通信原理 第4章 信道.ppt

窄带高斯噪声 带限白噪声：经过接收机带通滤波器过滤的热噪声。 窄带高斯噪声：由于滤波器是一种线性电路，高斯过程通过线性电路后，仍为一高斯过程，故此窄带噪声又称窄带高斯噪声。 窄带高斯噪声功率： 式中 Pn(f) － 双边噪声功率谱密度。 定义噪声等效带宽： 式中 Pn(f0) － 原噪声功率谱密度曲线的最大值。 噪声等效带宽的物理意义： 以此带宽作一矩形 带通滤波器，则通过此 特性滤波器的噪声功率， 等于通过实际滤波器的 噪声功率。 利用噪声等效带宽的概念， 在后面讨论通信系统的性能时， 可以认为窄带噪声的功率谱密度在带宽Bn内是恒定的。 图4-19 噪声功率谱特性 Pn(-f0) 接收滤波器特性 噪声等效带宽 Pn(f) 4.6 信道容量 —— 指信道能够传输的最大平均信息速率。 4.6.1 离散信道容量 两种不同的度量单位： C － 每个符号能够传输的平均信息量最大值 Ct － 单位时间(秒S, 大写)内能够传输的平均信息量最大值 两者之间可以互换 计算离散信道容量的信道模型 发送符号：x1，x2，x3，…，xn 接收符号： y1，y2，y3，…，ym P(xi) = 发送符号xi 的出现概率 ， i ＝ 1，2，…，n； P(yj) = 收到yj的概率， j ＝ 1，2，…，m P(yj/xi) = 转移概率， 即发送xi的条件下收到yj的条件概率。 x1 x2 x3 y3 y2 y1 接收端 发送端 xn 。。。。 。。。。 。 ym 图4-20 信道模型 P(xi) P(y1/x1) P(ym/x1) P(ym/xn) P(yj) 计算收到一个符号时获得的平均信息量 从信息量的概念得知：发送xi时收到yj所获得的信息量等于发送xi前接收端对xi的不确定程度（即xi的信息量）减去收到yj后接收端对xi的不确定程度。 发送xi时收到yj所获得的信息量 =?log2P(xi)?[?log2P(xi /yj)] 对所有的xi和yj取统计平均值，得出收到一个符号时获得的平均信息量： 平均信息量 / 符号 ＝ 香农熵 平均信息量 / 符号 ＝ 式中 为每个发送符号xi的平均信息量，称为信源的熵。 为接收yj符号已知后，发送符号xi的平均信息量。 由上式可见，收到一个符号的平均信息量只有[H(x)– H(x/y)]。 而发送符号的信息量原为H(x)，少了的部分H(x/y)就是传输错误率引起的损失。 二进制信源的熵 设发送“1”的概率P(1) = ?， 则发送“0”的概率P(0) ＝ 1 ?? 当? 从0变到1时，信源的熵H(?)可以写成： 按照上式画出的曲线： 由此图可见，当? ＝ 1/2时， 此信源的熵达到最大值。 这时两个符号的出现概率相等， 其不确定性最大。 图4-21 二进制信源的熵 H(?) 无噪声信道 信道模型 发送符号和接收符号 有一一对应关系。 此时P(xi /yj) = 0； H(x/y) = 0。 因为平均信息量 / 符号 ＝H(x) – H(x/y)， 所以在无噪声条件下，从接收一个符号获得的平均信息量为H(x)。而原来在有噪声条件下，从一个符号获得的平均信息量为[H(x)－H(x/y)]。 这再次说明H(x/y)即为因噪声而损失的平均信息量。 x1 x2 x3 y3 y2 y1 接收端 发送端 。。。 。。。 。 yn 图4-22 无噪声信道模型 P(xi) P(y1/x1) P(yn/xn) P(yj) xn 容量C的定义：每个符号能够传输的平均信息量最大值 (比特/符号) 当信道中的噪声极大时，H(x/y)=H(x)。这时C = 0，即信道容量为零。 在有噪声条件下，从一个符号获得的平均信息量为[H(x)－H(x/y)]，定义： 单位时间内能够传输的平均信息量的最大值为信道容量Ct： (b/S) 式中 r － 单位时间内信道传输的符号数(符号/S)。 0 0 1 1 P(0/0) = 127/128 P(1/1) = 127/128 P(1/0) = 1/128 P(0/1) = 1/128 发送端 图4-23 对称信道模型 接收端 【例4.6.1】设信源由两种符号“0”和“1”组成，符号传输速率为1000符号/秒，且这两种符号的出现概率相等，均等于1/2。信道为对称信道，其传输的符号错误概率为1/128。试画出此信道模型，并求此信道的容量C和Ct。 【解】此信道模型画出如下： 此信源的平均信息量(熵)等于：