И сигналот и бучавата во комуникацијата може да се сметаат како случајни процеси кои варираат со времето.
Случајниот процес има карактеристики на случајна променлива и временска функција и може да се опише од две различни, но тесно поврзани перспективи:①случајниот процес е збирка од бесконечни примероци на функции;②Случаен процес е збир на случајни променливи.
Статистичките карактеристики на случаен процес се опишани со неговата функција на дистрибуција или функција на густина на веројатност. Ако статистичките карактеристики на случаен процес се независни од временската почетна точка, тој се нарекува строго стабилен процес.
Дигиталните карактеристики се уште еден концизен начин за опишување случајни процеси. Ако средната вредност на процесот е константна и функцијата на автокорелација R (T1, T1+ τ)= R (T), процесот се нарекува генерализиран стационарен процес.
Ако процесот е строго стабилен, тој мора да биде нашироко стабилен; во спротивно, може да не е вистина.Ако временскиот просек на процесот е еднаков на соодветниот статистички просек, процесот е ергодичен.Ако процесот е ергодичен, тој е исто така стабилен; во спротивно, може да не е вистина.
Функцијата на автокорелација R (T) на генерализираниот стационарен процес е парна функција на временската разлика R, а R (0) е еднаква на вкупната просечна моќност, која е R (τ) максимална вредност. Спектралната густина на моќноста (P) ξ (f) е функцијата за автокорелација на Фуриевата трансформација R() (теорема на Винер Минчин). Овој пар трансформации ја одредуваат конверзиската врска помеѓу временските и фреквентните домени. Дистрибуцијата на веројатност на Гаусовиот процес ја следи нормалната распределба, а нејзиниот целосен статистички опис бара само неговите нумерички карактеристики. Еднодимензионалната распределба на веројатност зависи само од средната вредност и варијансата, а дводимензионалната дистрибуција на веројатност главно зависи од корелационата функција. Гаусовиот процес е сè уште Гаусовиот процес по линеарната трансформација. Врската помеѓу функцијата за нормална дистрибуција и функцијата Q (x) или ERF (x) е многу корисна во анализата на перформансите против бучава на дигиталните комуникациски системи. Стохастички процес кој е стационарен Откако I (T) ќе помине низ линеарниот систем, неговиот излезен процес ξ 0 (T) е исто така стабилен.
Статистичките карактеристики на случајните процеси со тесен опсег и синусните бранови плус гаусовиот шум со тесен опсег се посоодветни за анализа на системи за модулација, системи за бенд-пропус и безжична комуникација што избледуваат повеќепатни канали. Трите вообичаени дистрибуции во комуникацијата се Рејлиевата дистрибуција, распределбата на оризот и нормалната дистрибуција: обвивката на синусоидалниот носител сигнал плус тесен појас. Гаусовиот шум е генерално дистрибуција на ориз. Кога амплитудата на сигналот е голема, таа се стреми кон нормална дистрибуција; кога амплитудата е мала, таа е приближно Рејлиевата дистрибуција.
Гаусовиот бел шум е идеален модел за анализа на адитивниот шум на каналот, а главниот извор на бучава во комуникацискиот термички шум припаѓа на овој вид на бучава. Неговите вредности во кои било две различни времиња се неповрзани и статистички независни. Откако белиот шум ќе помине низ системот со ограничен опсег, резултатот е шум со ограничен опсег. Нископропусниот бел шум и пропусен бел шум се вообичаени во теоретската анализа.
Горенаведеното е написот „случаен процес на комуникациски систем“ што ви го донесе Shenzhen HDV phoelectron Technology Co., Ltd. Се надеваме дека овој напис може да ви помогне да го зголемите вашето знаење. Покрај овој напис, ако барате добра компанија за производство на опрема за комуникација со оптички влакна, може да размислитеза нас.
Shenzhen HDV phoelectron Technology Co., Ltd. е главно производител на комуникациски производи. Во моментов, произведената опрема ги опфаќаONU серија, серија на оптички модули, OLT серија, исерија на примопредаватели. Можеме да обезбедиме приспособени услуги за различни сценарија. Добредојдени сте воконсултирајте се.
