网站大量收购闲置独家精品文档,联系QQ:2885784924

[工学]4-- 1 数字通信-通信中的常见噪声.ppt

  1. 1、本文档共56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
[工学]4-- 1 数字通信-通信中的常见噪声

* 讨论如下信号的合并方法 1。如何进行信号合并达到信噪比最大? 2。要保证接收信号的信噪比为某一确定值,在采样率确定情况下,如何在信号采样点上加噪声? * 过采样与信噪比 * 高斯信号的产生方法 应用中心极限定理 应用随机信号的函数的方法 * 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。 定义归一化随机变量 (零均值和单位方差) 令 当n?? 时,Y 的极限分布为高斯分布。 * [0~1] 的均匀分布(一次记录) rand(); 高斯信号产生方法 1 * 多次 [0~1] 的均匀分布的PDF直方图 * 6次事件相加,高斯分布? * 60次事件相加,高斯分布? * 书面作业 1 书上第 2-1 题及第 2-4 题 书面作业 2 什么是二项分布 (binomial distribution),举例说明其应用 什么是瑞利分布,其特性是怎样的 什么是莱斯分布,它与瑞利分布的关系是怎样的 随机变量的函数 设随机变量 X,已知其概率密度函数为 p(x),设有另一个随机变量 Y 可以表示成 X 的确定函数。 求随机变量Y 的pdf函数 该问题的引申: -- 给定某随机序列并已知其概率密度函数,将该随机序列进行特定变换后得到序列的pdf函数是什么? -- 给定某随机序列并已知其概率密度函数,现在需要根据该随机序列得到符合某种pdf函数的随机序列,如何进行? * 例:设随机变量 X,概率密度函数给定 p(x),另一个随机变量 Y 定义为: 第一步:确定Y 的概率分布函数 x 0 求Y的pdf函数 * 第二步:微分,得到Y的概率密度函数 则 也可以写成 上述的结果相应的是方程的两个解。 * 一般情况,如果x1, x2, ..., xn 是方程g(x)=y 的实数解(即x用y表示的解),x的概率密度函数为p(x),则随机变量Y=g(X) 的概率密度函数为 作业: 根据随机信号函数的方法生成复数高斯信号(即两个高斯信号,一个作为实部,一个作为虚部) 数据源:0-1均匀分布的随机信号(由MATLAB的rand()函数产生) 查阅资料,给出方法 进行仿真,写出报告 报告内容 基本原理及实施步骤 仿真系统结构图及源代码 仿真结果 * 学生演讲题目 方法1 仿真比较中心极限定理产生的高斯序列与理论表达式的差别 给定一个相对较大的n值,比较仿真数据与理论的Q(x)的差别(主要是小概率事件一端) 方法2 比较方法2的高斯信号产生方法与理论值的差别 给定一个相对较大的n值,比较仿真数据与理论的Q(x)的差别(主要是小概率事件一端) * * 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 * 不同信噪比下接收信号星座图 * 谢谢! * * 数字通信 (第七讲) 通信中的常见噪声 2010-10 * 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 *

文档评论(0)

qiwqpu54 + 关注
实名认证
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