И сигналот и бучавата во комуникацијата може да се сметаат како случајни процеси кои се менуваат со текот на времето.
Случајниот процес има карактеристики на случајна променлива и временска функција, кои можат да се опишат од две различни, но тесно поврзани перспективи: (1) Случајниот процес е збир на бесконечни примероци на функции; (2) Случаен процес е збир на случајни променливи.
Статистичките својства на случајните процеси се опишани со нивната дистрибутивна функција или функцијата за густина на веројатност. Ако статистичките својства на случаен процес се независни од временската почетна точка, тој се нарекува строго стационарен процес.
Нумеричките карактеристики се уште еден уреден начин за опишување на случајни процеси. Ако средната вредност на процесот е константна и функцијата на автокорелација R(t1,t1+τ)=R(T), се вели дека процесот е генерализиран стационарен.
Ако процесот е строго неподвижен, тогаш тој мора да биде во голема мерка стационарен, и обратно не мора да е точно.
Процесот е ергодичен ако неговиот временски просек е еднаков на соодветниот статистички просек.
Ако некој процес е ергодичен, тогаш тој е и стационарен, а обратно не мора да е точно.
Функцијата на автокорелација R(T) на генерализиран стационарен процес е парна функција на временската разлика r, а R(0) е еднаква на вкупната просечна моќност и е максималната вредност на R(τ). Спектрална густина на моќност Pξ(f) е Фуриеова трансформација на функцијата за автокорелација R(ξ) (теорема Винер - Синчин). Овој пар на трансформации ја одредува конверзивната врска помеѓу временскиот домен и доменот на фреквенцијата. Дистрибуцијата на веројатност на Гаусовиот процес се покорува на нормална дистрибуција, а нејзиниот целосен статистички опис бара само неговите нумерички карактеристики. Еднодимензионалната дистрибуција на веројатност зависи само од средната вредност и варијансата, додека дводимензионалната распределба на веројатност зависи главно од корелационата функција. Гаусовиот процес сè уште е 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. Откако стационарен случаен процес ξi(t) ќе помине низ линеарен систем, неговиот излезен процес ξ0(t) е исто така стабилен.
Статистичките карактеристики на случаен процес со тесен опсег и синусен бран плус гаусовиот шум со тесен опсег се посоодветни за анализа на избледени канали со повеќе патеки во модулациски систем/систем за пропусници/безжична комуникација. Рејлиевата дистрибуција, дистрибуцијата на оризот и нормалната дистрибуција се три вообичаени дистрибуции во комуникацијата: обвивката на синусоидалниот носител сигнал плус теснопојасниот Гаусовиот шум е генерално дистрибуција на Рајс. 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 комуникацијата, топлинскиот 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 систем со ограничен опсег, резултатот е шум со ограничен опсег. Нископропусен бел шум и бенд-пропусен бел шум се вообичаени во теоретската анализа.
Горенаведеното е написот „случаен процес на комуникациски систем“ што ви го донесе Шенжен HDV Phoelectron Technology LTD., а HDV е компанија специјализирана за оптичка комуникација како главна опрема за производство, сопствено производство на компанијата: серија ONU, серија на оптички модули,OLT серија, сериите на примопредаватели се жешки серии на производи.
