Atât semnalul, cât și zgomotul în comunicare pot fi privite ca procese aleatorii care se modifică în timp.
Procesul aleatoriu are caracteristicile variabilei aleatoare și funcției de timp, care pot fi descrise din două perspective diferite, dar strâns legate: (1) Procesul aleatoriu este un set de funcții de eșantionare infinite; (2) Un proces aleator este un set de variabile aleatoare.
Proprietățile statistice ale proceselor aleatoare sunt descrise de funcția lor de distribuție sau funcția de densitate de probabilitate. Dacă proprietățile statistice ale unui proces aleatoriu sunt independente de punctul de pornire al timpului, acesta se numește proces strict staționar.
Caracteristicile numerice sunt un alt mod elegant de a descrie procesele aleatorii. Dacă media procesului este constantă și funcția de autocorelare R(t1,t1+τ)=R(T), se spune că procesul este generalizat staționar.
Dacă un proces este strict staționar, atunci trebuie să fie în general staționar și invers nu este neapărat adevărat.
Un proces este ergodic dacă media sa în timp este egală cu media statistică corespunzătoare.
Dacă un proces este ergodic, atunci este și staționar și invers nu este neapărat adevărat.
Funcția de autocorelare R(T) a unui proces staționar generalizat este o funcție pară a diferenței de timp r, iar R(0) este egal cu puterea medie totală și este valoarea maximă a lui R(τ). Densitatea spectrală de putere Pξ(f) este transformata Fourier a funcției de autocorelație R(ξ) (teorema Wiener - Sinchin). Această pereche de transformări determină relația de conversie dintre domeniul timpului și domeniul frecvenței. Distribuția de probabilitate a unui proces gaussian se supune unei distribuții normale, iar descrierea sa statistică completă necesită doar caracteristicile sale numerice. Distribuția de probabilitate unidimensională depinde doar de medie și de varianță, în timp ce distribuția de probabilitate bidimensională depinde în principal de funcția de corelare. Un proces gaussian este încă un proces gaussian după transformarea liniară. Relația dintre funcția normală de distribuție și funcția Q(x) sau erf(x) este foarte utilă în analiza performanței anti-zgomot a sistemelor de comunicații digitale. După ce un proces aleator staționar ξi(t) trece printr-un sistem liniar, procesul său de ieșire ξ0(t) este de asemenea stabil.
Caracteristicile statistice ale procesului aleatoriu în bandă îngustă și zgomotul Gaussian cu undă sinusoidală și bandă îngustă sunt mai potrivite pentru analiza canalelor cu mai multe căi care se estompează în sistemul de modulație/sistemul trece de bandă/comunicația fără fir. Distribuția Rayleigh, distribuția Rice și distribuția normală sunt trei distribuții comune în comunicare: anvelopa semnalului purtător sinusoidal plus zgomotul Gaussian de bandă îngustă este, în general, distribuția Rice. Când amplitudinea semnalului este mare, acesta tinde spre distribuție normală. Când amplitudinea este mică, este aproximativ distribuția Rayleigh.
Zgomotul alb gaussian este un model ideal pentru a analiza zgomotul aditiv al canalului, iar sursa principală de zgomot din comunicare, zgomotul termic, aparține acestui tip de zgomot. Valorile sale în oricare doi momente diferite sunt necorelate și independente statistic. După ce zgomotul alb trece printr-un sistem cu bandă limitată, rezultatul este un zgomot cu bandă limitată. Zgomotul alb trece-jos și zgomotul alb trece-bandă sunt frecvente în analiza teoretică.
Cele de mai sus este articolul „proces aleatoriu al sistemului de comunicare” adus de Shenzhen HDV Phoelectron Technology LTD., iar HDV este o companie specializată în comunicații optice ca principal echipament de producție, producția proprie a companiei: seria ONU, seria module optice,seria OLT, seriile de transceiver sunt serii fierbinți de produse.
