现代通信-05噪声幻灯片.pptVIP

* §3. 随机过程及其统计特性 1. 随即变量：信号与噪声都具有“随机”特性 2. 随机过程：物理过程连续纪录 X(t) 3. 随机样本：某一组实验数据 一、随机过程 1. 概率分布函数 如果随机变量 X(t) ，t1时刻取值 X1(t1) x1 的概率 P(X1(t1) x1 ) 则，令 为随机变量 X(t) 的概率分布 二、概率分布函数和概率密度 0 x1 x2 x3 x4 x5 x6 x P P1 P2 P3 P4 P5 P6 例如：某离散随机过程 测试结果如图 0 x1 x2 x3 x4 x5 x6 x F 1 其概率分布函数 F 对于连续随机变量， 概率分布函数 F 可以是连续的。 例如均匀分布随机取样 0 A x 1 概率密度 定义： 为概率密度 对于“均匀分布”随机过程概率密度 显然是“常数”。 * 概率分布、概率密度的特性 ① F(x)一定是“不减”函数 ② F(-∞) = 0； F(∞) = 1 ③ ④ 0 A x F 1 0 A x p 概率密度不随时间变化==平稳随机过程 1. 均匀分布：通信系统中的相位噪声往往0～2π均匀分布。 0 2π θ F(θ) 1 则，概率密度 0 2π θ p(θ) 1/2 π 三、几种常见的概率分布 正态分布（高斯分布） 大量独立、随机事件的统计均形成Gauss型 * a = E[x] * σ2即：“方差” a 3. 瑞利分布： σ 4. 莱斯分布： 其中， 零阶修正贝塞尔函数 * 特点：① A → 0 时，莱斯分布→瑞利分布 ② A σ 时，莱斯分布→ 高斯分布 * 正弦波（幅度 A）加噪声信号，检波后输出 符合上述规律。 1. 统计平均（Statistical Average） ① 均值（数学期望、统计平均） * 代表随机过程的“摆动”中心； * 对于离散信号 ② 均方值 * 有些物理量“均值”等于零，难于表述其特点，宜采用均方值； 四、概率统计的数学特征 ③ 均方差 * 体现了某时刻取值对于均值的偏差； * 当 mx = 0 时，σx2 = E[ x2 ] ，若 x 为电压， σx2 具有功率量纲。 时间平均（Average） ① 平均值 ② 均方值 ③ 方差 例如：假定随机过程 其中，θ为随机量（对应相位噪声） 假定， θ ∈（0 ～ 2π）均匀分布； 求：均值 解： = 0 * 实际应用中，常常对上述常见分布函数讨论均值、均方值、均方； 噪声：“广义” （信号以外的干扰） “狭义”（各种随机干扰） 散粒噪声、热噪声、 1/ f 噪声 §4. 噪声与噪声的量度 1. 肖特基公式： e 电子电量、I0 电流平均值、 B系统带宽 * 公式表示噪声电流是随机变量 2. 散粒噪声功率谱密度： * 此公式 适用范围 ＜100MHz（与器件的“度越时间”有关） 一. 散粒噪声：有源器件的典型噪声 电子热运动造成方向不定的“热电流”，满足“波耳兹曼”热力学统计 1. 均方值： k 波耳兹曼常数、T 绝对温标、R 电阻、B 系统带宽 ∴功率谱密度： * 热噪声与温度成正比，不可避免（精密测量需要超低温）； * 公式适用范围较宽（0～1013Hz） * 热噪声的等效电路（戴维宁定理） （诺顿定理） R US R IS 二. 热噪声： * 具体电路计算 ① 每个电阻看成噪声源，按电路规律叠加； ② 先计算等效电阻，在求出噪声功率； * 对于 R-L-C 网络：先计算 Z∑ ( 或Y ∑) →R