数字基带信号及频谱特性.ppt

* 归零码的占空比为50%。 RZ码含有时钟分量，可以提取时钟。 * 归零码的占空比为50%。 RZ码含有时钟分量，可以提取时钟。 * 用相邻码元的电平的跳变和不变来表示消息代码 ，图中，以电平跳变表示“1”，以电平不变表示“0”。它也称相对码波形。用差分波形传送代码可以消除设备初始状态的影响。 * 可以提高频带利用率。图中给出了一个四电平波形2B1Q。 由矩形脉冲构成的信号序列。 * an － 第n个码元所对应的电平值；Ts － 码元持续时间；g(t) －某种脉冲波形。 sn(t)可以有N种不同的脉冲波形。 基带信号的波形与每个码元的波形有关------基带信号的频谱特性与码元波形的频谱特性有关 * 研究基带信号的频谱结构是十分必要的，通过谱分析，我们可以了解信号需要占据的频带宽度，所包含的频谱分量，有无直流分量，有无定时分量等。实际信道的带宽是有限的，因而有必要确定信号的功率谱。 这里将从随机过程功率谱的原始定义出发，求出数字随机序列的功率谱公式。 首先建立随机脉冲序列的时域表示式。然后简单推导其功率谱密度。 设一个二进制的随机脉冲序列如图所示。 * 图中Ts － 码元宽度； g1(t)和g2(t) － 分别表示消息码“0”和“1”，为任意波形。 设序列中任一码元时间Ts内g1(t)和g2(t)出现的概率分别为P和(1-P)，且认为它们的出现是统计独立的。 式中.... 这就是该随机序列的数学表达式。 * 为了使频谱分析的物理概念清楚，简化推导过程，可把s(t)分解成稳态波v(t)和交变波u(t) 。 所谓稳态波，即随机序列s(t)的统计平均分量，它取决于每个码元内出现g1(t)和g2(t) 的概率加权平均。 * 为了使频谱分析的物理概念清楚，简化推导过程，可把s(t)分解成稳态波v(t)和交变波u(t) 。 所谓稳态波，即随机序列s(t)的统计平均分量，它取决于每个码元内出现g1(t)和g2(t) 的概率加权平均。 * 显然， u(t)是一个随机脉冲序列 。 下面我们分别推导稳态波和交变波的功率谱密度。 * 由于v(t)是以为Ts周期的周期信号。 * 于是，根据周期信号的功率谱密度与傅里叶系数的关系式得到 * 由于是一个功率型的随机脉冲序列，它的功率谱密度可采用截短函数和统计平均的方法来求。它等于（2N+1）个码元的长度，即 式中，N 是一个足够大的整数。此时，上式可以写成 * 根据连续谱可以确定随机序列的带宽。 * 式中 fs = 1/Ts －码元速率； Ts - 码元宽度（持续时间） G1(f)和G2(f)分别是g1(t)和g2(t)的傅里叶变换 * 二进制随机脉冲序列的功率谱Ps(f)可能包含连续谱和离散谱。 连续谱总是存在的，这是因为代表数据信息的g1(t)和g2(t)波形不能完全相同，故有G1(f) ≠ G2(f) 。谱的形状取决于g1(t)和g2(t)的频谱以及出现的概率P。 而离散谱是否存在，取决于g1(t)和g2(t)的波形及其出现的概率P，一般情况下，它也总是存在的，但对于双极性信号 g1(t) = - g2(t) = g(t) ，且概率P=1/2（等概）时，则没有离散分量?(f - mfs)。 * Ts － 码元持续时间；g(t) －脉冲波形。 只有一个脉冲形状，而数字序列{an}不同。 从矩的特性来判断是严格平稳还是广义平稳的。 S(t)的自相关函数为: 信号具有周期性的均值和自相关函数，为广义循环平稳随机过程，而非广义平稳随机过程。 因此需要对自相关函数在一个周期上去平均，计算其平均自相关。 平均自相关函数取傅立叶变换 功率谱实际上是平均功率谱 维纳－辛钦定理：对于能量无限而功率有限的信号的自相关函数和功率谱之间的傅里叶变换对关系。 * 一般情况下数字基带信号不是广义平稳随机过程，不能直接引用自相关函数与功谱密度函数之间存在傅里叶变换关系，即维纳_辛钦关系式，但φs(t+?,t)在时间上以Ts为周期，为广义周期性平稳随机过程（循环平稳随机过程），假若这种周期性平稳随机过程是各态历经的，则可导出它的平均功谱密度计算式。 对自相关函数φs(t+?, t)在单个周期内取平均，消除它对时间的依赖性。 * 求自相关函数的傅氏变换，得到s(t)的平均功率谱密度。G(f)是g(t)的频谱。 * 下一章我们学习基带传输中的常用码型。 * 6.1 数字基带信号及其频谱特性 s(t)的功率谱密度Ps(f)： 由于s(t) = u(t) + v(t) ： ? 上式为双边的功率谱密度表示式。单边功率谱密度为 * 6.1 数字