用A表示所观察的随机现象（事件），它的度量大小为L?A?,则规定事件A出现的概率

nA n （1-1）

P?A?为 P?A?? 3、统计概率

L?A?L?SE?

（1-2）

对n次重复随机试验EC，事件A在这n次试验中出现的次数fn?A?称为频数。用事件A发生的频数fn?A?与试验次数n的比值Fn?A?称为频率

4、概率空间

P?A??Fn?A??fn?A?n

（1-3）

对随机试验E，试验的各种可能结果（称基本事件、样本点）构成样本空间SE（也称基本事件空间），在样本空间中的一个样本点或若干个样本点之适当集合称为事件域A（A中的每

1

第二章

2.1 判断下列序列是否是周期序列。若是，请确定它的最小周期。 （1）x(n)=Acos(6

85ππ+n ) （2）x(n)=)8(

π-n

e j

（3）x(n)=Asin(3

43π

π+n )

解 (1)对照正弦型序列的一般公式x(n)=Acos(?ω+n )，得出=ω85π。因此5

16

2=ωπ是有理数，所以是周期序列。最小周期等于N=

)5(165

16

取k k =。 （2）对照复指数序列的一般公式x(n)=exp[ωσj +]n,得出8

1

=ω。因此πωπ162=是无理数，所以不

是周期序列。

（3）对照正弦型序列的一般公式x(n)=Acos(?ω+n )，又x(n)=Asin(343ππ+n )＝Acos(-2π3

43ππ-n )＝Acos(6143-n π)，得出=ω43π。因此3

8

2=ωπ是有理数，所以是周期序列。最小周期等于

N=

)3(83

8

取k k =

2.2在图2.2中，x(n)和h(n)分别是线性非移变系统的输入和单位取样响应。计算并列的x(n)和h(n)的线性卷积以得到系统的输出y(n)，并画出y(n)的图形。

(a)

1

11

1

(b)

(c)

11

111

0 0

-1-1

-1

-1

-1

-1

-1

-1

2

2

2

222 3

3

3

3 34

44

…

…

…n

n

n

第一章 随机过程基础

本章要点

概率论、随机变量、极限定理等等是随机信号分析与处理应用的理论基础。

本章主要内容：概率,随机变量及其概率分布,随机变量函数的分布，随机变量的数字特征，特征函数等概念。

基本内容

一、概率论 1、古典概型

用A表示所观察的随机现象（事件），在A中含有的样本点（基本事件）数为nA，则定义事件A出现的概率P?A?为 P?A?? 2、几何概型

用A表示所观察的随机现象（事件），它的度量大小为L?A?,则规定事件A出现的概率

nA n （1-1）

P?A?为 P?A?? 3、统计概率

L?A?L?SE?

（1-2）

对n次重复随机试验EC，事件A在这n次试验中出现的次数fn?A?称为频数。用事件A发生的频数fn?A?与试验次数n的比值Fn?A?称为频率

4、概率空间

P?A??Fn?A??fn?A?n

（1-3）

对随机试验E，试验的各种可能结果（称基本事件、样本点）构成样本空间SE（也称基本事件空间），在样本空间中的一个样本点或若干个样本点之适当集合称为事件域A（A中的每