加性噪声的介绍_百度知道
加性噪声的介绍
我有更好的答案
加性噪声一般指热噪声、散弹噪声等，它们与信号的关系是相加，不管有没有信号，噪声都存在。而乘性噪声一般由信道不理想引起，它们与信号的关系是相乘，信号在它在，信号不在他也就不在。一般通信中把加性随机性看成是系统的背景噪声； 而乘性随机性看成系统的时变性（如衰落或者多普勒）或者非线性所造成的。
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。您的访问出错了(404错误)
很抱歉，您要访问的页面不存在。
1、请检查您输入的地址是否正确。
2、感谢您使用本站，通过
进行查找。
3、使用搜索框直接进行搜索随机信号在通信系统的应用_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
赠送免券下载特权
10W篇文档免费专享
部分付费文档8折起
每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
随机信号在通信系统的应用
&&随机信号在通信系统中抗噪声性能的应用分析
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
加入VIP
还剩11页未读，
定制HR最喜欢的简历
你可能喜欢如何利用通信系统测试中的高斯噪声(上)-测试测量-与非网
&&&&&&& 噪声发生器是测量通信系统性能的有力工具。它允许操作者在参考信号上加入一个大小可控的热噪声，从而确定噪声对系统性能(例如比特错误率BER)的影响。热噪声遵循高斯概率密度分布(PDF)，易于从理论分析走向实际应用。在多数情况下，噪声发生器的输出与实际的(数学意义上的)高斯噪声很接近，适用于性能分析和测试应用。本文接下来的部分解释了如何利用测试中的高斯噪声，以及非理想的高斯噪声对测试结果有何影响。
&&&&&&& 系统中信号能量与噪声的比值通常记做Eb/No(或是C/N、C/No、SNR)，表示信号强度与噪声强度大小的比率，是衡量通信信道性能的重要参数。利用加性高斯白噪声计算信噪比的方法已经非常成熟，并被广泛地应用于各种主要的通信标准中(例如MIL-188-165a and ATSC A80)。
&&&&&&& 白噪声在频谱中所有频率点上的强度都是相同的，是系统性能测试中噪声源的理想选择。噪声的概率密度为高斯分布的原因是实际的随机信号都遵循高斯分布，或者说正态分布的。大多数通信信道中的噪声(如放大电路引入的噪声)都是热噪声，往往倾向于高斯分布。而且，中心极限定理证明了如果数量足够多的随机事件同时发生，不管单个事件服从何种分布(均匀分布，高斯分布或其它)，其总和的极限值趋于无穷大并为高斯分布。
高斯分布的数学表达式如下所示：
&&&&&&& 上式给出了一个均值为?，方差为&S2的变量x的概率分布函数。数学家和统计学家一般称之为正态分布，心理学家称为贝尔曲线，而物理学家和工程师则称为高斯分布。该函数从数学上描述了高斯噪声的大小围绕其均值上下波动的特征(图1)。
&&&&&&& 利用噪声来测量系统性能有多种方法，其中一种是在待测信道中加入噪声并不断提高强度，使得信号质量下降直至无法检出为止。举例来说，可以在电视图像中加入&雪花&作为信号噪声。导致信道信号质量下降的噪声强度大小可以用来评估信号处理技术的能力和效率。
&&&&&&& 如果需要更加量化的分析，有一种方法是把系统容量分为叠加了噪声的信号和没有噪声的信号两部分。没有噪声的信号更加容易分解(图2)，比如用电压V0的信号代表数字比特0，电压V1的信号代表数字比特1。在实际的电子系统中信号上总是存在噪声，这时信号幅度就会围绕V1 或V0上下随机波动，其概率密度服从1式给出的高斯分布。
&&&&&&& 如果上述两个信号相隔很远没有相互交迭的话，把他们区分开不会有什么问题。然而高斯噪声的存在使得信号之间总会有或多或少的交迭(图3)，此时该如何区分它们呢？
&&&&&&& 解决办法是在二者之间设定一个门限值(V1--V0)/2，该值小于V1大于V0，如果检测到的信号电压高于该门限则判为1，否则判为0。如果比特0的信号噪声足够大，超出了门限值，会发生什么情况？在判决算法给定的情况下，0会被误判为1，这时就产生了比特误码。
&&&&&&& 一定数量的差错是无法避免的，因此有必要为比特误码确定测量标准来衡量问题的严重程度。计算以下情况出现的概率是可能的：传送0时由于噪声的存在使得信号电平超过了门限值，或者传送1时噪声与信号相抵使得信号电平降低到门限值以下。根据贝叶斯定理，这个概率可以表示为：
上式表明总的错误概率等于0码和1码的错误概率分别乘以它们的出现概率之和。在一个简单的系统中只有1和0两种信号，且1和0出现概率大致相同(1和0的出现可能各占一半)，这时2式可以改写为：
0码的错误概率由下式给出：
其中n表示叠加了噪声的信号电压。1码的错误概率为：
