能够辨识系统的非因果性和非最小相位特征的是（）。
A: 输出的自相关函数
B: 输出的自功率谱密度
C: 输入和输出的互功率谱密度
D: 输出的自协方差函数
A: 输出的自相关函数
B: 输出的自功率谱密度
C: 输入和输出的互功率谱密度
D: 输出的自协方差函数
举一反三
- 仅仅通过系统输入、输出的自功率谱密度函数分析，能够得到系统的（ ）。
- （）用于评价系统的输出信号和输入信号之间的因果性。 A: 传递函数 B: 互相关函数 C: 互谱密度函数 D: 相干函数
- 已知一个随机信号[tex=1.714x1.357]AphGGQbUXHAeuIs1fgWQNA==[/tex]的自功率谱密度函数为 [tex=2.286x1.357]KFoGE/5oW77LBiQ0Bn/MSA==[/tex], 将其输入到频率响应函数为[tex=8.357x1.357]PavMwe/bwYrEbIeRyPhZGqu++I+fEeAHUgWA3lMN4NI=[/tex]的系统中, 试求该系统的输出信号 [tex=1.643x1.357]OiyUjvaNKwAtwHxCTVl2yg==[/tex] 的自功率谱密度函数[tex=2.286x1.357]7cqGqawU5WVjx5wmJyfyrQ==[/tex], 以及输入、输出函数的互功率谱密度函数[tex=2.643x1.357]YBgTnPFULVz+eyCE4VGzEw==[/tex] 。
- 对于平稳随机过程可由其自相关函数确定均值、方差、协方差函数和功率谱密度。（ ）
- 一个RC低通滤波器如图P3-2所示，假设输入是均值为零、功率谱密度为的高斯白噪声，试求： （1）输出噪声的功率谱密度和自相光函数； （2）输出噪声的一维概率密度函数。 图P3-257271df5498e8980ddf0cd1c.gif57271c71e4b0809f2412e278.gif