- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
高等数字通信总复习
高等数字通信总复习
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
第二章
1、多元实高斯分布:
PDF为:p(x)=
m和C分别为X的均值和协方差矩阵,即m=E[X],C=E[(X-m)(X-m)t],X为n*1矢量。
性质:
1)对于联合高斯随机变量,不相关等价于独立。
2)联合高斯随机变量的线性组合也是联合高斯的。
3)所有联合子集和所有条件子集都是高斯的。
2、多元复高斯分布:
Z=X+jY,其中X和Y是大小为n的实随机变量,则
p(z)=p(z’)=
其中Z’=,m’=E[Z’],Cz’是Z的伪协方差矩阵。
若Z是具有均值m=E[Z]和非奇异协方差矩阵Cz的本征n维复高斯随机变量的情况下,其PDF为
p(z)=
对于复高斯随机矢量,零均值且本征等价于环的。
本征意思是伪协方差为0,环的意思是旋转任意角度,Z的PDF不变。
3、瑞利分布
如果X1和X2是两个独立同分布的高斯随机变量,每个都服从N(0,)分布,那么
X=
是瑞利随机变量。
其PDF为:
P(x)=
其均值和方差为
E[X]=,VAR[X]=(2-π/2)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
【第一章课后习题】
2-37 假设随机过程X(t)和Y(t)既独自平稳也联合平稳
Z(t)=X(t)+Y(t)的自相关函数为
当X(t)和Y(t)不相关时,Z(t)的自相关函数为
同理
因此有
当X(t)和Y(t)不相关且有零均值时,Z(t)的自相关函数为
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2-38 随机过程X(t)的自相关函数为Rx()=1/2N0,这样的过程称为白噪声。假设x(t)输入到理想带通滤波器,该滤波器具有右图所示的频率响应特性。试求该滤波器输出端的总噪声功率。
解:x(t)的功率谱密度为
该滤波器输出端的功率谱密度为
则该滤波器输出端的总噪声功率为
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2-54试求随机过程X(t)=Asin(2fct+)的自相关函数。式中fc是常数,是均匀分布的相位,即p()=1/2,0==2.
解:
又因为
所以
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
第三章
1、复习要点
主要考调制信号的功率谱密度、)
基本概念总结:
调制信号传输:数字序列映射成信号在通信信道上传输的过程
信号表示:
;信号传输间隔s/信号传输速率()/平均信号能量/能量
调制方法:
ASK)/PSK/正交幅度调制信号的基两个)调制
传输:信号,频移键控非线性调制
调制方法:
编码,CPM(MSK)
功率谱:
函数进行傅里叶变换傅里叶变换对)
函数部分重点的了解一下不用深究觉得可能考
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
【第三章课后习题】
3.2
3.6认为没啥难度,英文的答案也应该能看懂
)1,0))-1)距离最近所以这四点作为的起点进行gray编码作为前两位,之后每个轴绝对值增大方向的四点再依次gray编码作为后两位即可
傅里叶变换需要记一下,认为二三问考的可能性不大(较为复杂第三问可以直接忽略,方程该如何解)
最佳接受机错误概率推导,推导思路方法,了解不确定性最佳检测4.5
4.8.1最大似然序列检测器
最佳接收机基本思路!!!一定有大题
4.1 波形与矢量信道的模型
1、最大后验概率准则MAP (4-1-7及4-1-8重点理解)
最大似然准则ML (4-1-11)
似然函数是:p(r|sm)
重点:在消息序列等概率时,ML与MAP等价;不等概时,ML检测器不是最佳检测器。
这些准则如何推导出来的,均需要理解熟记,重点
判决域:需要知道概念,第一句话。
差错概率:符号差错概率Pe,比特差错概率Pb。
可以看看例4—1—1
充分统计量:了解一下就行,涉及马尔科夫链,好像不考
预处理:接受信息的可逆预处理不改变接收机的最佳性。可以看看例4—1—3
4.2波形与矢量AWGN信道
AWGN波形信道等效于N维矢量信道。。。知道这个结论就应
原创力文档


文档评论(0)