Tanto o sinal como o ruído na comunicación pódense considerar procesos aleatorios que varían co tempo.
O proceso aleatorio ten as características dunha variable aleatoria e dunha función de tempo, e pódese describir desde dúas perspectivas diferentes pero moi relacionadas:①o proceso aleatorio é unha colección de funcións de mostra infinitas;②Un proceso aleatorio é un conxunto de variables aleatorias.
As características estatísticas dun proceso aleatorio descríbense pola súa función de distribución ou función de densidade de probabilidade.Se as características estatísticas dun proceso aleatorio son independentes do punto de partida do tempo, denomínase proceso estritamente estable.
As funcións dixitais son outra forma concisa de describir procesos aleatorios.Se o valor medio do proceso é constante e a función de autocorrelación R (T1, T1+ τ)= R (T), o proceso denomínase proceso estacionario xeneralizado.
Se un proceso é estritamente estable, debe ser amplamente estable;se non, pode non ser certo.Se a media temporal dun proceso é igual á media estatística correspondente, o proceso é ergódico.Se un proceso é ergódico, tamén é estable;se non, pode non ser certo.
A función de autocorrelación R (T) do proceso estacionario xeneralizado é unha función par da diferenza de tempo R, e R (0) é igual á potencia media total, que é o valor máximo de R（ τ).A densidade espectral de potencia (P) ξ (f) é a función de autocorrelación da transformada de Fourier R() (teorema de Wiener Minchin).Este par de transformacións determina a relación de conversión entre os dominios de tempo e frecuencia.A distribución de probabilidade do proceso gaussiano segue a distribución normal, e a súa descrición estatística completa require só as súas características numéricas.A distribución de probabilidade unidimensional só depende da media e da varianza, e a distribución de probabilidade bidimensional depende principalmente da función de correlación.O proceso gaussiano aínda é un proceso gaussiano despois da transformación lineal.A relación entre a función de distribución normal e a función Q (x) ou ERF (x) é moi útil para analizar o rendemento anti-ruído dos sistemas de comunicación dixital.Un proceso estocástico que é estacionario Despois de que I (T) pasa polo sistema lineal, o seu proceso de saída ξ 0 (T) tamén é estable.
As características estatísticas dos procesos aleatorios de banda estreita e das ondas sinusoidal máis o ruído gaussiano de banda estreita son máis adecuadas para a análise de sistemas de modulación, sistemas de paso de banda e canles multitraxectos de esvaecemento de comunicación sen fíos.As tres distribucións comúns na comunicación son a distribución de Rayleigh, a distribución do arroz e a distribución normal: a envolvente dun sinal portador sinusoidal máis a banda estreita.O ruído gaussiano é xeralmente unha distribución de arroz.Cando a amplitude do sinal é grande, tende á distribución normal;cando a amplitude é pequena, é aproximadamente a distribución de Rayleigh.
O ruído branco gaussiano é un modelo ideal para analizar o ruído aditivo da canle, e a principal fonte de ruído no ruído térmico da comunicación pertence a este tipo de ruído.Os seus valores en dous momentos diferentes non están correlacionados e estatisticamente independentes.Despois de que o ruído branco pasa polo sistema de banda limitada, o resultado é un ruído limitado por banda.O ruído branco de paso baixo e o ruído branco de paso de banda son comúns na análise teórica.
O anterior é o artigo "proceso aleatorio do sistema de comunicación" que che trouxo Shenzhen HDV phoelectron Technology Co., Ltd. Espero que este artigo che axude a aumentar os teus coñecementos.Ademais deste artigo, se estás a buscar unha boa empresa fabricante de equipos de comunicación de fibra óptica, podes considerarsobre nós.
Shenzhen HDV phoelectron Technology Co, Ltd é principalmente un fabricante de produtos de comunicación.Na actualidade, o equipamento producido cobre oSerie ONU, serie de módulos ópticos, Serie OLT, eserie de transceptores.Podemos proporcionar servizos personalizados para diferentes escenarios.Benvidoconsultar.
