2019-05-06

  • 奈奎斯特采样定理和奈奎斯特准则,香农定理
    • 奈奎斯特准则
      • 无码间串扰准则,理想低通信道下的最高码元传输速率= 2W \cdot log_2KBaud
      • 其中 W是理想低通信道的带宽,单位为Hz;K是多相调制的相数;Baud是波特,即码元传输速率的单位,1Baud为每秒传送一个码元。
      • 每赫兹带宽的理想低通信道的最高码元传输速率是每秒2个码元,若码元的传输速率超过了奈氏准则所给出的数值,则将出现码元之间的干扰,以致在接收端无法正确判定码元是1还是0
      • 对于具有理想带通矩形特性的信道(带宽为W),奈氏准则就变为:理想带通信道的最高码元传输速率=1WBaud
  • 根据奈奎斯特准则我们可以推断出:
    • (1)给定了信道的带宽,则该信道的极限波特率就确定了,不可能超过这个极限波特率传输码元,除非改善该信道的带宽;
    • (2)要想增加信道的比特传送率有两条途径,一方面可以增加该信道的带宽,另一方面可以选择更高的编码方式。
    • 奈奎斯特抽样定理
      - 意思:如果对某一时间连续信号(模拟信号)进行采样,当采样速率达到一定数值时,那么根据这些采样值就能准确地确定原信号。理想采样信号的频谱是原模拟信号的频谱以W_s为周期拓展而成。
      - 设有一个频率带限信号x(t),其频带限制在(0,f_H),如果以不小于f_s = 2f_H的采样速率对x(t)进行等间隔采样,得到时间离散的采样信号x(n) = x(nT_s)(其中T_s = \frac{1}{f_s}称为采样间隔),原信号x(t)将被所得到的采样值x(n)完全地确定。
      • 引入单位冲激函数\delta(t)(也简称为\delta函数),构成周期冲激函数p(t)
        • p(t) = \sum_{n = -\infty}^{\infty}\delta(t-nT_s)
        • 性质:\int_{-\infty}^{\infty}\delta(t)\varphi(t)d(t) = \varphi(0)
        • 其中\varphi(t)为在原点连续的任意信号,并把p(t)(周期函数)用傅里叶级数展开可得
        • p(t) = \sum_{n = -\infty}^{\infty}C_ne^{j\frac{2\pi }{T_s}nt}
          • C_n = \frac{1}{T_s}\int_{-\frac{T_s}{2}}^{\frac{T_s}{2}}p(t)\cdot e^{-j\frac{2\pi}{T_s}nt}dt
          • C_n =\frac{1}{T_s}\int_{-\frac{T_s}{2}}^{\frac{T_s}{2}}\delta(t)\cdot e^{-j\frac{2\pi}{T_s}nt}dt
          • C_n = \frac{1}{T_s}
      • p(t) = \frac{1}{T_s}\sum_{n = -\infty}^{\infty}e^{j\frac{2\pi}{T_s}nt}
      • 所以对x(t)用采样频率f_s进行抽样后得到的抽样信号可表示为x_s(t) = p(t)\cdot x(t)
      • = [ \frac{1}{T_s}\sum_{n = -\infty}^{\infty}e^{j\frac{2\pi}{T_s}nt}] \cdot x(t)
      • = \frac{1}{T_s} \sum_{n = -\infty}^{\infty} [e^{j \frac{2\pi}{T_s} nt} \cdot x(t)]
      • x(t)的傅里叶变换为X(\omega),则根据傅里叶性质:
        • e^{j\omega_0 t}\cdot x(t) \longleftrightarrow X(\omega-\omega_0)
        • X_s(\omega) = \frac{1}{T_s}\sum_{-\infty}^{\infty} X(\omega-\frac{2\pi}{T_s}n )
        • = \frac{1}{T_s}\sum_{-\infty}^{\infty}X(\omega-n\omega_s )
        • \omega_s = \frac{2\pi}{T_s} = 2\pi f_s
      • 由此可见抽样信号的频谱为原信号频谱之频移后的多个叠加。
      • X_s(\omega)中包含X(\omega)的频率成分,只要满足\omega_s \geq 2\omega_H或者f_s \geq 2f_H,只需一个带宽不小于\omega_H的滤波器,就能滤出原来的信号x(t)
  • 香农定理Shannon
    • 香农定理给出了信道信息传送速率的上限(比特每秒)和信道信噪比及带宽的关系。
    • 在有随机热噪声的信道上传输数据信号时,信道容量R_{max}与信道带宽W,信噪比\frac{S}{N}关系为R_{max} = W\cdot log_2(1+\frac{S}{N})
    • 分贝数=10×log10(S/N),要先转化为S/N的形式,再带入上述公式。
  • 香农信道容量公式可以得出结论
    • (1)提高信道的信噪比或增加信道的带宽都可以增加信道容量。
    • (2)当信道中噪声功率N无穷趋于0时,信道容量C无穷趋于无限大,这就是说无干扰信道的信道容量可以为无穷大。
    • (3)信道容量C一定时,带宽W与信噪比S/N之间可以互换,即减小带宽,同时提高信噪比,可以维持原来信道容量。
  • (4)信噪比一定时,增加带宽W可以增大信道容量。但噪声为高斯白噪声时(实际的通信系统背景噪声大多为高斯白噪),增加带宽同时会造成信噪比下降,因此无限增大带宽也只能对应有限信道容量。
  • 眼图
    • 示波器观察接收滤波器的输出信号,然后调整示波器的水平扫描周期,使其与接收符号周期同步。在传输二进制信号波形时,示波器显示的图形很像人的眼睛,故称之眼图
    • 眼图张开的大小反映ISI的强弱
    • 最佳抽样时刻:眼睛张开最大的时刻
    • 对定时误差的灵敏度:斜边之斜率
    • 信号幅度畸变范围;阴影区的垂直高度
    • 过零点畸变;阴影区的水平高度
    • 判决门限电平:中央横轴
    • 噪声容限:抽样时刻眼睛张开高度之半。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,366评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,521评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,689评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,925评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,942评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,727评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,447评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,349评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,820评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,990评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,127评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,812评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,471评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,017评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,142评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,388评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,066评论 2 355