Både signal og støy i kommunikasjon kan betraktes som tilfeldige prosesser som endres med tiden.
Tilfeldig prosess har kjennetegnene tilfeldig variabel og tidsfunksjon, som kan beskrives fra to forskjellige, men nært beslektede perspektiver: (1) Tilfeldig prosess er settet av uendelige utvalgsfunksjoner; (2) En tilfeldig prosess er et sett med tilfeldige variabler.
De statistiske egenskapene til tilfeldige prosesser er beskrevet av deres fordelingsfunksjon eller sannsynlighetstetthetsfunksjon. Hvis de statistiske egenskapene til en tilfeldig prosess er uavhengig av tidspunktets utgangspunkt, kalles det en strengt stasjonær prosess.
Numeriske funksjoner er en annen fin måte å beskrive tilfeldige prosesser på. Hvis gjennomsnittet av prosessen er konstant og autokorrelasjonsfunksjonen R(t1,t1+τ)=R(T), sies prosessen å være generalisert stasjonær.
Hvis en prosess er strengt tatt stasjonær, må den stort sett være stasjonær, og omvendt er det ikke nødvendigvis sant.
En prosess er ergodisk hvis tidsgjennomsnittet er lik det tilsvarende statistiske gjennomsnittet.
Hvis en prosess er ergodisk, så er den også stasjonær, og omvendt er det ikke nødvendigvis sant.
Autokorrelasjonsfunksjonen R(T) til en generalisert stasjonær prosess er en jevn funksjon av tidsforskjellen r, og R(0) er lik den totale gjennomsnittseffekten og er den maksimale verdien av R(τ). Effektspektraltetthet Pξ(f) er Fourier-transformasjonen til autokorrelasjonsfunksjonen R(ξ) (Wiener - Sinchin-teoremet). Dette paret av transformasjoner bestemmer konverteringsforholdet mellom tidsdomenet og frekvensdomenet. Sannsynlighetsfordelingen til en Gauss-prosess følger en normalfordeling, og dens fullstendige statistiske beskrivelse krever bare dens numeriske egenskaper. Den endimensjonale sannsynlighetsfordelingen avhenger kun av gjennomsnittet og variansen, mens den todimensjonale sannsynlighetsfordelingen hovedsakelig avhenger av korrelasjonsfunksjonen. En Gauss-prosess er fortsatt en Gauss-prosess etter lineær transformasjon. Forholdet mellom normalfordelingsfunksjonen og Q(x)- eller erf(x)-funksjonen er svært nyttig for å analysere antistøyytelsen til digitale kommunikasjonssystemer. Etter at en stasjonær tilfeldig prosess ξi(t) passerer gjennom et lineært system, er utgangsprosessen ξ0(t) også stabil.
De statistiske egenskapene til smalbånds tilfeldig prosess og sinusbølge pluss smalbånds gaussisk støy er mer egnet for analyse av fading flerveiskanaler i modulasjonssystem/båndpasssystem/trådløs kommunikasjon. Rayleigh-distribusjon, risdistribusjon og normaldistribusjon er tre vanlige distribusjoner i kommunikasjon: konvolutten til sinusformet bæresignal pluss smalbånds gaussisk støy er generelt risdistribusjon. Når signalamplituden er stor, har den en tendens til normal fordeling. Når amplituden er liten, er den omtrentlig Rayleigh-fordeling.
Gaussisk hvit støy er en ideell modell for å analysere den additive støyen til kanalen, og hovedstøykilden i kommunikasjonen, termisk støy, tilhører denne typen støy. Verdiene på to forskjellige tidspunkter er ukorrelerte og statistisk uavhengige. Etter at hvit støy passerer gjennom et båndbegrenset system, er resultatet båndbegrenset støy. Lavpass hvit støy og båndpass hvit støy er vanlige i teoretisk analyse.
Ovennevnte er artikkelen "tilfeldig prosess for kommunikasjonssystem" brakt til deg av Shenzhen HDV Phoelectron Technology LTD., og HDV er et selskap som spesialiserer seg på optisk kommunikasjon som hovedproduksjonsutstyr, selskapets egen produksjon: ONU-serien, optisk modulserie,OLT-serien, transceiver-serien er hot serie av produkter.
