[管理学]北大数字通信课件：4-- 7 通信中的常见噪声.pptVIP

白噪声 白噪声的定义：功率谱密度函数在整个频域(-∞ω+∞)内是常数的噪声 不符合上述条件的噪声称为有色噪声 白噪声的功率谱密度函数 n0 是一个常数，单位为W/Hz 白噪声的自相关函数 由于功率信号的功率谱密度与其自相关函数 R(τ) 互为傅氏变换对 因此，白噪声的自相关函数为 白噪声的自相关函数是一个位于τ=0 处的冲激函数，即白噪声只有在 n0 /2 时才相关，而在任意两个不同时刻上的随机取值都是不相关的。 高斯噪声 高斯噪声的定义：概率密度函数服从高斯分布（即正态分布）的噪声。 式中，a 为噪声的数学期望值，也就是均值；σ2 为噪声的方差。 通常，通信信道中噪声的均值 a=0。 在噪声均值为零时，噪声的平均功率等于噪声的方差。 因为噪声的平均功率为 而噪声的方差为 所以 Pn=σ2 标准正态分布 误差函数 互补误差函数 误差函数和互补误差函数的主要性质 误差函数的其他表示方法 带通系统中的高斯噪声 1 定义与表达式 高斯噪声通过以ωc 为中心的窄带系统可形成窄带高斯噪声。 特点：频谱局限在±ωc 附件很窄的频率范围内，包络和相位作缓慢随机变化。 窄带高斯噪声 n(t) 可表示为 ρ(t)为噪声 n(t)的随机包络，φ(t)为噪声 n(t)的随机相位。 窄带高斯噪声的另外一种表达式为 其中 式中 nc(t) 及 ns(t) 分别称为 n(t) 的同相分量和正交分量。 2 统计特性 (1)一个均值为零，方差为σx2 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 nc(t)、正交分量 ns(t)同样是平稳高斯噪声，且均值都为零，方差也相同，即 其中 这里，σx2、σc2、σs2分别表示窄带高斯噪声 n(t)、同相分量 nc(t)和正交分量 ns(t)的方差（亦即功率）。 (2)一个均值为零，方差为σx2 的窄带高斯噪声 n(t)，假定它是平稳随机过程，则其随机包络ρ(t) 服从瑞利分步，相位φ(t) 服从均匀分布，即 p(ρ) 和 p(φ) 的波形如下图所示。 在通信系统中，概率论与随机过程是重要的数学工具。 接收机的设计：接收机的作用是设法去除信道对随机信源的影响，恢复出原始的随机信源信号。 系统性能评估：性能评估实际上是对接收机恢复原始信源能力的评估。这种评估一般用错误概率来表示。 数学描述 信号传输： 接收机： 系统评估： 在任何通信系统中，高斯噪声都是存在的，它作为加性噪声叠加到接收信号上 高斯噪声的表达式 问题分析 为了提高接收端的信噪比，通信系统中可以采用重复发送的方法 同样的信号重复发送两次，两次的幅度可能不同，经过信道叠加噪声之后分别为 和 ，接收端对两个接收信号以一定比例合并： 讨论：接收端以怎样的比例合并可以使接收信噪比达到最大？ 问题分析 已知： 求为了使： 假设：1. 每次发送时的加性高斯噪声功率不变 2. 原始信号功率 3. 原始信噪比 理论推导 理论推导 对 求导： 要使 理论推导 结论： 讨论如下信号的合并方法 讨论如下信号的合并方法 讨论如下信号的合并方法 过采样与信噪比 高斯信号的产生方法 中心极限定理 仿真中出现的实际问题 如何观察噪声的大小 实部与虚部叠加的噪声方法 仿真经验 利用星座图观察噪声 正确的星座图 利用星座图观察噪声 错误的星座图1 噪声实部大于虚部 利用星座图观察噪声 错误的星座图2 噪声仅有实部 利用星座图观察噪声 xnoisy = x + sigma * randn(size(x)); 利用星座图观察噪声 xnoisy = x + sigma * randn(size(x)) * (1 + i); 利用星座图观察噪声 正确的加噪声方法是给实部和虚部分别加噪声 xnoisy_real = real(x) + sigma * randn(size(x)); xnoisy_imag = imag(x) + sigma * randn(size(x)); xnoisy = xnoisy_real + i * xnoisy_imag; 利用星座图观察噪声 正确的星座图 中心极限定理 假设 Xi, i=1,2,…n 是统计独立且同分布的随机变量，有限均值mx，有限方差?x2。 定义归一化随机