网站大量收购闲置独家精品文档,联系QQ:2885784924

《通信原理》复习.doc

  1. 1、本文档共18页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第1章 绪 论 模拟信号 --- 已调信号 (带通信号)。 数字通信系统 - 利用数字信号来传递信息的通信系统。 信源编码与译码目的:提高信息传输的有效性,完成模/数和数/模转换。 信道编码与译码目的:增强抗干扰能力。 加密与解密目的:保证所传信息的安全。 数字调制与解调目的:形成适合在信道中传输的带通信号。 同步目的:使收发两端的信号在时间上保持步调一致。 数字通信的优点:抗干扰能力强,且噪声不积累;传输差错可控;便于处理、变换、存储;便于将来自不同信源的信号综合到一起传输;易于集成,使通信设备微型化,重量轻;易于加密处理,且保密性好。 数字通信的缺点:需要较大的传输带宽;对同步要求高。 单工、半双工和全双工通信。 通信方式 并行传输和串行传输。 其他分类方式:同步通信和异步通信、专线通信和网通信。 有效性 -“速度”问题。 可靠性 -“质量”问题。 模拟通信系统的有效性用有效传输频带来度量。可靠性用接收端最终输出信噪比来度量。 数字通信系统的有效性用传输速率和频带利用率来衡量。可靠性用误码率和误信率来表示。 码元传输速率RB -Baud,B)。 式中T - 码元的持续时间(秒)。 信息传输速率Rb -/秒,b/s,bps)。 码元速率和信息速率的关系: 频带利用率 -1赫兹)内的传输速率,即 或 误码率: 误信率/误比特率: 在二进制中有 第2章 确知信号 能量信号的能量有限 功率信号的平均功率有限 能量信号的功率趋于0,功率信号的能量趋于( 。 周期性功率信号的频谱函数: 正频率部分和负频率部分间存在复数共轭关系,即 ,Cn的模偶对称,Cn的相位奇对称。若s(t)是实偶信号,则 Cn为实函数。 能量信号的频谱密度: 负频谱和正频谱的模偶对称,相位奇对称,即复数共轭 能量信号的能量谱密度:G(f) = |S(f)|2 信号能量: 周期性功率信号的功率谱密度: 信号平均功率: 能量信号的自相关函数: 性质:R(()和时间t 无关,只和时间差( 有关。 当( = 0时,R(0)等于信号的能量: R(()是( 的偶函数: R(()和其能量谱密度|S(f)|2是一对傅里叶变换: 功率信号的自相关函数: 性质:当( = 0时,R(0)等于信号的平均功率: 功率信号的自相关函数也是偶函数。 R(()和其功率谱密度P(f) 是一对傅里叶变换: 周期性功率信号的自相关函数: 第3章 随机过程 随机过程 是一类随时间作随机变化的过程,它不能用确切的时间函数描述。 是全部样本函数的集合或看作是在时间进程中处于不同时刻的随机变量的集合。 随机过程的数字特征 ( 均值(数学期望)a(t): 表示随机过程的n个样本函数曲线的摆动中心。 ( 方差( 2( t ): 表示随机过程在时刻 t 对于均值a ( t )的偏离程度。 ( 相关函数: 平稳随机过程:若一个随机过程((t)的任意有限维分布函数与时间起点无关。 广义平稳随机过程:随机过程的均值与t 无关,自相关函数只与时间间隔( 有关。 严平稳随机过程必定是广义平稳的,反之不一定成立。 当 ,则称该平稳过程具有各态历经性。 具有各态历经性的随机过程必定是平稳过程,反之不一定成立。 平稳过程自相关函数R(()的性质: — ((t)的平均功率 — (的偶函数 — R(()的上界,即自相关函数R(()在( = 0有最大值。 — ((t)的直流功率 — ((t)的交流功率,当均值为0时,有R(0) = (2 。 平稳过程的功率谱密度P((f) 与自相关函数R(()的关系(维纳-辛钦关系) 高斯随机过程(正态随机过程) 如果随机过程( (t)的任意n维(n =1,2,...)分布均服从正态分布,则称它为正态过程或高斯过程。 高斯过程的重要性质: ( 高斯过程的n维分布只依赖各个随机变量的均值、方差和归一化协方差。 ( 广义平稳的高斯过程也是严平稳的。 ( 如果高斯过程在不同时刻的取值是不相关的,那么它们也是统计独立的。 ( 高斯过程经过线性变换后生成的过程仍是高斯过程。 高斯随机变量 — 高斯过程在任一时刻上的取值是一个正态分布的随机变量,也称高斯随机变量,其一维概率密度函数为 式中,a-均值,( 2-方差。

文档评论(0)

enxyuio + 关注
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档