通信原理——确知信号与随机过程

简介: 通信原理——确知信号与随机过程

一、确知信号


1.1 类型


周期与非周期、能量~功率型


0a2653c851af460fa595bd959398a8f1.png0eacb84100b54626af849e6b562bf92a.png


1.2 频域性质


2d65d23f6d4748949b924e4057485923.png

上面这个是指数形式的傅里叶级数

下面来看看对三角形式傅里叶级数的分析以及性质

2e9b90b2ca334476abebe75bafe6eeaa.png

关于实信号和复信号、实函数和复函数,可以参考以下文章:

实函数傅里叶变换的奇偶虚实特性

学习探究–实信号与复信号


1.2.1 频谱密度


对连续信号进行傅里叶变换就是频谱密度


0a2653c851af460fa595bd959398a8f1.png0eacb84100b54626af849e6b562bf92a.png


1.2.2 性质


2d65d23f6d4748949b924e4057485923.png


1.2.3 能量谱密度与能量


2e9b90b2ca334476abebe75bafe6eeaa.png


1.2.4 功率谱密度与功率


0a2653c851af460fa595bd959398a8f1.png0eacb84100b54626af849e6b562bf92a.png


1.3 时域特性


1.3.1 能量信号的自相关函数


2d65d23f6d4748949b924e4057485923.png


1.3.2 功率信号的自相关函数


2e9b90b2ca334476abebe75bafe6eeaa.png


例题


4cebaac233b3433da32a72337a77fc60.png


1.3.3 能量信号的互相关函数


0a2653c851af460fa595bd959398a8f1.png


1.3.4 功率信号的互相关函数


2e9b90b2ca334476abebe75bafe6eeaa.png


二、随机过程


2.1 基本概念


2d65d23f6d4748949b924e4057485923.png2e9b90b2ca334476abebe75bafe6eeaa.png


2.2 平稳随机过程


2.2.1 各态历经性(遍历性)


0a2653c851af460fa595bd959398a8f1.png

步骤


0eacb84100b54626af849e6b562bf92a.png20a75ac1078a457eb6af6e03411ae1f9.jpeg


2.2.2 平稳过程的自相关函数


0a2653c851af460fa595bd959398a8f1.png


2.2.3 功率谱密度


0eacb84100b54626af849e6b562bf92a.png


平稳过程的功率谱密度与自相关函数是一对傅里叶变换


2.3 高斯随机过程


2.3.1 定义与性质


2d65d23f6d4748949b924e4057485923.png2e9b90b2ca334476abebe75bafe6eeaa.png4cebaac233b3433da32a72337a77fc60.png


2.4 平稳随机过程通过线性系统


2.4.1 定义


0a2653c851af460fa595bd959398a8f1.png0eacb84100b54626af849e6b562bf92a.png


2.4.2 关系


2d65d23f6d4748949b924e4057485923.png2e9b90b2ca334476abebe75bafe6eeaa.png


2.5 窄带随机过程


2.5.1 示意图


0a2653c851af460fa595bd959398a8f1.png


2.5.2 表达式和关系


0eacb84100b54626af849e6b562bf92a.png


2.5.3 统计特性


2d65d23f6d4748949b924e4057485923.png


2.6 高斯白噪声和带限白噪声


2.6.1 白噪声


2e9b90b2ca334476abebe75bafe6eeaa.png


2.6.2 高斯白噪声


4cebaac233b3433da32a72337a77fc60.png


2.6.3 带限白噪声


6de278e6d6694ce5bb08e7e842b7e74b.png


2.6.3.1 低通白噪声


7a399525ddec4b77923c464820b33738 (1).png


2.6…3.2 带通白噪声


7a399525ddec4b77923c464820b33738.png



1. 第一章的一些例题


0a2653c851af460fa595bd959398a8f1.png


2.对于码元、比特、信息量、平均信息量的理解


对于码元,百度是这样介绍的,码元,承载信息量的基本信号单位。,参考了知乎几篇文章,对于码元就是一个脉冲信号而已,对!

就是一个脉冲,但是里面定义多少信息量,是由你自己决定的。如下理解

0eacb84100b54626af849e6b562bf92a.png

所以,一个码元我的理解就是一个载体,一节列车,这与这个载体列车,放了多少个人(比特、信息量)就是自己定义的协议(进制),我们这里是用几进制来修饰码元,比方说,八进制的码元就是可以表示3个比特,log_2^8=3

2d65d23f6d4748949b924e4057485923.png

就比方说上图


由此引出,什么是比特,比特就是0和1,如:0000 0001 这就是8个比特

R b = R B log ⁡ 2 M R_b = R_B\log_2 M


其中M表示进制(可以理解为信息量)

0a2653c851af460fa595bd959398a8f1.png0eacb84100b54626af849e6b562bf92a.png



相关文章
|
机器学习/深度学习 传感器 算法
【雷达信号分析】基于单载频矩形脉冲信号时频分析附Matlab代码
【雷达信号分析】基于单载频矩形脉冲信号时频分析附Matlab代码
|
3月前
|
算法 5G Windows
OFDM系统中的信号检测算法分类和详解
参考文献 [1]周健, 张冬. MIMO-OFDM系统中的信号检测算法(I)[J]. 南京工程学院学报(自然科学版), 2010. [2]王华龙.MIMO-OFDM系统传统信号检测算法[J].科技创新与应用,2016(23):63.
74 4
|
机器学习/深度学习 传感器 编解码
LFM信号的回波与脉冲压缩附Matlab代码
LFM信号的回波与脉冲压缩附Matlab代码
|
6月前
|
机器学习/深度学习 算法 Serverless
基于信号功率谱特征和GRNN广义回归神经网络的信号调制类型识别算法matlab仿真
基于信号功率谱特征和GRNN广义回归神经网络的信号调制类型识别算法matlab仿真
|
Windows
信道的数学模型
信道的数学模型
120 0
信道的数学模型
|
机器学习/深度学习 传感器 算法
【信号分析】基于HHT算法谐波和间谐波分析附Matlab代码
【信号分析】基于HHT算法谐波和间谐波分析附Matlab代码
|
算法
【使用维纳滤波进行信号分离】基于维纳-霍普夫方程的信号分离或去噪维纳滤波器估计(Matlab代码实现)
【使用维纳滤波进行信号分离】基于维纳-霍普夫方程的信号分离或去噪维纳滤波器估计(Matlab代码实现)
190 0
|
算法
【多同步挤压变换】基于多同步挤压变换处理时变信号和噪声信号研究(Matlab代码实现)
【多同步挤压变换】基于多同步挤压变换处理时变信号和噪声信号研究(Matlab代码实现)
|
网络性能优化
LabVIEW仿真单频脉冲信号+线性调频信号+高斯白噪声信号
本文基于 LabVIEW 仿真了单频脉冲信号(先导脉冲)和线性调频信号,全程伴有高斯白噪声。
162 0
|
机器学习/深度学习 传感器 算法
【信号去噪】基于多窗口谱减法实现信号去噪附matlab代码
【信号去噪】基于多窗口谱减法实现信号去噪附matlab代码
【信号去噪】基于多窗口谱减法实现信号去噪附matlab代码