第二章-信-道-自动化.pptVIP

平稳随机过程的功率谱密度 平稳随机过程的功率谱密度Sξ(ω)与其自相关函数Rξ(τ)是一对傅里叶变换关系: 物理意义：单位带宽内的信号功率 （W/Hz/s 限带噪声功率计算： 即系统输出功率谱密度等于输入功率谱密度SX(ω)与系统传输函数|H(ω)|2的乘积。 5.2.5 平稳随机过程通过线性系统 所谓幅度-频率特性是指：网络对不同频率信号幅度衰减(或增益)特性 1 2 3 4 f (KHz) |H( f )| 0 2 4 6 8 衰 减 (dB） K 相位-频率特性：网络对不同频率信号的相位延迟特性。为了实现无失真的信号传输，除了要求满足幅频特性为常数外，还要求信道的相位和频率呈线性关系，即有： ?(?) Kω ω 0 K ω ?(?) 0 四、变参信道 变参信道的参数随时间变化 线性时变滤波信道 S(t) n(t) r(t) 电离层 发 收 (a) 多径传播: 由一点出发的电波可能经多条路径到达接收点。 Tm最大延迟扩展: 主径信号与多径成分到达接收点的最大时间差 时变多径信道 衰落： 由信道的时变特性而引起的信号幅度的起伏、波动 传播距离 信号幅度 衰落信道分类 频率选择性衰落信道： 信道对信号的所有频率成分衰落特性不同 非频率选择性衰落信道 信道对信号的所有频率成分衰落特性相同 相干带宽：在信道中衰落特性连续一致的频率范围 B: 信号带宽 频率 频率 频率 幅度 幅度 幅度 频率选择性衰落与非频率选择性衰落信道 频率选择性衰落信道信道对信号的所有频率成分衰落不同 非频率选择性衰落信道 信号 信道响应 快衰落与慢衰落 快衰落信道:信号脉冲宽度大于相干时间 相干时间(?t)c：与通信终端移动性有关的参数 信道的衰落特性保持不变的时间间隔 慢衰落: (?t)cT (?t)cT Bd:最大多普勒频移 时间 幅度 幅度 时间 快衰落与慢衰落 信道的衰落速度大于信号脉冲的重复频率时称为快衰落信道 慢衰落 现代通信系统中的抗衰落技术 分集接收： 接收机接收同一个信号的多个副本，他们同时处于深衰落的概率会大大降低。 时间分集 CDMA,GSM 空间分集 MIMO 频率分集 GSM 不移动或慢移动，OFDM 编码交织 五、随机过程 5.1 几种常用的概率分布 正态分布（高斯分布） 方差为s2 它的均值为mx （1） 误差函数和互补误差函数。 它是自变量的递增函数，erf(0)=0，erf(∞)=1， 且erf(-x)=-erf(x)。 我们称1-erf(x)为互补误差函数，记为erfc(x), 即 它是自变量的递减函数，erfc(0)=1，erfc(∞)=0，且erfc(-x)=2-erfc(x)。 误差函数的定义式为 （2） Q函数。    Q函数是一种经常用于表示高斯曲线下尾部的面积的函数，其定义为 Q函数与互补误差函数的关系为 Q数中的自变量t与正态分布概率密度函数的自变量x 的关系为 ： 互补误差函数中的自变量t与正态分布概率密度函数的自变量x 的关系为： 均匀分布、 E(X)= (a+b)/2 D(X)=(a-b)2/12 a b 1/(b-a) P(x) x 瑞利分布 如果x、y 是正态分布的随机变量，它们具有相同的方差，均值为0，则,随机变量： 的分布称为瑞利分布， 其概率密度函数为： 瑞利分布最常见的应用是描述复高斯随机变量的幅度分布。 其分布曲线如图所示 f(x) x 0 莱斯分布 如果构成瑞利分布的两个随机变量的均值不为0，分别为mx、my。 此时随机变量R的分布称为莱斯分布。 其概率密度函数为： 其中 其分布曲线如图所示 I0(x)为0阶贝塞尔函数 – 随机过程：一个幅度随机变化的时间函数，它不能用确切的时间函数来表达。过程是指时间t的函数。 – 也可以将随机过程看成是在时间进程中处于不同时刻的随机变量的集合。随机过程同时具有随机变量和时间函数的特点。 5.2 随机过程的基本概念 5.2.1 随机过程的统计特性 1、表达式 – 用分布函数或概率密度函数来描述。 （1）分布函数 – F1(x1,t1)---随机过程X(t)的一维分布函数。 – X(t)--- 一个随机过程； – X(t1)--- t1时刻的随机变量； – P[X(t1)≤x1]---随机变量X(t1)小于或等于某个 数值x1的概率。 （2）一维概率密度函数 一维概率密度函数描述了随机过程在各个孤立点上的统计特性。 （3）二维分布函数：  F2(x1,x2; t1,t2)=P｛X(t1)≤x1, X(t2)≤x2｝ （4）二维概率密度函数 物理意义？？？？？ 1 均值函数 设随机过程ξ(t)在任意给定时