通信系统中随机过程的模型的研究.pdfVIP

科学技术 通信系统中随机过程的模型研究 【摘 要】 【关键词】 在自然界中，有一种现象，在发生之前只能知道该现象的 s(t)。通常情况下，为了描述随机过程 X(t)的各种样本对于数 各种可能性的发生结果，但是却无法确认具体将发生哪一个结 学期望的偏离程度，还可以引入随机过程的方差这个数字特征 果，这就是随机现象。例如，有 n 台性能完全相同的通信机， 量。 其工作条件也相同，用 n 部记录仪，记录各部通信机的输出噪 声波形。测试的结果表明，在其中并不能找到两个完全相同的 波形。研究可以发现，通信机输出的噪声电压随时间的变化时 在通信系统中，随机过程存在几种典型的数学模型，这些 不可预知的，这是一个随机过程。 模型是构建通信仿真系统的基础，有随机序列、泊松过程和高 斯随机过程。 2.1随机序列 随机过程是时间函数，但是在任意时间点上观察到的数值 对于随机过程，当时间参数 t 用离散值表示，即当随机过 却是不确定的，是一个随机变量。随机过程是与时间有关的随 程的参数集为离散集时，连续变化的随机过程就成为随机序列。 机变量，在确定的时刻，其是随机变量。如，在通信系统中， （1）独立序列：对于平稳随机序列{X(n)}，当 j≠0 时， 信源信号一般通过取样和编码后表示为{0，1}二进制信号序列。 如果 X(k)和 X(k+j)是相互独立的，即该序列为独立序列。这 信源信号可看作是一个离散时间的随机过程X(n)，对每一个n， 种序列常用于仿真通信系统中的信号源及噪声的采样值。 X(n)都是样本空间为{0，1}的随机变量。从统计的意义上来研 （2）马尔可夫序列：Markov过程是一类重要的随机过程， 究波形，将它们的相同的统计特性提纯出来，就是描述随机过 它可以根据参数空间与状态空间的离散与连续类型，分为四种 程的统计特性描述，这种描述的具体实现是通过随机过程X(t) 类型：离散参数集、离散状态集的马尔科夫过程；离散参数集、 的概率分布或数字特征加以表达的 连续状态集的马尔科夫过程；连续参数集、离散状态集的马尔 1.1随机过程的概率分布 科夫过程；连续参数集、连续状态集的马尔科夫过程。其中马 在某一固定的时刻 t1 ，随机过程 X(t)的取值就是一个一维 尔科夫随机过程就属于其中的前两种类型，从数学的观点，这 随机变量X(t1 ),它的一维概率分布函数为 种数列有以下特点： F1 （x1 ，t1 ）=P(X(t1 )≤x1 ) P[X(n)/X(n-1)，X(n-2)，…，X(n-k)]=P[X(n)/X(n-1)] 假设上式x1 的偏导存在，则一维概率密度函数可以定义为: 由此可以得出，马尔科夫序列下一时刻的采样值仅仅与现 ∂F (x ,t ) f (x ,t ) 1 1 1 在的值有关。根据这一特性，马尔科夫序列可以用来模拟信息 1 1 1