概率论与随机过程 (2) ，homework5-solution © 清华大学电子工程系

1. 设有实带宽受限宽平稳随机信号 X(t)（即功率谱密度满足若 |ω| > ωC ，则 SX (ω) = 0）

，
其自相关函数为 RX (τ )，证明：
2 2
ωC τ
(1) RX (0) − RX (τ ) ⩽ 2
RX (0).
(2) 更进一步，当 |τ | ⩽ π
ωC
时，

2τ 2 ′′ τ 2 ′′
− R X (0) ⩽ R X (0) − R X (τ ) ⩽ − R (0) .
π2 2 X
参考答案：

(1) 由于 X(t) 为实带限随机过程，故

Z ωC Z ωC
1 1 ωτ
RX (0) − RX (τ ) = SX (ω) (1 − cos(ωτ )) dω = SX (ω)2 · sin2 ( )dω
2π −ωC 2π −ωC 2

由于当 x ⩾ 0 时，sin x ⩽ x，故对于任意 x ∈ R，都有 sin2 x ⩽ x2 。另外对于任意

ω ∈ R，都有 SX (ω) ⩾ 0，因此
Z ωC
1 ωτ
RX (0) − RX (τ ) = SX (ω)2 · sin2 ( )dω
2π −ωC 2
Z ωC 2 2
1 ω τ
⩽ SX (ω) dω
2π −ωC 2
Z ωC
1 ω2 τ 2
⩽ SX (ω) C dω
2π −ωC 2
2 2
ωC τ
= RX (0).
2
(2) 当 0 ⩽ x ⩽ π
2
时，显然有 sin x ⩽ x。我们下面证明，当 0 ⩽ x ⩽ π2 时，有 2x π
⩽ sin x。
 π
f (x) = sin x 在 0, 2 上是（上）凸函数（f ′′ (x) = − sin x ⩽ 0），因此根据 Jensen
   
不等式，即对于任意 0 ⩽ α ⩽ 1, 以及 x1 ∈ 0, π2 和 x2 ∈ 0, π2 有：

f ((1 − α)x1 + αx2 ) ⩾ (1 − α)f (x1 ) + αf (x2 ).

令α= 2x
π
，x1 = 0，x2 = π2 ，即得：sin x ⩾ 2x
π
。因此对于 |x| ⩽ π2 ，有

4x2
⩽ sin2 x ⩽ x2 .
π2
另一方面，
 Z ωC 
d2 1 
′′
−RX (0) = − 2 SX (ω)e dω 
jωτ
dτ 2π −ωC
Z ωC τ =0
1 2
= ω SX (ω)dω.
2π −ωC

综上，当 |τ | ⩽ ωπC 且 |ω| ⩽ ωC 时，| ωτ2

| ⩽ π2 ，故有
Z ωC Z ωC Z ωC
1 2ω 2 τ 2 1 ωτ 1 ω2 τ 2
SX (ω) 2 dω ⩽ SX (ω)2 · sin2 ( )dω ⩽ SX (ω) dω.
2π −ωC π 2π −ωC 2 2π −ωC 2

因此
2τ 2 ′′ τ 2 ′′
− R (0) ⩽ R X (0) − R X (τ ) ⩽ − R (0) .
π2 X 2 X
1
 概率论与随机过程 (2) ，homework5-solution © 清华大学电子工程系

2. 试在频域上分析带通确定性信号的采样。设 x (t) 为带通确定性信号，中心频率为 ωc ，单

边带宽为 W < ωc ，x (t) 的频谱满足 X (ω) = 0, ||ω| − ωc | ⩾ W 。x (t) 的希尔伯特变换
b (t)。取采样周期为 Ts =
为x π
W
，试从频域上分析证明下式的正确性：

X
+∞  
1
x (t) = [x (nTs ) cos (ωc (t − nTs )) − x
b (nTs ) sin (ωc (t − nTs ))] sin c (t − nTs )
n=−∞
Ts