由于高斯分布的对称性，高斯噪声信道中根据上两式计算得出的概率数值相等，可统一表示为：
上面的例子中系统的比特错误率等于噪声强度超过门限值的概率。高斯分布的统计特性给出了高斯变量x超过给定值a的概率：
其中erfc为互补误差函数，erfc(x)= 1-erf(x)，erf为误差函数。
&&&&&&& 误差函数erf广泛应用于各种数据分析的场合，包括解描述半导体材料中杂质分布的微分方程。该方程没有解析解，但可以由麦克劳林级数求出近似解。由于其重要性，很多教科书中都列出了erf(x)的数值表，Microsoft Excel甚至把erfc作为其数据分析工具包Toolpak的一部分。
对应上面的例子，门限值为(V1& V0)/2，噪声电压的统计参数为零均值、方差&2= Vn2，其中Vn2是噪声电压的RMS值。因此7式可以表示为：
为了得出表示功率之比的Eb/No表达式，可以把8式变形为以电压的平方来表示：
上式可以改由功率表示：
其中No代表噪声功率密度。由于每比特功率Eb等于两信号功率的平均，上式还可以改写为：
&&&&&&& 至此我们推导出了二进制移相键控(BPSK)信道中误码率的常用公式。同样的推导方法应用于四进制移相键控()和正交QPSK(OQPSK)信道可以得出相同的结果，对于其它调制机制只需把11式稍加变形即可。对这些调制方式的详细的推导超出了本文的范围，但是它很好地解释了该公式(以及利用它得出的&瀑布曲线&)是来源于高斯PDF的内在特性。
作者：Peter Matthews
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
介绍了四相序列扩频调制与解调方法，并对四相序列扩频与QPSK在高斯白噪声信道条件下进行了仿真。仿真结果表明，该方案与传统的多进制正交扩频系统相比，大幅提高了数据的传输速率和抗干扰能力，可以较好地适用于高速数据通信。
发表于： 08:56:58
随着FPGA技术的发展,数字通信技术与FPGA的结合体现了现代数字通信系统发展的一个趋势。为了使高速通信系统更加紧凑、成本更低、减小功耗，特别是提高设备的可靠性，可采用Q P S K数字调制技术来实现，其具有频谱利用率高、频谱特性好、抗干扰性能强、传输速率快等特点。
发表于： 09:31:04
本次设计主要硬件模块有基带信号产生模块、调制模块、D/A转换模块和滤波模块，其中为简化设计系统设计供电模块采用了5V电池供电，基带信号产生模块和调制模块是设计中的关键点和难点，其基于CPLD设计，CPLD是一种整合性较高的逻辑逻辑元件。
发表于： 09:05:03
本项目为一个基于 DSP 和 FPGA 的软件无线电实验平台。是由可编程器件 DSP 和可重构逻辑器件 FPGA 搭建而成的，可提供了一个良好的数字无线通信环境，可以将多种调制解调算法在实验平台上实现，并能实现多种模式之间的切换。为学生可能通过自主编程来实现通信系统的相关功能，有助于学习和巩固相关知识。
发表于： 17:33:31
2012年国内三大运营商分别对100G WDM产品进行研究测试，得出100G WDM技术和产品基本成熟的结论，并开始在骨干网上部署100G WDM系统。
发表于： 11:53:29
美国Copper Mountain Technologies（CMT）是业内首家设计创新型USB式的高性能矢网，这种电脑控制的USB式模块化矢网，你永远不用担心在传统矢网常见的一些故障：按键不灵、屏幕不显、报告输出不便、打印不便等等问题。因为CMT的矢网用PC机控制。
发表于： 16:51:35
在线测宽仪是宽度在线检测设备，为非接触在线实时测量，对板材的材质、温度等无要求，可对热轧钢板、冷轧钢板、金属板、合金板、带钢、宽厚板、纸板、木板、塑料板、橡胶板、橡塑板、泡沫板、海绵板、电路板、PVC板等等各种板材类产品进行测量，在线检测与离线检测均可。
发表于： 16:50:04
说到惠普，绝大部分人脑海中浮现出“卖电脑的”几个字。再说到惠普分拆事件，懂行的人已经知道，早在2015年惠普正式分拆为两家独立上市的公司，一家公司名为惠普公司（HP Inc.），主营PC和打印业务；另一家名为惠普企业（Hewlett-Packard Enterprise），主营企业硬件和服务业务。
发表于： 13:04:02
为了从医疗应用程式(App)市场进军医疗产品市场，苹果(Apple)申请一项穿戴式血压追踪器专利，内含压脉带，搭载单个或数个传感器，预计会支援蓝牙和触控式荧幕，可追踪何时血压飙高或过低。
发表于： 09:39:30
全球电子元器件与开发服务分销商e 络盟日前宣布加大投入，拓展代理公司列表并引进 Weller、Tektronix 和 Rohde & Schwarz 等公司的新产品，进一步扩展了其测试与测量产品线。
发表于： 07:12:00
与非门科技(北京)有限公司 All Rights Reserved.
