题目

相信学习信号检测与估计的童鞋们肯定看到过Steven M.Kay大牛的书，非常厚的一本，不得不说，人家的书就是写得好，浅显易懂（当然是要从头把基础的东西都掌握了），在估计部分第三章中例题3.4中遇到了下面这个公式，在习题3.7中要求证明，首先看题目
1N∑n=0N−1cos⁡(4πf0n+2ϕ)≈0\frac{1}{N}\sum\limits_{n = 0}^{N - 1} {\cos (4\pi {f_0}n + 2\phi ) \approx 0}N1n=0∑N−1cos(4πf0n+2ϕ)≈0
要使上式成立，f0{f_0}f0必须满足以下条件f0≠0,f0≠1/2{f_0} \ne 0,\quad {f_0} \ne 1/2f0=0,f0=1/2

证明

令α=4πf0,β=2ϕ\alpha = 4\pi {f_0},\quad \beta = 2\phiα=4πf0,β=2ϕ
则1N∑n=0N−1cos⁡(αn+β)=1NRe(∑nej(αn+β))=1NRe(ejβ⋅1−ejαN1−ejα)=1NRe(ejβ⋅ejαN/2ejα/2⋅e−jαN/2−ejαN/2e−jα/2−ejα/2)=1NRe(ejβ⋅ejαN/2ejα/2⋅e−jαN/2−ejαN/2e−jα/2−ejα/2)=1NRe(ejβ⋅ejαN−12⋅sin⁡(αN/2)sin⁡(α/2))=sin⁡(αN/2)Nsin⁡(α/2)⋅cos⁡(αN−12+β)\begin{array}{l} \frac{1}{N}\sum\limits_{n = 0}^{N - 1} {\cos (\alpha n + \beta )} = \frac{1}{N}{\mathop{\rm Re}\nolimits} \left( {\sum\limits_n {{e^{j(\alpha n + \beta )}}} } \right)\\ = \frac{1}{N}{\mathop{\rm Re}\nolimits} \left( {{e^{j\beta }} \cdot \frac{{1 - {e^{j\alpha N}}}}{{1 - {e^{j\alpha }}}}} \right)\\ = \frac{1}{N}{\mathop{\rm Re}\nolimits} \left( {{e^{j\beta }} \cdot \frac{{{e^{j\alpha N/2}}}}{{{e^{j\alpha /2}}}} \cdot \frac{{{e^{ - j\alpha N/2}} - {e^{j\alpha N/2}}}}{{{e^{ - j\alpha /2}} - {e^{j\alpha /2}}}}} \right)\\ = \frac{1}{N}{\mathop{\rm Re}\nolimits} \left( {{e^{j\beta }} \cdot \frac{{{e^{j\alpha N/2}}}}{{{e^{j\alpha /2}}}} \cdot \frac{{{e^{ - j\alpha N/2}} - {e^{j\alpha N/2}}}}{{{e^{ - j\alpha /2}} - {e^{j\alpha /2}}}}} \right)\\ = \frac{1}{N}{\mathop{\rm Re}\nolimits} \left( {{e^{j\beta }} \cdot {e^{j\alpha \frac{{N - 1}}{2}}} \cdot \frac{{\sin (\alpha N/2)}}{{\sin (\alpha /2)}}} \right)\\ = \frac{{\sin (\alpha N/2)}}{{N\sin (\alpha /2)}} \cdot \cos \left( {\alpha \frac{{N - 1}}{2} + \beta } \right) \end{array}N1n=0∑N−1cos(αn+β)=N1Re(n∑ej(αn+β))=N1Re(ejβ⋅1−ejα1−ejαN)=N1Re(ejβ⋅ejα/2ejαN/2⋅e−jα/2−ejα/2e−jαN/2−ejαN/2)=N1Re(ejβ⋅ejα/2ejαN/2⋅e−jα/2−ejα/2e−jαN/2−ejαN/2)=N1Re(ejβ⋅ejα2N−1⋅sin(α/2)sin(αN/2))=Nsin(α/2)sin(αN/2)⋅cos(α2N−1+β)