参考答案：

右边 =[x(t)δTs (t)] ∗ [cos(ωc t)sinc( Tts )] − [x̂(t)δTs (t)] ∗ [sin(ωc t)sinc( Tts )]，
P∞
其中 δTs (t) = n=−∞ δ(t − nTs ) 为周期单位冲激序列，
P∞
其傅立叶变换为 F[δTs (t)] = 2π Ts n=−∞ δ(ω − n Ts )，
2π

从而对右侧作傅立叶变换，得到
   
1 Ts
F[右式] = X(ω) ∗ F[δTs (t)] · [δ(ω + ωc ) + δ(ω − ωc )] ∗ [u(ω + W ) − u(ω − W )] −
2π 2
   
−j Ts
sgn(ω)X(ω) ∗ F[δTs (t)] · [jδ(ω + ωc ) + jδ(ω − ωc )] ∗ [u(ω + W ) − u(ω − W )]
2π 2
1 X
∞
2π 2π
= X(ω − n )[1 + sgn(ω − n )] · [u(ω − ωc + W ) − u(ω − ωc − W )]+
2 n=−∞ Ts Ts
1 X
∞
2π 2π
X(ω − n )[1 − sgn(ω − n )] · [u(ω + ωc + W ) − u(ω + ωc − W )]
2 n=−∞ Ts Ts

 
X(ω) ω > 0 0 ω>0
上式第一部分为 ，第二部分为 ，从而得到右边的傅立叶
0 ω<0 X(ω) ω < 0
变换即为 X(ω)，证毕。

3. 请解答如下问题：

(1) 设 X 和 Y 是相互统计独立的 Gauss 随机变量，均服从 N (0, σ 2 )，设 Z = |X − Y |，

求 E(Z) 和 E(Z 2 )。

(2) 设 {Xk , k = 1, · · · , 2n} 为独立同分布的 Gauss 随机变量，均服从 N (0, σ 2 )，设

√ X n
π
Z= |X2k − X2k−1 |
2n k=1

求 E(Z) 和 E(Z 2 )。

参考答案

(1) E (Z) = E (X − Y ) P (X ⩾ Y ) + E (Y − X) P (X < Y ) = √2σπ

h i
2
E (Z 2 ) = E (X − Y ) = E (X 2 ) + E (Y 2 ) − 2E (X) E (Y ) = 2σ 2

(2) 类似于（1），E (|X2k − X2k−1 |) = 2σ

√
π
，

2
 概率论与随机过程 (2) ，homework5-solution © 清华大学电子工程系

√ Pn
则 E (Z) = π
2n
E (|X2k − X2k−1 |) = σ
k=1
 !2 

π Xn
E Z2 = 2 E  |X2k − X2k−1 | 
4n k=1

π X  
n
2 π
= 2
E |X2k − X2k−1 | + 2
4n k=1 4n
X
n X
n
·2 E (|X2i − X2i−1 | · |X2j − X2j−1 |)
i=1 j=1,i̸=j
π 2 n−1 2
= σ + σ
2n n

4. 设 (X1 , X2 ) 是统计独立的 Gauss 随机变量，均服从 N (0, 1)，令

(
(X1 , |X2 |) , X1 ⩾ 0
(Y1 , Y2 ) =
(X1 , − |X2 |) , X1 < 0

证明 Y1 , Y2 都服从一维 Gauss 分布，但是 (Y1 , Y2 ) 不服从二元联合 Gauss 分布。

参考答案
证明：因为 Y1 = X1 ，所以 Y1 服从 N (0, 1)。
(
1
P (− |X2 | ⩽ y2 ) , y2 < 0
又 P (Y2 ⩽ y2 ) = 1
2
(P (|X2 | ⩽ y2 ) + P (− |X2 | ⩽ y2 )) = 2
=
1
+ 1
P (|X2 | ⩽ y2 ) , y2 ⩾ 0
( 2 2
1
2
− P (0 ⩽ X2 ⩽ −y2 ) , y2 < 0
1
2
+ P (0 ⩽ X2 ⩽ y2 ) , y2 ⩾ 0
2
y2
因此 fY2 (y2 ) = √1 e− 2 ，故随机变量 Y2 服从 N (0, 1)。
2π

