Signál aj šum v komunikácii možno považovať za náhodné procesy, ktoré sa menia v čase.
Náhodný proces má vlastnosti náhodnej premennej a časovej funkcie a možno ho opísať z dvoch rôznych, ale úzko súvisiacich perspektív:①náhodný proces je súborom nekonečných vzorových funkcií;②Náhodný proces je súbor náhodných premenných.
Štatistické charakteristiky náhodného procesu sú opísané jeho distribučnou funkciou alebo funkciou hustoty pravdepodobnosti. Ak sú štatistické charakteristiky náhodného procesu nezávislé od počiatočného bodu času, nazýva sa to striktne stabilný proces.
Digitálne funkcie sú ďalším stručným spôsobom, ako opísať náhodné procesy. Ak je stredná hodnota procesu konštantná a autokorelačná funkcia R (T1, T1+ τ)= R (T), proces sa nazýva zovšeobecnený stacionárny proces.
Ak je proces striktne stabilný, musí byť vo všeobecnosti stabilný; inak to nemusí byť pravda.Ak sa časový priemer procesu rovná zodpovedajúcemu štatistickému priemeru, proces je ergodický.Ak je proces ergodický, je tiež stabilný; inak to nemusí byť pravda.
Autokorelačná funkcia R (T) zovšeobecneného stacionárneho procesu je párnou funkciou časového rozdielu R a R (0) sa rovná celkovému priemernému výkonu, čo je maximálna hodnota R（ τ). Výkonová spektrálna hustota (P) ξ (f) je autokorelačná funkcia R() Fourierovej transformácie (Wienerova Minchinova veta). Táto dvojica transformácií určuje konverzný vzťah medzi časovou a frekvenčnou doménou. Rozdelenie pravdepodobnosti Gaussovho procesu sleduje normálne rozdelenie a jeho úplný štatistický popis vyžaduje iba jeho číselné charakteristiky. Jednorozmerné rozdelenie pravdepodobnosti závisí iba od priemeru a rozptylu a dvojrozmerné rozdelenie pravdepodobnosti závisí najmä od korelačnej funkcie. Gaussov proces je po lineárnej transformácii stále Gaussov proces. Vzťah medzi funkciou normálneho rozdelenia a funkciou Q (x) alebo ERF (x) je veľmi užitočný pri analýze protihlukového výkonu digitálnych komunikačných systémov. Stochastický proces, ktorý je stacionárny Po prechode I (T) lineárnym systémom je jeho výstupný proces ξ 0 (T) tiež stabilný.
Štatistické charakteristiky úzkopásmových náhodných procesov a sínusových vĺn plus úzkopásmový gaussovský šum sú vhodnejšie na analýzu modulačných systémov, pásmových priepustov a viaccestných kanálov miznúcej bezdrôtovej komunikácie. Tri bežné distribúcie v komunikácii sú Rayleighova distribúcia, ryžová distribúcia a normálna distribúcia: obálka sínusového nosného signálu plus úzkopásmové. Gaussov šum je vo všeobecnosti distribúcia ryže. Keď je amplitúda signálu veľká, má tendenciu k normálnej distribúcii; keď je amplitúda malá, je to približne Rayleighovo rozdelenie.
Gaussovský biely šum je ideálnym modelom na analýzu aditívneho šumu kanála a hlavný zdroj hluku v komunikačnom tepelnom šume patrí k tomuto druhu šumu. Jeho hodnoty v akýchkoľvek dvoch rôznych časoch sú nekorelované a štatisticky nezávislé. Po prechode bieleho šumu systémom s obmedzeným pásmom je výsledkom šum obmedzený na pásmo. Nízkopriepustný biely šum a pásmový biely šum sú bežné v teoretickej analýze.
Vyššie uvedený je článok „náhodný proces komunikačného systému“, ktorý vám priniesla spoločnosť Shenzhen HDV phoelectron Technology Co., Ltd. Dúfame, že vám tento článok pomôže rozšíriť vaše znalosti. Okrem tohto článku, ak hľadáte dobrú spoločnosť na výrobu komunikačných zariadení s optickými vláknami, môžete zvážiťo nás.
Shenzhen HDV phoelectron Technology Co., Ltd. je hlavne výrobcom komunikačných produktov. V súčasnosti vyrábané zariadenie pokrývaSéria ONU, séria optických modulov, Séria OLTaséria transceiverov. Môžeme poskytnúť prispôsobené služby pre rôzne scenáre. Ste vítaníporadiť sa.
