《通信原理》培训PPT课件(第二章)

合集下载

移动通信原理 PPT课件

1）移动交换中心MSC MSC是计算机控制的全自动交换系统。 MSC与基站以光缆相连进行通信，一个MSC可以管理数十个基站，并组成局域网。
第1章移动通信基本原理
MSC支持的呼叫业务是：（1）本地呼叫、长途呼叫和国际呼叫。（2）通过MSC进行移动用户与市话、长话之间的联系，控制不同蜂窝小区的运营。（3）支持移动电话机的越区切换、漫游、入网登录和计费。
息所用的信号不是靠频率不同或时隙不同来区分的，而是用不同的编码序列来区分的，或者说，靠信号的不同波形来区分。如果从频率域或时间域来观察，多个CDMA信号是互相重叠的。
第1章移动通信基本原理
在FDMA和TDMA系统中，为了扩大通信用户容量，都尽力压缩信道带宽，但这种压缩是有限度的，因为信道带宽的变窄将导致通话质量的下降。而 CDMA却相反，可大幅度地增加信道宽度，这是因为它采用了扩频通信技术。
第1章移动通信基本原理
2.2.2 CDMA数字移动通信系统的基本组成各种CDMA系统的主要技术、具体构成不完全相
同，我国主要是联通的800 MHz CDMA数字系统。一种CDMA数字移动通信系统的基本组成如图1-2所示。
第1章移动通信基本原理
图1-2 CDMA数字移动通信系统基本组成
第1章移动通信基本原理
CDMA的基本组成与GSM的大同小异，交换网络子系统NSS、基站子系统BSS、操作维护子系统OMS 和手机MS是必不可少的组成部分。
图1-2中， PCF部分主要实现对分组数据业务的处理功能。它能够提供强大的分组数据处理能力，满足用户对高速分组数据的传输要求，能适应目前和将来不断增长的业务需要。
第1章移动通信基本原理

通信原理-第2章信道与噪声

一、狭义信道和广义信道
1、狭义信道、 (1) 狭义信道被定义为发送设备和接收设备之间用以传输信号的传输媒质。以传输信号的传输媒质。 (2) 狭义信道分为有线信道和无线信道两类。两类。狭义信道分为有线信道和无线信道两类有线信道 2、广义信道、 (1) 将信道的范围扩大为：除了传输媒质，还包将信道的范围扩大为：除了传输媒质，括有关的部件和电路。括有关的部件和电路。这种范围扩大了的信道为广义信道。义信道。
Y
x1
y1
x2
y2
y3
y4
xL
多进制无记忆编码信道模型
yM
（4）当信道转移概率矩阵中的行和各列分别具有相）当信道转移概率矩阵中的行和各列分别具有相对称信道。同集合的元素时这类信道称为对称信道同集合的元素时，这类信道称为对称信道。
p 1 − p P ( yi / xi ) = p 1 − p
11/66
（5）依据乘性噪声对信号的影响是否随时间变化而依据乘性噪声对信号的影响是否随时间变化而乘性噪声对信号的影响是否随时间变化将信道分为恒参信道和随参信道。将信道分为恒参信道和随参信道。
v i (t)
H(ω , t )
⊕
n(t)
v 0 (t)
v i (t)
H(ω )
⊕
n(t)
v 0 (t)
2.2
信道模型
信道可用一个时变线性网络来等效
V0(t) = f [V(t)]+n(t) i V(t)输的调号 V0(t)信总出形 i 入已信，道输波 n(t)加噪；性声 f [V(t)]表已信经信所生时线变 i 示调号过道发的变性换

通信原理-第2章

思考问题
(2.1) 为什么能量信号的平均功率为零,举例说明哪些信号是能量信号，哪些信号是功率信号？
(2.2.1) 周期信号的频谱特性？ (2.2.2) 为什么能量信号用频谱密度来表示它的频
域特性？
2.1 确知信号的类型
❖ 按照周期性区分： ➢ 周期信号：每隔一定时间T，周而复始且无始无终的信号。
g a (t )
它的傅里叶变换为

1 0
t /2 t /2
Ga ( f )
/2 e j2 ft dt
/2
1 (e j f e j f ) sin( f ) Sa( f )
j2 f
f
ga(t) 1
0
t
Ga(f)
R( ) lim 1
T /2
s(t)s(t )dt
T T T / 2

性质：
当 = 0时，自相关函数R(0)等于信号的平均功率：
R(0) lim 1 T / 2 s 2 (t)dt P
T T
T / 2
功率信号的自相关函数也是偶函数。
2.3.2 功率信号的自相关函数
【例2.1】试求图2-2(a)所示周期性方波的频谱。
V ,
/2 t /2
s(t)
s(t) 0,
/ 2 t (T / 2)
s(t) s(t T ),
由式(2.2-1)：
t
V

