И сигнал и шум у комуникацији се могу посматрати као случајни процеси који варирају током времена.
Случајни процес има карактеристике случајне променљиве и временске функције и може се описати из две различите, али блиско повезане перспективе:①случајни процес је скуп бесконачних функција узорка;②Случајни процес је скуп случајних променљивих.
Статистичке карактеристике случајног процеса су описане његовом функцијом дистрибуције или функцијом густине вероватноће. Ако су статистичке карактеристике случајног процеса независне од временске почетне тачке, он се назива строго стабилним процесом.
Дигиталне карактеристике су још један сажет начин за описивање случајних процеса. Ако је средња вредност процеса константна и аутокорелационе функције Р (Т1, Т1+ τ)= Р (Т), процес се назива генерализовани стационарни процес.
Ако је процес строго стабилан, он мора бити широко стабилан; иначе, можда није истина.Ако је временски просек процеса једнак одговарајућем статистичком просеку, процес је ергодичан.Ако је процес ергодичан, он је такође стабилан; иначе, можда није истина.
Аутокорелационе функције Р (Т) генерализованог стационарног процеса је парна функција временске разлике Р, а Р (0) је једнака укупној просечној снази, што је Р（ τ) максимална вредност. Спектрална густина снаге (П) ξ (ф) је аутокорелациона функција Фуријеове трансформације Р() (Винер Минчинова теорема). Овај пар трансформација одређује однос конверзије између временског и фреквентног домена. Расподела вероватноће Гаусовог процеса прати нормалну расподелу, а његов комплетан статистички опис захтева само његове нумеричке карактеристике. Једнодимензионална расподела вероватноће зависи само од средње вредности и варијансе, а дводимензионална дистрибуција вероватноће углавном зависи од корелационе функције. Гаусов процес је и даље Гаусов процес након линеарне трансформације. Однос између функције нормалне дистрибуције и К (к) или ЕРФ (к) функције је веома користан у анализи перформанси против буке дигиталних комуникационих система. Стохастички процес који је стационаран Након што И (Т) прође кроз линеарни систем, његов излазни процес ξ 0 (Т) је такође стабилан.
Статистичке карактеристике ускопојасних случајних процеса и синусних таласа плус ускопојасни Гаусов шум су погоднији за анализу модулационих система, система пропуштања опсега и вишепутних канала који бледе у бежичној комуникацији. Три уобичајене дистрибуције у комуникацији су Рејлејева дистрибуција, дистрибуција пиринча и нормална дистрибуција: омотач сигнала синусоидног носиоца плус ускопојасни. Гаусов шум је генерално дистрибуција пиринча. Када је амплитуда сигнала велика, она тежи нормалној дистрибуцији; када је амплитуда мала, то је приближно Релејева расподела.
Гаусов бели шум је идеалан модел за анализу адитивне буке канала, а главни извор буке у комуникацијском топлотном шуму припада овој врсти шума. Његове вредности у било која два различита времена су некорелисане и статистички независне. Након што бели шум прође кроз систем са ограниченим опсегом, резултат је шум ограничен опсегом. Нископропусни бели шум и пропусни бели шум су уобичајени у теоријској анализи.
Горе наведено је чланак „случајни процес комуникационог система“ који вам је донео Схензхен ХДВ пхоелецтрон Тецхнологи Цо., Лтд. надамо се да вам овај чланак може помоћи да повећате своје знање. Осим овог чланка, ако тражите добру компанију произвођача комуникационе опреме са оптичким влакнима, можете размислитио нама.
Схензхен ХДВ пхоелецтрон Тецхнологи Цо., Лтд. је углавном произвођач комуникационих производа. Тренутно произведена опрема покриваОНУ серија, серија оптичких модула, ОЛТ серија, исерија примопредајника. Можемо да пружимо прилагођене услуге за различите сценарије. Добродошли стеконсултовати се.
