Notas sobre los principios de comunicación de datos (5)

Sección 3 Proceso aleatorio estacionario

1. Proceso aleatorio estacionario: se refiere a la función de distribución N-dimensional o función de densidad de probabilidad que no cambia con la traslación del tiempo, o no lo hace. cambiar con la selección del origen del cambio.

2. La importancia de los procesos aleatorios estacionarios: A. En aplicaciones prácticas, especialmente los procesos encontrados en las comunicaciones, la mayoría de ellos pertenecen o están muy cerca de procesos aleatorios estacionarios. B. Los procesos aleatorios estacionarios pueden utilizar; sus características estadísticas unidimensionales y bidimensionales están bien descritas.

3. Características importantes de los procesos aleatorios estacionarios: El proceso aleatorio implícito plano tiene una característica muy importante bajo ciertas condiciones, que se llama ergodicidad. Las características numéricas de este proceso aleatorio estacionario pueden determinarse completamente mediante las características numéricas de cualquier realización en el proceso aleatorio, es decir, las funciones matemáticas de expectativa, varianza y autocorrelación (todos promedios estadísticos), de modo que puedan ser reemplazadas por el promedio de tiempo. Promedio estadístico.

4. La función de autocorrelación del proceso aleatorio estacionario es una función particularmente importante: A. Las características estadísticas del proceso aleatorio estacionario, como las características numéricas, pueden describirse mediante la función de autocorrelación; función de autocorrelación y Las propiedades espectrales de procesos aleatorios estacionarios están intrínsecamente relacionadas.

5. La función de autocorrelación R (τ) y la densidad espectral de potencia P (w) del proceso aleatorio estacionario son un par de transformadas de Fourier.

6. La función de autocorrelación tiene algunas propiedades importantes, a través de las cuales se puede determinar la potencia promedio, la potencia de CC y la potencia de CA del proceso aleatorio estacionario, es decir, R (τ) = R (-τ) es el par de la función τ, R(0) es la potencia promedio del proceso estacionario R(∞) es su potencia DC R(0)-R(∞)=σ2 es su potencia AC; R(-τ) en Hay un valor cuando τ=0, que es su límite superior. La densidad espectral de potencia P (w) representa la potencia dentro de la frecuencia unitaria a la frecuencia angular w. También tiene algunas propiedades importantes: P (w) = P (-w) es una función par de w: P (w) en el dominio de la frecuencia. El área de es igual a la potencia promedio del proceso aleatorio estacionario; P(w) es una función real no negativa.

Sección 4 Proceso Gaussiano

1. Proceso Gaussiano: Cuando cualquier distribución N-dimensional de un proceso aleatorio obedece a la distribución normal (N=1, 2——), se llama Proceso gaussiano. Proceso aleatorio, denominado proceso gaussiano.

2. El proceso gaussiano es un proceso aleatorio ubicuo y muy importante: A. Muchas propiedades del proceso gaussiano se pueden analizar analíticamente B. Cuando se utiliza el modelo gaussiano para representar algunos procesos aleatorios generados por fenómenos físicos, suele ser apropiado.

3. Si se agrega un proceso gaussiano a una red lineal, el programa aleatorio en el extremo de salida también es gaussiano.

Sección 5 Ruido

1. Ruido: se refiere a una forma de onda no deseada en un sistema físico que interrumpe la transmisión y el procesamiento de señales y no se puede controlar por completo.

2. Ruido de disparo: Es causado por la naturaleza discreta de la corriente en los dispositivos electrónicos.

3. Ruido térmico: Es una especie de ruido eléctrico generado por el movimiento aleatorio de los electrones en el conductor.

4. Los valores medios del ruido de disparo y del ruido térmico son ambos cero, y las funciones de densidad de probabilidad de las amplitudes son distribuciones gaussianas.

5. Ruido gaussiano: Cuando cualquier distribución N-dimensional de ruido obedece a una distribución gaussiana, se denomina ruido gaussiano. Tanto el ruido de disparo como el ruido térmico son ruidos gaussianos.

6. Ruido blanco: Para facilitar el análisis, se establece un modelo de ruido idealizado, lo que significa que su densidad espectral de potencia Pn(w) es uniforme dentro de todo el rango de frecuencia de (-∞, +∞ ) Ruido distribuido.

7. Ruido blanco gaussiano: Si la distribución de amplitud de un ruido obedece a una distribución gaussiana y su densidad espectral de potencia está distribuida uniformemente, se denomina ruido blanco gaussiano.

8. El ruido térmico y el ruido de disparo son ruido blanco gaussiano.