京ICP证:070212号
北京市公安局备案编号： 京ICP备：号通信中的常见噪声
本节知识要点：
本节介绍几种噪声，它们在通信系统的理论分析中常常用到，实际统计与分析研究证明，这些噪声的特性是符合具体信道特性的。
2.5.1 白噪声
在通信系统中，经常碰到的噪声之一就是白噪声。所谓白噪声是指它的功率谱密度函数在整个频域内是常数，即服从均匀分布。之所以称它为“白”噪声，是因为它类似于光学中包括全部可见光频率在内的白光。凡是不符合上述条件的噪声就称为有色噪声。
白噪声的功率谱密度函数通常被定义为
式中，是一个常数，单位为W/Hz。若采用单边频谱，即频率在（）的范围内，白噪声的功率谱密度函数又常写成
由信号分析的有关理论可知，功率信号的功率谱密度与其自相关函数互为傅氏变换对，即
因此，白噪声的自相关函数为
式（2-25）表明，白噪声的自相关函数是一个位于处的冲激函数，它的强度为。这说明，白噪声只有在/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。白噪声的功率谱密度及其自相关函数，如图2-11所示。
实际上完全理想的白噪声是不存在的，通常只要噪声功率谱密度函数均匀分布的频率范围远远超过通信系统工作频率范围时，就可近似认为是白噪声。例如，热噪声的频率可以高到Hz，且功率谱密度函数在0～Hz内基本均匀分布，因此可以将它看作白噪声。
2.5.2 高斯噪声
在实际信道中，另一种常见噪声是高斯噪声。所谓高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。其一维概率密度函数可用数学表达式表示为
式中，为噪声的数学期望值，也就是均值；为噪声的方差。
通常，通信信道中噪声的均值=0。由此，我们可得到一个重要的结论：在噪声均值为零时，噪声的平均功率等于噪声的方差。证明如下：
因为噪声的平均功率
而噪声的方差为
上述结论非常有用，在通信系统的性能分析中，常常通过求自相关函数或方差的方法来计算噪声的功率。
由于高斯噪声在后续章节中计算系统抗噪声性能时要反复用到，下面予以进一步讨论。
式（2-26）可用图2-12表示。
由公式（2-26）和图2-12容易看出高斯噪声的一维概率密度函数具有如下特性：
（l）对称于直线，即有
（2）在内单调上升，在内单调下降，且在点处达到极大值。当时
（4）表示分布中心，表示集中的程度。对不同的，表现为的图形左右平移；对不同的，的图形将随的减小而变高和变窄。
（5）当，时，相应的正态分布称为标准化正态分布，这时有
现在再来看正态概率分布函数。
概率分布函数用来表示随机变量x的概率分布情况，按照定义，它是概率密度函数的积分，即
将式（2-26）正态概率密度函数代入，得正态概率分布函数为
这个积分不易计算，常引入误差函数来表述。所谓误差函数，它的定义式为
并称为互补误差函数，记为，即
可以证明，利用误差函数的概念，正态分布函数可表示为
用误差函数表示的好处是，借助于一般数学手册所提供的误差函数表，可方便查出不同x值时误差函数的近似值（参见附录B），避免了式（2-35）的复杂积分运算。此外，误差函数的简明特性特别有助于通信系统的抗噪性能分析，在后续的内容中将会看到，式（2-36）和式（2-37）在讨论通信系统抗噪声性能时，非常有用。
为了方便以后分析，在此给出误差函数和互补误差函数的主要性质：
（1）误差函数是递增函数，它具有如下性质
（2）互补误差函数是递减函数，它具有如下性质
2.5.3 高斯型白噪声
我们已经知道，白噪声是根据噪声的功率谱密度是否均匀来定义的，而高斯噪声则是根据它的概率密度函数呈正态分布来定义的，那么什么是高斯型白噪声呢？