结论

当α≠0,α≠2π时，即f0≠0,f0≠1/2时，原式约为0。\alpha \ne 0,\;\alpha \ne 2\pi时，即 {f_0} \ne 0,\quad {f_0} \ne 1/2时，原式约为0。α=0,α=2π时，即f0=0,f0=1/2时，原式约为0。

得证

统计信号处理基础 - 估计与检测理论估计部分习题3.7公式推导相关推荐

统计信号处理基础_0基础学Python，就业中你需要建立360度无死角技能树
1956年,人工智能的概念就已经提出,但在以前,人工智能大多只是存在于书本和荧幕中,到了今天,生活中充斥着人工智能的影子,智能语音助手.翻译器.指纹识别.人脸识别.无人驾驶...... 自阿尔法围棋出 ...
现代信号处理笔记 2 统计信号处理基础（Statistical Signal Processing）
重新回顾概率统计过程: Data→Model→ Decision 实际工程中,就是从这三点出发,走完概率统计的整个过程. 这里要清楚数据是上帝给的,模型是人造的,不可避免存在各种各样的问题.数据到模型 ...
统计信号处理基础习题解答5-8
题目: 利用类似于习题5.7的方法,对于数据考虑阻尼常数r的估计,其中是具有方差的WGN,证明r的充分统计量不存在. 解答: 由于: 因此: 于是,我们可以得到: 其中但由于中 ,每一项都与 ...
统计信号处理基础习题解答3-6
目录题目: 解答: 题目: 对于例2.3计算CRLB,它与给出的结果一致么? 解答: 首先回顾例2.3:MVU估计量不存在的例子如果PDF的形式随θ变化,那么可以预计,最佳估计量也将随θ变化.假定 ...
统计信号处理基础习题解答1-2
题目: 一个未知参数θ影响一个随机变量实验的结果,这个随机实验可以看成随机变量x.x的PDF为进行一系列的实验,发现x总是在区间[97,103]内.结果我们得出结论:θ肯定是100,这种推测正确么? ...
统计信号处理基础习题解答1-3
题目:令 ,其中是具有PDF为的随机变量,如果是一个确定性的参数,根据求的PDF,并且用表示.其次,假定是一个与独立的随机变量,求条件PDF .最后,不假定和是独立的,求 .读 ...
统计信号处理基础习题解答4-2
目录题目解答线性独立定义正定矩阵定义题目的证明题目证明:当且仅当H的列是线性独立时, 的逆存在.这个问题等价于当且仅当H的列线性独立时,是正定的,因而也是可逆的. 解答线性独立定义对 ...
统计信号处理中的似然函数与最大似然估计
假设条件 1.参数为标量形式,θθθ 2.加性模型(x[n]=s[n;θ]+w[n],n=0,1,-N−1x[n]=s[n;θ]+w[n],n=0,1,-N-1x[n]=s[n;θ]+w[n],n=0 ...
详解统计信号处理之克拉美罗界
各种研究领域(包括无线定位方向)都会碰到参数估计的问题,这时常常会看到克拉美罗界 (Cramér–Rao bound) 这个东西.很多随机信号的书都会介绍什么是克拉美罗界,但初学者学起来往往很吃力,本 ...

统计信号处理基础 - 估计与检测理论估计部分习题3.7公式推导

统计信号处理基础 - 估计与检测理论估计部分习题3.7公式推导

题目

证明

结论

得证

统计信号处理基础 - 估计与检测理论估计部分习题3.7公式推导相关推荐

最新文章

热门文章

统计信号处理基础 - 估计与检测理论 估计部分习题3.7公式推导

统计信号处理基础 - 估计与检测理论 估计部分习题3.7公式推导

题目

证明

结论

得证

统计信号处理基础 - 估计与检测理论 估计部分习题3.7公式推导相关推荐

最新文章

热门文章

统计信号处理基础 - 估计与检测理论估计部分习题3.7公式推导

统计信号处理基础 - 估计与检测理论估计部分习题3.7公式推导

统计信号处理基础 - 估计与检测理论估计部分习题3.7公式推导相关推荐