数字基带传输系统 2

简介: 数字基带传输系统

五、无 ISI 基带传输特性

1、何谓码间串扰 ISI

设发送码元 110,经过系带系统传输,在 e 点处的响应波形如图所示

在对第 k 个码元抽样时,抽到的不仅仅是本码元的样值,还有其他码元串扰到本码元抽样时刻的样值,它们的存在对本码元的判断带来的干扰就是码间干扰(码件串扰),简记为 ISI。

2、码间串扰的原因

基带传输总特性不理想

image.png

3、Nyquist 准则

①、设计思想

消除 ISI

前面的响应波形在到达后面码元的抽样时刻上为 0,这样就没有码间串扰了,这就意味着每个码元的响应波形在本码元抽样时刻有值,而在其他码元抽样时刻为 0,这样就消除了码间串扰

②、五 ISI 的时域条件

含义:本码元时刻有值;其他码元抽样时刻均为 0。

例如下图红色波形:

③、无 ISI 的频域条件

image.png

具体做法是找到滚降部分的奇对称的频率点,然后把两边向中间对折、叠加,能够等效成理想低通,则意味着满足了奈奎斯特(Nyquist)第一准则。


4、理想低通特性

①、存在的问题

  • 特性陡峭,不易实现
  • 响应曲线尾部收敛慢,摆浮大,对定时要求严格

②、解决方案

image.png

5、余弦滚降特性

image.png


8252d40ef3364e03bb46cf9979186eab.png

实际系统的带宽大于等于奈奎斯特带宽

image.png

5ef745d24edf4596a89710d0131a608e.png

对应的单位冲激响应 h ( t )在辛格函数基础上,增加了含有 cos 函数的这一项,因此响应波形在原有的零点之间新增了零点。

特点:

  • 特性易实现
  • 响应曲线尾部收敛快,摆幅小,对定时要求不严格

代价:

  • 带宽增加
  • 频带利用率η降低

6、归纳

六、无码间串扰基带系统抗噪声性能

image.png

目录
相关文章
|
SQL 分布式计算 数据挖掘
PySpark数据分析基础:PySpark Pandas创建、转换、查询、转置、排序操作详解
PySpark数据分析基础:PySpark Pandas创建、转换、查询、转置、排序操作详解
1375 0
PySpark数据分析基础:PySpark Pandas创建、转换、查询、转置、排序操作详解
|
6月前
|
SQL 编解码 索引
正交时频空间调制(OTFS)技术详解:基础原理与未来挑战
正交时频空间(OTFS)调制将信息嵌入延迟-多普勒域,有效应对高速移动下的多普勒效应。相比OFDM,OTFS在高动态信道中具备全分集增益、低导频开销与强鲁棒性,是6G候选技术之一。
1602 0
|
机器学习/深度学习 人工智能 自然语言处理
【AI 生成式】什么是生成式 AI,它与判别式 AI 有何不同?
【5月更文挑战第4天】【AI 生成式】什么是生成式 AI,它与判别式 AI 有何不同?
【AI 生成式】什么是生成式 AI,它与判别式 AI 有何不同?
|
存储 人工智能 编解码
数字信号处理(DSP)方向研究
数字信号处理(DSP)方向研究
530 0
|
算法 Python
【Python】Python 实现破零(ZF)和最小均方误差(MMSE)信道均衡
无线通信中用于减少信号失真和噪声影响的两种常见信道均衡技术:Zero Forcing (ZF) 和 Minimum Mean Square Error (MMSE),并给出了ZF均衡器的数学表达式及其实现方法。
688 0
WK
|
机器学习/深度学习 算法 大数据
鱼群算法
鱼群算法(FSA)是一种基于仿生学的群智能算法,模拟鱼群在水中集群、觅食和逃避捕食的行为,寻找问题空间中的全局最优解。该算法由李晓磊等人于2002年提出,通过初始化鱼群、评估适应度、更新行为和终止条件等步骤进行迭代优化。其优点包括实现简单、全局搜索能力强和自适应性好,但收敛速度较慢且易陷入局部最优。FSA已广泛应用于函数优化、路径规划、图像分割等领域,并有望通过改进性能、结合其他算法及拓展应用领域等方式进一步提升其应用价值。
WK
525 0
|
Linux 芯片
一篇文章讲明白Linux下控制GPIO的三种方法
一篇文章讲明白Linux下控制GPIO的三种方法
2628 3
|
固态存储 Ubuntu Linux
Linux(29) 多线程快速解压缩|删除|监视大型文件
Linux(29) 多线程快速解压缩|删除|监视大型文件
2201 1
|
前端开发
canvas文字绘制(大小、粗体、倾斜、对齐、基线)
canvas文字绘制(大小、粗体、倾斜、对齐、基线)
1253 0
|
API 开发者 微服务
深入浅出:使用Python构建微服务架构
在当今快速发展的软件行业中,微服务架构因其高度的灵活性和可扩展性而成为了一种流行趋势。本文将探讨如何使用Python语言,结合Flask框架来构建一个简单的微服务架构。我们将从微服务的基本概念入手,逐步深入到实现细节,最后展示一个基于此架构的小型应用案例。不同于传统的摘要,本文旨在通过一个具体的实践案例,让读者能够直观地理解微服务架构的优势以及在Python环境下的实现方法。

热门文章

最新文章