因为二元随机变量 (Y1 , Y2 ) 的定义域为第一三象限，而二元联合 Gauss 分布的定义域为

R × R，故二元随机变量 (Y1 , Y2 ) 不服从二元联合 Gauss 分布。

5. 已知随机过程 X(t) 和 Y (t) 的谱密度为

ω2 + 4
SX (ω) =
ω 4 + 10ω 2 + 9

ω2
SY (ω) =
ω 4 + 3ω 2 + 2
求 X(t) 和 Y (t) 的自相关函数和均方值。
参考答案：因为已知

ω2 + 4
SX (ω) =
ω 4 + 10ω 2 + 9
3 1 5 1
= · 2 + · 2
8 ω +1 8 ω +9
根据维纳-辛钦定理有

3
 概率论与随机过程 (2) ，homework5-solution © 清华大学电子工程系

RX (τ ) = F −1 [SX (ω)]
3 −|τ | 5
= e + e−3|τ |
16 48
2 3 5 7
于是 σX = RX (0) = 16
+ 48
= 24

同理可得
ω2 −1 2
SY (ω) = 4 2
= 2 + 2
ω + 3ω + 2 ω +1 ω +2
√
2 −√2|τ | 1 −|τ |
RY (τ ) = e − e
2 √ 2
2 1 1 √
σY2 = RY (0) = − = ( 2 − 1)
2 2 2

6. 一个线性系统

1
H(jω) =
α + jω
输入过程为 X(t) 和输出过程为 Y (t)，有

X(t) = Ai sin ωc t + ni (t)

Y (t) = Ao sin(ωc t + θ) + no (t)

输出中的 Ao sin(ωc t + θ) 和 no (t) 分别对应于输入中的信号 Ai sin ωc t 和噪声 ni (t). 证

明若 ni (t) 为单位谱高的白噪声，则当 α = ωc 时输出信噪比 A2o /E[n2o (t)] 为最大，并说
明此结果的物理意义。（提示：由于线性系统服从叠加原理，故可将信号与噪声分开讨
论。）
参考答案：设

X(t) = vi (t) + ni (t)

Y (t) = vo (t) + no (t)

其中

vi (t) = Ai sin ωc t
vo (t) = Ao sin(ωc t + θ)

由于线性系统服从叠加原理，故可将信号与噪声分开讨论。由于

Rni (τ ) = δ(τ ) Sni (ω) = 1

1
Sno (ω) = |H(jω)|2 Sni (ω) =
α2 + ω 2

4
 概率论与随机过程 (2) ，homework5-solution © 清华大学电子工程系

故
1 −α|τ |
Rno (τ ) = e
2α
1
E[n2o (t)] = Rno (0) =
2α
又因 vi (t) = Ai sin ωc t = Ai
2j
(ejωc t − e−jωc t ) 故

Ai
Vi (ω) = π[δ(ω − ωc ) − δ(ω + ωc )]
j
Vo (ω) = Vi (ω)H(jω)
πAi 1 1
= [ δ(ω − ωc ) − δ(ω + ωc )]
j α + jωc α − jωc

于是得
Ai 1 1
vo (t) = [ ejωc t − e−jωc t ]
2j α + jωc α − jωc
Ai
= 2 (α sin ωc t − ωc cos ωc t)
α + ωc2
Ai
=p sin(ωc t + θ)
α + ωc2
2

ωc
= Ao sin(ωc t + θ) θ = −tg −1
α
其中
A2i
A2o =
α2 + ωc2
且
A2o 2αA2
2
= 2 i2
E[no (t)] α + ωc
令  
∂ A2o 2A2i (ωc2 − α2 )
= =0
∂α E[n2o (t)] α2 + ωc2
得
α = ωc

可以验证 α = ωc 时输出信噪比达最大值。