І сигнал, і шум у зв'язку можна розглядати як випадкові процеси, які змінюються з часом.
Випадковий процес має характеристики випадкової величини та функції часу, і його можна описати з двох різних, але тісно пов’язаних точок зору:①випадковий процес є набором нескінченних вибіркових функцій;②Випадковий процес — це набір випадкових величин.
Статистичні характеристики випадкового процесу описуються його функцією розподілу або функцією щільності ймовірності. Якщо статистичні характеристики випадкового процесу не залежать від початкової точки часу, його називають суворо стабільним процесом.
Цифрові ознаки є ще одним коротким способом опису випадкових процесів. Якщо середнє значення процесу постійне і автокореляційна функція R (T1, T1+ τ)= R (T), то процес називається узагальненим стаціонарним.
Якщо процес строго стабільний, він повинен бути стабільним у цілому; інакше це може бути неправдою.Якщо середнє за часом процесу дорівнює відповідному середньому статистичному, процес є ергодичним.Якщо процес є ергодичним, він також є стабільним; інакше це може бути неправдою.
Автокореляційна функція R (T) узагальненого стаціонарного процесу є парною функцією різниці часу R, а R (0) дорівнює загальній середній потужності, яка є максимальним значенням R（ τ. Спектральна густина потужності (P) ξ (f) є автокореляційною функцією перетворення Фур’є R() (теорема Вінера Мінчіна). Ця пара перетворень визначає співвідношення перетворення між часовою та частотною областями. Розподіл ймовірностей гаусового процесу відповідає нормальному розподілу, і для його повного статистичного опису потрібні лише його числові характеристики. Одновимірний розподіл ймовірностей залежить лише від середнього значення та дисперсії, а двовимірний розподіл ймовірностей в основному залежить від кореляційної функції. Гаусівський процес залишається гаусівським процесом після лінійного перетворення. Співвідношення між функцією нормального розподілу та функцією Q (x) або ERF (x) є дуже корисним для аналізу ефективності захисту від шуму цифрових систем зв’язку. Стохастичний процес, який є стаціонарним Після того, як I (T) проходить через лінійну систему, його вихідний процес ξ 0 (T) також є стабільним.
Статистичні характеристики вузькосмугових випадкових процесів і синусоїдальних хвиль плюс вузькосмуговий гаусівський шум більше підходять для аналізу систем модуляції, смугових систем і багатопроменевих каналів із завмиранням бездротового зв’язку. Три поширені розподіли в комунікації: розподіл Релея, розподіл Райса та нормальний розподіл: огинаюча синусоїдального несучого сигналу плюс вузькосмуговий. Гаусівський шум, як правило, є розподілом рису. Коли амплітуда сигналу велика, він прагне до нормального розподілу; коли амплітуда мала, це приблизно розподіл Релея.
Білий шум Гауса є ідеальною моделлю для аналізу додаткового шуму каналу, і основне джерело шуму в комунікаційному тепловому шумі належить до цього типу шуму. Його значення в будь-які два різні моменти часу не корельовані та статистично незалежні. Після того як білий шум проходить через систему з обмеженою смугою, результатом є шум з обмеженою смугою. Низькочастотний білий шум і смуговий білий шум часто зустрічаються в теоретичному аналізі.
Вище наведено статтю «випадковий процес системи зв’язку», представлену Shenzhen HDV phoelectron Technology Co., Ltd. Сподіваюся, ця стаття допоможе вам розширити свої знання. Окрім цієї статті, якщо ви шукаєте хорошу компанію-виробника обладнання для оптичного волокна, ви можете розглянути їїпро нас.
Shenzhen HDV phoelectron Technology Co., Ltd. є переважно виробником комунікаційних продуктів. В даний час вироблене обладнання охоплюєСерія ОНУ, серія оптичних модулів, Серія OLT, ітрансивер серії. Ми можемо надати індивідуальні послуги для різних сценаріїв. Ласкаво просимопроконсультуватися.
