《[管理学]北大数字通信课件：4-- 7 通信中的常见噪声》由会员分享，可在线阅读，更多相关《[管理学]北大数字通信课件：4-- 7 通信中的常见噪声（51页珍藏版）》请在金锄头文库上搜索。
1、数字通信 (第七讲) 通信中的常见噪声2008-10 Yuping Zhao (Professor) 赵玉萍 Department of Electronics Peking University Beijing 100871, Chinaemail: 1白噪声 白噪声的定义：功率谱密度函数在整个频域(-+)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/Hz2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() 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=0 处的冲激函数，即白 噪声只有在 n
2、0 /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。3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；2 为噪声的 方差。 通常，通信信道中噪声的均值 a=0。4 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=25 标准正态分布 误差函数 互补误差函数6 误差函数和互补误差函数的主要性质7 误差函数的其他表示方法8带通系统中的高斯噪声1 定义与表达式 高斯噪声通过以c 为中心的窄带系统可形成窄带高斯噪声 。 特点：频谱局限在c 附件很窄的频率范围内，包络和相
3、 位作缓慢随机变化。 窄带高斯噪声 n(t) 可表示为(t)为噪声 n(t)的随机包络，(t)为噪声 n(t)的随机相位。9 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。102 统计特性(1)一个均值为零，方差为x2 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，x2、c2、s2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）。11(2)一个均值为零，方差为x2 的窄带高斯
4、噪声 n(t)，假定它是 平稳随机过程，则其随机包络(t) 服从瑞利分步，相位(t) 服从均匀分布，即p() 和 p() 的波形如下图所示。12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：接收信号 （随机）信道特征 （随机）信源 （随机）噪声 （随机）13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14联合事件 考虑两个事件
5、，其联合概率记做 P(A, B)，联合概率 满足以下条件且;15统计独立事件A 的发生不依赖事件B 的发生，即 16随机变量的和假设 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。Y 定义为归一化总和， 称为样本平均 Y 的均值Y 的方差17若Y 没有被归一化，即 ，其它条件同上，则有 均值：方差：18Example:设发射信号为 ， P(s1)=p，P(s2)=1-p接收信号yn(T)为零均值高斯噪声 19接收信号的概率密度函数为2021若Y 没有被归一化，即 ，其它条件同上，则有 均值：方差：在高斯信道中，将固定数据重复发送后，求系统信噪比 的变
6、化信噪比的定义为：问题:22接收信号相加之后，噪声的方差变为 ，信号的幅度加倍，能量则变为 原来的 4 倍。则信噪比变为：结论：在加性高斯白噪声通道中，若某发射信号重复发射 两次，接收端将两次接收结果相加，则接收信号信噪比有2 倍的提高。1. 单发一次时，信号能量2. 若同样信号发送两次，接收端将两次信号相加，则有此时信号能量为 ，噪声方差为解答:23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？2
7、4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 25理论推导接收信号为：信号平均功率为：噪声平均功率为：信噪比为：26理论推导对 求导：要使27理论推导结论：28讨论如下信号的合并方法t T2T当信号有加性高斯噪声， 如何得到最大信噪比的信 号？ 合并后的信噪比增大了多 少倍？29讨论如下信号的合并方法t T2T当信号有加性高斯噪声， 如何得到最大信噪比的信 号？ 合并后的信噪比增大了多 少倍？30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
8、样点上加噪声？31过采样与信噪比32高斯信号的产生方法 中心极限定理33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。3401 的均匀分布(一次记录) rand();高斯信号产生方法 1 35多次 01 的均匀分布的PDF直方图366次事件相加，高斯分布？3760次事件相加，高斯分布？38书面作业 1书上第 2-1 题及第 2-4 题书面作业 21.什么是二项分布 (binomial distribution)，举例说明其应用2.什么是瑞利分布，其特性是怎样
9、的3.什么是莱斯分布，它与瑞利分布的关系是怎样的39随机变量的函数设随机变量 X，概率密度函数给定 p(x)，另一个随机变量 Y 可以表示成 X 的确定函数。 随机变量Y 定义为： 首先确定Y 的概率分布函数 x040再作微分，得到概率密度函数 则也可以写成上述的结果相应的是方程的两个解。 41一般情况，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42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43利用星座图观察噪声 正确的星座图44利用星座图观察噪声
10、错误的星座图1 噪声实部大于虚部45利用星座图观察噪声 错误的星座图2 噪声仅有实部46利用星座图观察噪声 xnoisy = x + sigma * randn(size(x); 47利用星座图观察噪声 xnoisy = x + sigma * randn(size(x) * (1 + i);48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;49利用星座图观察噪声 正确的星座图50不同信噪比下接收信号星座图51