-T
0
t
T
/2
Cn

1 T
/2 Ve j 2 nf0t dt
矩形脉冲的带宽等于其脉
冲持续时间的倒数，在这里

通信原理基础知识.ppt

1T
2. 直流分量：
vdc
v(t)
lim
T
2T
v(t)dt
T
周期为T0的周期信号v(t)，
v(t) lim 1 T v(t)dt 1 T0 /2 v(t)dt
T 2T T
T0 T0 / 2
[ ] lim 1 T [ ]dt T 2T T
2021/3/23
时间平均运算符
4/135
2021/3/23
32/135
另一方面，再来考察某一时刻 ti ,噪声电压的取值：
该取值是不唯一的，是一个随机变量。记为: X ti ，
在不同时刻是不同的随机变量，因而可以说随机过程是随机变量随时间变化的过程，或者说随机过程是一簇无穷多个随机变量的集合。记为：
X t, X t1, , X t2, , , X ti, ,
从实验可见，热噪声的变化过程不能用一个（或几个）确定的时间函数来描述，但它可以用一簇无穷多个样本函数来描述。随机过程（如热噪声电压）既是样本的函数，也是时间的函数。热噪声电压表示为：
X t, X t,1, X t,2 , , X t,n ,
简记为： X t x1 t, x2 t, , xn t,
✓ 随机事件域（ Random Event Field）随机事件域 F：由样本空间的全体子集构成。
2021/3/23
25/135
✓ 概率事件是随机的。赋予事件一个出现可能性的度量值，称为概率（Probability）。
常由相对频率（Relative frequency）来计算，
P
A
试验中A出现的次数总试验次数
的样本点，记为ξ。
2021/3/23
24/135

《通信原理》第六版课件(全)

发送设备：产生适合于在信道中传输的信号。信道：将来自发送设备的信号传送到接收端的物理
媒质。分为有线信道和无线信道两大类。 2021/8/18 噪声源：集中表示分布于通信系统中各处的噪声。
第1章绪论
接收设备：从受到减损的接收信号中正确恢复出原始电信号。
受信者（信宿）：把原始电信号还原成相应的消息，如扬声器等。
x3,…,
1
xM
所包含的信息量分别为
log2 P(x1) ， log2 P(x2 ) ，， log2 P(xM )
于是，每个符号所含平均信息量为
H (x) P(x1)[ log2 P(x1)] P(x2 )[ log2 P(x2 )] P(xM )[ log2 P(xM )]
M
P(xi )lo g2 P(xi ) (比特 / 符号） i 1
2021/8/18
第1章绪论
若用熵的概念来计算：
H
3 8
log
2
3 8
1 4
log 2
1 4
1 4
log 2
1 4
1 8
log
2
1 8
1.906 （比特 / 符号）
则该消息的信息量
I 57 1.906 108.64 (b)
以上两种结果略有差别的原因在于，它们平均处理方法不同。前一种按算数平均的方法，结果可能存在误差。这种误差将随着消息序列中符号数的增加而减小。
(1.4 6)
2021/8/由18 于H(x)同热力学中的熵形式相似，故称它为信息源的熵
第1章绪论
【例1】一离散信源由“0”，“1”，“2”，“3”四个符号组成，它们出现的概率分别为3/8，1/4，1/4，1/8，且每个符号的出现都是独立的。试求某消息

通信原理第7版第2章PPT课件(樊昌信版)

上式表明：周期信号可分解为直流和许多余弦分量。其中， ● A0/2为直流分量； ● A1cos(t+1)称为基波或一次谐波，它的角频率（基频）与原周期信号相同（ 2 ）； T
● A2cos(2t+2)称为二次谐波，它的频率是基波的2倍； ● 一般而言，Ancos(nt+n)称为n次谐波。
信号的正交分解
设有n个函数 1(t)， 2(t)，…， n(t)在区间 (t1，t2)构成一个正交函数空间。将任一函数f(t)用这 n个正交函数的线性组合来近似，可表示为 f(t)≈C11+ C22+…+ Cnn 问题：如何选择各系数Cj使f(t)与近似函数之间误差在区间(t1，t2)内为最小？
为使上式最小（系数Cj变化时），有
2 Ci Ci

t2 t1
[ f (t ) C j j (t )]2 d t 0
j 1
n
展开上式中的被积函数，并求导。上式中只有两项不为0，写为： t2 2 2 [ 2 C f ( t ) ( t ) C i i i i (t )]d t 0 Ci t1 即： 2
信号的正交分解
问题：如何选择各系数Cj使f(t)与近似函数之间误差在区间(t1，t2)内为最小。
f(t)≈C11+ C22+…+ Cnn
通常两个函数误差最小，是指这两个函数在区间(t1， t2)内的的方均值（均方误差）最小。均方误差为：
n t2 1 2 2 [ f ( t ) C ( t ) ] dt j j t 2 t1 t1 j 18t源自例2不满足条件2的一个函数是
2π f t sin , 0 t 1 t

通信原理-确知信号_2

s(t)
V
0 T
t
其频谱：

Cn

1 T
Ve j 2nf0t dt
0

1 T

V
j 2nf 0
e
j 2nf0t

0
V 1 e j 2nf0 V
1 e j 2n / T
T j2nf0
j 2n
可见：此信号不是偶函数，所以其频谱Cn是复函数。
则其能量谱密度G(f )为：
G(f ) = |S(f )|2
能量——Parseval定理
E
s2 (t)dt
S( f ) 2df

