[噪声下的通信香农翻译.docVIP

Ⅰ 前言 一般的通信系统示意图如图1，它主要有5个要素组成。 信源：信息源从发送到接收器的信号空间中选择某个消息。这个消息可以是各种形式，比如传输电报或电传的字母或者数字，传输电话或广播的连续函数。 发射机：发射机就是把消息变换成更适合通过信道传输到接受机的形式。在电话系统，它把声强转化为成比例的电流，在电报系统中，它把信息编码成点、破折号、空格。举个更复杂的例子，在PCM中，语音信号先经过抽样、压缩、量化和编码，最好通过合理的插值法进行重建信号。 信道：信道是通过适当地传输介质把信号从发射机传送到接收机。它可能是一对电线、同轴电缆、无线信道。在传输过程或者接收端因噪声或者失真而发生扰动。噪声与失真是不同的。失真是受到固定的操作的影响，而噪声却是随机的和不可预测的。失真原则上可以通过你逆操作得到纠正，然而噪声引起的干扰却是不可完全消除的，因为信号在传输过程中会经历不同的噪声干扰。 接收机：接收机的作用是试图通过逆变换重建信号，它通常是发射机操作的逆变换，有时为了减弱噪声的干扰可能与最佳设计不同。 信宿：信宿是对信息感兴趣的人或物。 图1 通信系统 奈奎斯特和哈特利的研究表明，以对数度量信息将是很方便的。如果一个装置有个位置，按照上述定义，它存储的信息量是。对数的底可以任意选择，不同的底决定不同的信息量单位。不同单位之间可通过换算式计算。 如果我们能够可靠地区分时间内在信道中的个不同的信号函数，我们就说此信道可以在时间内传输log的信息。传输速度是。更精确定义信道容量为： （1） Ⅱ 抽样定理 我们假定：信道的带宽是，可以通过时间信号。如果没有严格的限制，这个信道可以通过任何带宽为，时间为的信号。尽管上述假设是不可能的，但是在频域内信号带宽限制在，在时域内信号可以稍微的大于。 定理一：一个频带受限于[0,W]的基带模拟信号，可以唯一地被采样周期不大于的采样序列所决定。 定理一是大家所熟知的通信艺术。直观证明是如果的频率不大于，它不能在少于的时间内达到一个新值。数学证明显示这不仅是大约也是精确地。证明如下。设是的频谱，然后 假定的频谱是从到。我们令是任意的正数或者负数，我们得到 （5） 式子的左边是的抽样点，式（）右边的积分实质上是在[]傅里叶级数的展开的第个系数。这意味着抽样点的值决定级数展开的傅里叶系数，因为在频率大于为0，如果它的傅立叶系数已知，频率小于的F也可以被确定。已知信号的频谱就可以完全确定原始信号。因此，原始抽样可以完全确定。这个函数可以通过下述脉冲重建： （6） 这个函数在=0处是，在所有其他的采样点处是0。进一步，它的频谱在内是常数，在之外为0。 在数学上，这个过程可以被描述如下：令是第个采样点， （7） 如果频谱从大于0开始，我们可以通过线性平移，类似于单边带调制。 在采样间隔为，时间为的情况下，我们一共可以得到个点。在点之外的为0。更准确地说，我们可以定义一个函数被限制为在时间间隔，当且仅当此区间外的所有样品都为零。我们说任何一个频率受限于W，时间受限于T函数可以有个点确定。 Ⅲ信号的几何表示 一个矢量组，无论其信源是何种形式，总是可以认为是一个三维空间中点的坐标。同样，一个信号的个均匀采样可以认为是空间的一个点。每个特定符号对应于该空间中的特定点。因此，空间的点总可以对应的信号。 通常，纬是很高的。比如，在传输一个小时的5M带宽的电视信号中，每个信号是为空间的一个点。 很显然，这么大的矢量空间无法实现。然而我们可以研究维空间的性质。从某种程度上，我们可以先研究二维和三维的性质进而直接扩展到更高维数。信号的几何表示优点是我们可以矢量分析方法处理通信问题。实际上，我们是把一个简单的环境下的复杂对象转化为复杂环境下的简单的对象。我们假设有个互相正交的坐标轴，那么在这个空间的距离就有简单的解释。从原点到一个点的距离与二维和三维的情况相似，即为 （8） 这里的是第个采样点。现在，又因为 （9） 我们可以得到 （10） 上述公式运用这个事实： （11） 因此，距离的平方是对应信号能量的倍,即 （12） 这里是时间内平均能量。类似地，两个点之间的距离为倍的两个对应的信号之间的均方根偏差。 我们就考虑平均能量小于的信号，它们所对应的点在半径内部,半径。 （13） 如果在传输过程中有噪声，这意味信号的坐