4--1数字通信-通信中的常见噪声.ppt

1、1、数字通信(第7话)通信中常见的噪声2010-10， 2、白噪声、白噪声的定义：功率谱密度函数在整个频域(-)中将常数噪声不满足上述条件的噪声称为有色噪声白噪声功率谱密度函数n0是常数，单位是W/Hz功率信号的功率谱密度及其自相关函数r (因为差是相互的傅立叶变换对象，所以，白噪声的自相关函数是白噪声的自相关函数，是位于=0的脉冲函数。白噪声仅在n0 /2时进行相关，在任何不同的时刻都不具有随机取的值。 4、高斯噪声、高斯噪声的定义：概率密度函数服从高斯分布(即正态分布)的噪声。 式中，a是噪声的数学期待值，即平均值2是噪声的方差。 通常，通信信道上的噪声的平均值a=0。 5、当噪声的平均值

2、为零时，噪声的平均功率等于噪声的方差。 噪声的平均功率是噪声的方差，因此，pn=2，6，6，标准正态分布误差函数互补误差函数，7，误差函数和互补误差函数的主要性质，8，误差函数的其他表示方法，9，两误差函数的关系的导出，10，带通系统中的高斯噪声，1定义和公式特征：谱窄带高斯噪声n(t )可以表示为(t )噪声n(t )的随机包络，并且可以表示为(t )噪声n(t )的随机相位。 窄带高斯噪声的另一个表达式是分别将等式中的nc(t )和ns(t )称为n(t )的同相和正交分量。 假设12，2统校正特性(1)的平均值为零、方差值为x2的窄带高斯噪声n(t )是平稳随机过程，则其同相分量nc(t

3、 )、正交分量ns(t )也同样是平稳高斯噪声，平均值也为0，方差也相同，12 假定方差为x2的窄带高斯噪声n(t )是平滑随机处理，在14:14通信系统中，其随机包络(t )遵循瑞利分布，而相位(t )遵循均匀分布，即，p ()和p ()的波形接收器的设置校正：接收器的作用是去除信道对随机源的影响以恢复原始随机源信号。 系统性能评估：性能评估实际上是指接收机恢复原始源能力的评估。 这个评价一般用错误概率来表示。 数学描述信号传输：接收器：系统评估：接收信号(随机)、信道特性(随机)、源(随机)、噪声(随机)、15，在任何通信系统中都存在高斯噪声；17、集成校正独立，事件a的发生不取决于事件b

4、的发生，即18、随机变量的和，并且假定Xi、I=1、2、n是集成校正独立且同分布的随机变量，有限平均mx、有限方差x-2。 y称为归一化总和，样本平均值，y的平均值，y的方差，19。如果y没有归一化，即，如果其它条件相同，则平均值：方差：20，和Example:将所发送的信号设为p，并且如果(s1) y没有归一化，即，其它条件相同可以在高斯信道上重复发送固定数据之后确定系统的信噪比的改变，信噪比的定义是，表示问题：24，在相加接收信号之后，噪声分散或原始的噪声比可以在加性高斯白噪声信道上重复发送某发送信号两次在单次发送一次的情况下，如果信号能量发送相同的信号两次，并且接收侧将相同的信号相加，则

5、在通信系统中可以采用重复发送的方法来重复发送相同的信号两次，因此这两次可能有所不同，以便增加解答器：25、问题分析和接收侧的信噪比假设： 1、要求每次传输的加性高斯噪声功率不变2、原始信号功率3、原始信噪比27、理论上推导出来，如果信号平均功率：噪声平均功率：信噪比、t、t、2T、信号中存在加性高斯噪声，那么接收信号如何最大整合后的信噪比增加了几倍？ 考虑如下信号的合成方法，如果信号具有加性高斯噪声，则如何获得具有最大信噪比的信号？ 整合后的信噪比增加了几倍？32、研究如下信号的综合方法1。 如何使信噪比最大化？ 2 如果为了确保接收信号的信噪比为某一决定值，可以确定采样率，则可以将该噪声如何

6、加在该信号采样点上33、过采样和信噪比、34、高斯信号的产生方法、中心极限定理等应用于随机信号的函数35、中心极限定理、假设Xi、I=1、2、n统一地独立定义同分布的随机即归一化随机变量(零平均和单位方差)，n时，使y的极限分布为高斯分布。 36，01的均匀分布(一次记录) rand ()； 高斯信号生成方法1、37、多次01的均匀分布的PDF直方图、38、6次事件相加、高斯分布、39、60次事件相加、高斯分布？ 40、书面作业1书上的第2-1题及第2-4题的书面作业2是二项分布，其应用是瑞利分布，其特性是什么样的瑞利分布，它与瑞利分布的关系如何，随机变量的函数是随机和该问题的补充：-给出一个

7、随机序列，知道其概率密度函数，对该随机序列进行特定变换得到序列的pdf函数是什么？ 给出随机序列，并知道其概率密度函数。 当前，必须从该随机序列中得到适合pdf函数的随机序列。 怎么办才好呢？ 将p(x )提供给42，例如随机变量x，概率密度函数，另一个随机变量y在第一步骤：确定y的概率分布函数，获得y的pdf函数，在第四十三步骤：进行微分，并且获得y的概率密度函数一般来说，x1、x2、xn是方程式g(x)=y的实数解(即，x用y表示的解)，当x的概率密度函数为p(x )时，作为随机变量Y=g(X )的概率虚数的数据源：0-1均匀分布的随机信号(MATLAB的给出方法进行仿真，报告内容的基本原

8、理和实施步进仿真系统结构图和源代码仿真结果，45，学生演讲主题，方法1仿真是基于中心极限定理比较高斯序列和理论的仿真数据与理论Q(x )之差(主要比较方法2比较方法2的高斯信号生成方法和理论值之差给出相对大的n值，模拟数据和理论Q(x )之差(主要是小概率事件的边缘)，46，47，在模拟中出现的比较现实问题的星座上观察噪声，准确的星座图，49，星座上的噪声错误星座图1的噪声实部大于虚部，50，在星座上观察噪声，错误星座图2的噪声实部，51，在星座上观察噪声，xnoisy=xsigma*randdy，52，在星座图上观察噪声，xnoisy=xsigma*randdy 一种用星座图观察噪声并且添加精确噪声的方法是在实部和虚部分别使用噪声xnoisy _ real=real (x ) sigm a * randn (size (x ) )； xn