第2章信道与噪声精讲.ppt

* 2.5.2 高斯噪声 在实际信道中，除了白噪声外，还有另一种常见噪声是高斯型噪声(即高斯噪声)。所谓高斯(Gaussian)噪声是指它的幅度概率密度函数服从高斯分布(即正态分布)的一类噪声，可用数学表达式表示成： 式中，a为噪声的数学期望值，也就是均值；σ2为噪声的方差；exp(x)是以e为底的指数函数。 图2-12 高斯分布的密度函数 * (1) p(x)对称于x=a直线，即有 p(a+x)=p(a-x) (2) p(x)在(-∞,a)内单调上升，在(a, +∞)内单调下降，且在点a处达到极大值，当x→±∞时 (3) * (4) 对不同的a，表现为p(x)的图形左右平移；对不同的σ，p(x)的图形将随σ的减小而变高和变窄。 (5) 当a=0,σ=1时，则称前面的高斯噪声谱密度分布式为标准化的正态分布，这时即有: * 这个积分不易计算，但可借助于一般的积分表查出不同x值的近似值。 正态概率分布函数还经常表示成与误差函数相联系的形式，所谓误差函数，它的定义式为： ò - = x z dz e x erf 0 2 2 ) ( p ò ￥ - = - = x z dz e x erf x erfc 2 2 ) ( 1 ) ( p 以上两式是在讨论通信系统抗噪声性能时常用到的基本公式。 * 所以，有： 噪声的方差： ) 0 ( ) 0 ( 2 R a R = - = ))] ( ( [ )} ( { 2 2 t n E t n E - = { } ))] ( ( ) ( [ )) ( ( 2 t n E t n E t n D - = 通常，通信信道中噪声的均值a=0，我们由此可得到一个重要的结论，即在噪声均值为零时，噪声的平均功率等于噪声的方差。这是因为： * 2.5.3 高斯型白噪声 所谓高斯白噪声是指噪声的幅度概率密度函数满足正态分布统计特性，同时它的功率谱密度函数是常数的一类噪声。这类噪声，理论分析要用到较深的随机过程理论知识，故不展开讨论，它的一个例子就是维纳过程。 值得注意的是高斯型白噪声，它是对噪声的两个不同方面的特性而言的，即对幅度概率密度函数和功率谱密度函数而言的，不可混淆。 * 2.5.4 窄带高斯噪声 它是指噪声的功率谱密度函数是窄带，而噪声幅度分布又符合高斯分布一类噪声。这种噪声的形成可以认为是：当高斯白噪声通过一个以ωc为中心角频率的窄带系统时，就可形成窄带高斯噪声。这里所谓的窄带系统是指系统的频带宽度B比起中心频率来小得很多的通信系统，即Bfc=ωc/2π的系统。 这种假设是符合大多数信道的实际情况的。实际中，一般一个已调普通信号通过窄带系统后就形成窄带信号，它的特点是频谱局限在±ωc附近很窄的频率范围内，其包络和相位都在作缓慢随机变化。 与信号通过窄带系统一样，高斯白噪声通过窄带系统后，可表示为： (2-38) * 图2-13 窄带高斯噪声的频谱及时域波形 * 窄带高斯噪声的表达式(2-38)可变成另一种形式，即： 式中，nI(t)称为噪声的同相分量，即： nQ(t)称为噪声的正交分量，即： 几种结论： (1) 一个均值为零的窄带高斯噪声n(t)，假定它是平稳随机过程，则它的同相分量nI(t) 和正交分量nQ(t)也是平稳随机过程，且均值也都为零，方差也相同，即： * (2) 窄带高斯噪声的随机包络服从瑞利分布，即： * 图2-14 窄带高斯噪声的包络和相位概率密度函数曲线 * 2.5.5 余弦信号加窄带高斯噪声 在通信系统性能分析中，常有余弦信号加窄带高斯噪声的形式，即Acosωt+n(t)形式。如在分析数字信号调制解调性能时2ASK、2FSK、2PSK等信号模型均为Acosωt形式，这样在信道里信号加上信道噪声后的表达式便为以上形式，即： 式中 * (1) 余弦信号和窄带高斯噪声的随机包络服从广义瑞利分布(也称莱斯(Rice)分布)。若信号幅度A→0时，其随机包络服从瑞利分布。广义瑞利分布表达式为： 式中，I0(x)为零阶修正贝赛尔函数。I0(x)在x＞0时，是单调上升函数，且I0(0)=1。 (2) 余弦信号加窄带高斯噪声的随机相位分布与信道中的信噪比有关，当信噪比很小时，它接近于均匀分布。 0 2 exp ) ( 2 2 2 2 0 2 ú ? ù ê ? é + - ? ? ? è ? = r s r s r s r r A A I p 有随机过程理论分析可知： * 令N=n0B 2.6 信道容量的概念 信道容量是指一个信道能够无差错传输的最大信息速率