Zarówno sygnał, jak i szum w komunikacji można uznać za procesy losowe, które zmieniają się w czasie.
Proces losowy ma cechy zmiennej losowej i funkcji czasu i można go opisać z dwóch różnych, ale ściśle powiązanych perspektyw:①proces losowy jest zbiorem nieskończonych funkcji próbnych;②Proces losowy to zbiór zmiennych losowych.
Charakterystykę statystyczną procesu losowego opisuje się za pomocą jego rozkładu lub funkcji gęstości prawdopodobieństwa. Jeżeli charakterystyki statystyczne procesu losowego są niezależne od czasu rozpoczęcia, nazywa się to procesem ściśle stabilnym.
Funkcje cyfrowe to kolejny zwięzły sposób opisu procesów losowych. Jeżeli wartość średnia procesu jest stała, a funkcja autokorelacji R (T1, T1+ τ) = R (T), proces nazywa się uogólnionym procesem stacjonarnym.
Jeśli proces jest ściśle stabilny, musi być zasadniczo stabilny; w przeciwnym razie może to nie być prawdą.Jeśli średnia czasu procesu jest równa odpowiedniej średniej statystycznej, proces jest ergodyczny.Jeśli proces jest ergodyczny, jest również stabilny; w przeciwnym razie może to nie być prawdą.
Funkcja autokorelacji R (T) uogólnionego procesu stacjonarnego jest parzystą funkcją różnicy czasu R, a R (0) jest równe całkowitej mocy średniej, czyli wartości maksymalnej R（ τ). Gęstość widmowa mocy (P) ξ (f) jest funkcją autokorelacji transformaty Fouriera R() (twierdzenie Wienera Minchina). Ta para transformacji określa relację konwersji pomiędzy dziedziną czasu i częstotliwości. Rozkład prawdopodobieństwa procesu Gaussa jest zgodny z rozkładem normalnym, a jego pełny opis statystyczny wymaga jedynie charakterystyki numerycznej. Jednowymiarowy rozkład prawdopodobieństwa zależy tylko od średniej i wariancji, a dwuwymiarowy rozkład prawdopodobieństwa zależy głównie od funkcji korelacji. Proces Gaussa po transformacji liniowej jest nadal procesem Gaussa. Zależność między funkcją rozkładu normalnego a funkcją Q (x) lub ERF (x) jest bardzo przydatna w analizie działania przeciwzakłóceniowego cyfrowych systemów komunikacyjnych. Proces stochastyczny, który jest stacjonarny Po przejściu I (T) przez układ liniowy, jego proces wyjściowy ξ 0 (T) jest również stabilny.
Charakterystyka statystyczna wąskopasmowych procesów losowych i fal sinusoidalnych oraz wąskopasmowego szumu Gaussa jest bardziej odpowiednia do analizy systemów modulacji, systemów pasmowo-przepustowych i wielościeżkowych kanałów zanikających w komunikacji bezprzewodowej. Trzy powszechne rozkłady w komunikacji to rozkład Rayleigha, rozkład ryżu i rozkład normalny: obwiednia sinusoidalnego sygnału nośnego plus wąskopasmowość. Szum Gaussa to na ogół rozkład ryżu. Gdy amplituda sygnału jest duża, ma on tendencję do rozkładu normalnego; gdy amplituda jest mała, jest to w przybliżeniu rozkład Rayleigha.
Gaussowski szum biały jest idealnym modelem do analizy szumu addytywnego kanału, a głównym źródłem szumu w komunikacyjnym szumie termicznym jest właśnie ten rodzaj szumu. Jego wartości w dowolnych dwóch różnych momentach są nieskorelowane i statystycznie niezależne. Po przejściu białego szumu przez system o ograniczonym paśmie powstaje szum o ograniczonym paśmie. W analizie teoretycznej powszechnym zjawiskiem jest dolnoprzepustowy biały szum i pasmowoprzepustowy szum biały.
Powyższy artykuł to artykuł „Losowy proces systemu komunikacji” przedstawiony przez Shenzhen HDV phoelectron Technology Co., Ltd. mamy nadzieję, że ten artykuł pomoże Ci poszerzyć Twoją wiedzę. Poza tym artykułem, jeśli szukasz dobrej firmy produkującej sprzęt do komunikacji światłowodowej, możesz rozważyćo nas.
Shenzhen HDV phoelectron Technology Co., Ltd. jest głównie producentem produktów komunikacyjnych. Obecnie produkowany sprzęt obejmuje m.inSeria ONU, Seria modułów optycznych, Seria OLT, Iseria transceiverów. Możemy świadczyć usługi dostosowane do różnych scenariuszy. Zapraszamykonsultować.