高斯型白噪声也称高斯白噪声，是指噪声的概率密度函数满足正态分布统计特性，同时它的功率谱密度函数是常数的一类噪声。这里值得注意的是，高斯型白噪声同时涉及到噪声的两个不同方面，即概率密度函数的正态分布性和功率谱密度函数均匀性，二者缺一不可。
在通信系统的理论分析中，特别是在分析、计算系统抗噪声性能时，经常假定系统中信道噪声（即前述的起伏噪声）为高斯型白噪声。其原因在于，一是高斯型白噪声可用具体的数学表达式表述（比如，只要知道了均值和方差，则高斯白噪声的一维概率密度函数便可由式（2-26）确定；只要知道了功率谱密度值/2，高斯白噪声的功率谱密度函数便可由式（2-22）决定），便于推导分析和运算；二是高斯型白噪声确实反映了实际信道中的加性噪声情况，比较真实地代表了信道噪声的特性。
2.5.4 窄带高斯噪声
通信的目的在于传递信息，通信系统的组成往往是为携带信息的信号提供一定带宽的通道，其作用在于一方面让信号畅通无阻，同时最大限度的抑制带外噪声。所以实际通信系统往往是一个带通系统。下面研究带通情况下的噪声情况。
1. 窄带高斯噪声的定义与表达式
当高斯噪声通过以为中心角频率的窄带系统时，就可形成窄带高斯噪声。所谓窄带系统是指系统的频带宽度远远小于其中心频率的系统，即的系统。这是符合大多数信道的实际情况的。
窄带高斯噪声的特点是频谱局限在附近很窄的频率范围内，其包络和相位都在作缓慢随机变化。如用示波器观察其波形，它是一个频率近似为，包络和相位随机变化的正弦波。
因此，窄带高斯噪声可表示为
式中，为噪声的随机包络；为噪声的随机相位。相对于载波的变化而言，它们的变化要缓慢的多。
窄带高斯噪声的频谱和波形示意图如图2-13所示。
将式（2-39）展开，可得窄带高斯噪声的另外一种表达形式，即
式中及分别称为的同相分量和正交分量。可以看出，它们的变化相对于载波的变化也要缓慢的多。
2. 统计特性
由式（2-39）及式（2-40）可以看出，窄带高斯噪声的统计特性可由、或、的统计特性确定。反之，由的统计特性也可确定、或、的统计特性。下面将不加证明地给出几个今后特别有用的结论。
（1）一个均值为零，方差为的窄带高斯噪声，假定它是平稳随机过程（通信系统中的噪声一般均满足），则它的同相分量、正交分量同样是平稳高斯噪声，且均值都为零，方差也相同。即
式（2-44）常可表示为
这里，、、分别表示窄带高斯噪声、同相分量和正交分量的方差（亦即功率）。
（2）一个均值为零，方差为的窄带高斯噪声，假定它是平稳随机过程，则其随机包络服从瑞利分布，相位服从均匀分布。即
和的波形如图2-14所示。
2.5.5 正弦信号加窄带高斯噪声
信道中加性噪声无时不在，信号经过信道传输总会受到它的影响。因此，接收端收到的信号实际上是信号与噪声的合成波。通信系统中，常常碰到的合成信号具有正弦信号加窄带高斯噪声的形式，如在分析2ASK、2FSK、2PSK等信号抗噪声性能时，其信号均为形式。下面研究该合成信号的包络及其相位的统计特性。
正弦信号加上信道噪声后的合成信号可以表示为
为信道加性窄带高斯噪声；
　 （2-50）
分别为合成信号的随机包络和随机相位。
可以证明，正弦信号加窄带高斯噪声所形成的合成信号具有如下统计特性：
（1）正弦信号加窄带高斯噪声的随机包络服从广义瑞利分布（也称莱斯（Rice）分布），即其包络的概率密度函数为
式中，为零阶修正贝赛尔函数。时，是单调上升函数，且有=1。显见，当信号幅度时，其随机包络将服从瑞利分布。
（2）正弦信号加窄带高斯噪声的随机相位分布与信道中的信噪比有关，不再是均匀分布了。当信噪比很小时，它接近于均匀分布
正弦信号加窄带高斯噪声的包络和相位分布如图2-15所示。
没有更多推荐了，
加入CSDN，享受更精准的内容推荐，与500万程序员共同成长！