Baik sinyal maupun gangguan dalam komunikasi dapat dianggap sebagai proses acak yang berubah seiring waktu.
Proses acak memiliki karakteristik variabel acak dan fungsi waktu, dan dapat dijelaskan dari dua perspektif yang berbeda namun terkait erat:①proses acak adalah kumpulan fungsi sampel yang tak terbatas;②Proses acak adalah sekumpulan variabel acak.
Karakteristik statistik dari suatu proses acak dijelaskan oleh fungsi distribusi atau fungsi kepadatan probabilitasnya. Jika karakteristik statistik suatu proses acak tidak bergantung pada titik awal waktu, maka proses tersebut disebut proses yang sangat stabil.
Fitur digital adalah cara ringkas lainnya untuk menggambarkan proses acak. Jika nilai rata-rata proses konstan dan fungsi autokorelasi R (T1, T1+ τ)= R (T), maka proses tersebut disebut proses stasioner umum.
Jika suatu proses benar-benar stabil, maka proses tersebut harus stabil secara luas; jika tidak, itu mungkin tidak benar.Jika rata-rata waktu suatu proses sama dengan rata-rata statistik yang bersangkutan, maka proses tersebut ergodik.Jika suatu proses bersifat ergodik, maka ia juga stabil; jika tidak, itu mungkin tidak benar.
Fungsi autokorelasi R (T) dari proses stasioner umum adalah fungsi genap dari perbedaan waktu R, dan R (0) sama dengan daya rata-rata total, yaitu nilai maksimum R（ τ). Kerapatan spektral daya (P) ξ (f) adalah fungsi autokorelasi transformasi Fourier R() (teorema Wiener Minchin). Pasangan transformasi ini menentukan hubungan konversi antara domain waktu dan frekuensi. Distribusi probabilitas proses Gaussian mengikuti distribusi normal, dan deskripsi statistik lengkapnya hanya memerlukan karakteristik numeriknya. Distribusi probabilitas satu dimensi hanya bergantung pada mean dan varians, sedangkan distribusi probabilitas dua dimensi terutama bergantung pada fungsi korelasi. Proses Gaussian masih merupakan proses Gaussian setelah transformasi linier. Hubungan antara fungsi distribusi normal dan fungsi Q(x) atau ERF(x) sangat berguna dalam menganalisis kinerja anti-noise sistem komunikasi digital. Proses stokastik yang stasioner Setelah I (T) melewati sistem linier, proses keluarannya ξ 0 (T) juga stabil.
Karakteristik statistik dari proses acak pita sempit dan gelombang sinus ditambah derau Gaussian pita sempit lebih cocok untuk analisis sistem modulasi, sistem band-pass, dan saluran multipath fading komunikasi nirkabel. Tiga distribusi yang umum dalam komunikasi adalah distribusi Rayleigh, distribusi rice, dan distribusi normal: selubung sinyal pembawa sinusoidal ditambah pita sempit. Gaussian noise umumnya merupakan distribusi beras. Jika amplitudo sinyalnya besar, maka cenderung berdistribusi normal; ketika amplitudonya kecil, kira-kira distribusi Rayleigh.
Kebisingan putih Gaussian adalah model ideal untuk menganalisis kebisingan tambahan saluran, dan sumber kebisingan utama dalam komunikasi kebisingan termal termasuk dalam jenis kebisingan ini. Nilai-nilainya pada dua waktu berbeda tidak berkorelasi dan independen secara statistik. Setelah white noise melewati sistem band-limited, hasilnya adalah band-limited noise. White noise low pass dan white noise bandpass umum terjadi dalam analisis teoretis.
Di atas adalah artikel “proses acak sistem komunikasi” yang dipersembahkan oleh Shenzhen HDV phoetron Technology Co., Ltd. semoga artikel ini dapat membantu Anda menambah pengetahuan. Selain artikel ini, jika Anda mencari perusahaan produsen peralatan komunikasi serat optik yang bagus, Anda dapat mempertimbangkannyatentang kita.
Shenzhen HDV phoetron Technology Co, Ltd adalah terutama produsen produk komunikasi. Saat ini, peralatan yang diproduksi meliputiseri ONU, seri modul optik, seri OLT, Danseri pemancar. Kami dapat menyediakan layanan yang disesuaikan untuk skenario yang berbeda. Sama-samaberkonsultasi.