ቤተ መጻሕፍቲ ባይዱ

G( f )df 2 G( f )df

0
例【2-6】试求例【2-3】中矩形脉冲的能量谱密度。
解
在例【2-3】中，已经求出其频谱密度：
0
2/
f
评注：矩形脉冲的带宽等于其脉冲持续时间的倒数，即 (1/) Hz 。
例【2-4】试求单位冲激函数 (函数) 的频谱密度。
解函数的定义：
(t)dt 1 且 (t) 0, t 0
函数的频谱密度：
( f )
(t)e j2ft dt 1
f
)

V
n T
2
Sa2f

(
f
nf0)
2.2.2 能量信号的频谱密度
频谱密度的定义：
—— 能量信号s(t) 的傅里叶变换：
S ( f ) s(t)e j2ft dt
S(f)的逆傅里叶变换为原信号： s(t) S ( f )e j2ft df

《通信原理》_樊昌信_曹丽娜(第六版)第2章_确知信号

【例2.1】试求图2-2(a)所示周期性方波的频谱。
V , s(t) 0,
/2 t /2 / 2 t (T / 2)
s(t)
s(t) s(t T ),
t
V
由式(2.2-1)：
-T
0
t
T
/2
Cn
1 T
/
2
V
e
j
2nf0t
dt
/ 2
1 T
V
j 2nf 0
e j 2nf0t
T / 2
T0 T0 / 2
由周期函数的巴塞伐尔(Parseval)定理:
(2.2-45)
P 1
T0
T0 / 2 s 2 (t)dt
T0 / 2
Cn
n
2
式中 |Cn|2 －第n次谐波的功率
(2.2-46)
利用函数可将上式表示为
式中
P C( f )
C( f ) 2 ( f nf0 )df
通信原理
第2章确知信号
第2章确知信号
2.1 确知信号的类型
按照周期性区分：
周期信号： s(t) s(t T0 ), t T0－信号的周期， T0 > 0
非周期信号
按照能量区分：
能量信号：能量有限，
0 E s2 (t)dt
功率信号：
归一化功率： P V 2 / R I 2 R V 2 I 2
Cn的模偶对称
-5 -4 -3 -2 -1 0 1 2 3 4 5
n
(a) 振幅谱 n
Cn的相位奇对称
-5 -4
-2 -1
3
-3
012
45
n
(b) 相位谱

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

（ω0 的整数倍的离散谱线）
可见：给定周期信号f(t)，可以利用傅立叶分解的方法确定它的频谱；反之，利用式(2-2)也可以求出它所对应的信号。三、重要结论在时间域中，作为时间的函数定义f(t)；在频率域中，按照它的频谱确定此信号。我们可以用这两种彼此等价的关系确定一个周期性信号。一般来说，Fn是一个复数，由Fn确定周期信号f(t) 的第n次谐波分量的幅度，它与频率之间的关系图形称为信号的幅度频谱。因为它不连续，仅存在于ω0的整数倍处，故将这种频谱叫离散频谱。
解：在一个周期内，
f(t)可表示为：
A 2 t 2 f (t ) 0其他
利用式(2．6)，并令ω0＝2л／T，有：
1 Fn T

2 2

Ae
j t
0
dt

2 2
A
jn 0T
e
jn
0t
第二章
一、信号与噪声
信号与噪声
① 信号：确知信号和随机信号。 ② 噪声：具有随机性
二、分析方法
①时域分析 ②频域分析
三、分析工具：
①确知信号——傅里叶分析的方法； ②随机信号——随机过程的理论来描述。
2．1
信号的频谱分析
确知信号：表征信号的所有参数都是确定的。（周期信号、非周期信号） 2． 1． 1 傅里叶级数

jn 0 t
(2 2)
2 n j t 1 Fn f ( t )e T dt T T 1 2 jn0 t T f ( t )e dt ( n 0, 1, 2,) T 2
一、周期信号如果一个信号f(t)满足如下关系
f (t ) f (t nT )( t )
（2.1）
就称其为周期性信号。其中n＝0，1，2，…， T为信号周期。
二、周期信号的频谱——傅立叶级数任何一个周期函数f(t)，只要它满足狄里赫利条件，都可用傅里叶级数表示，即
T
二、非周期信号的傅立叶分解
由式(2．4)和式(2．6)知

fT (t )
n
Fne
T
jn0t
(2 8)
式中，ω0＝2л／T
1 Fn T

2 fT T 2
jn0t (t )e dt(2 9)
Fn表示频率为nω0的分量的振幅。当T增大时，基频 ω0变小（nω0变小），频谱变密。当T→∞时，频谱将存在于每一个ω值处，它不再是ω的离散函数，而是ω
2 ． 1 ．2
傅里叶变换
一、非周期信号非周期性信号可看做是周期T→∞时的周期性信号。考虑图2．2(a)所示的函数f(t)，由其构造一个周期性 fT(t)，其周期为T，如图2．2(b)所示。显然，当T→∞ 时，fT(t)的极限就是f(t)，即 lim fT (t ) f (t ) (2.7)
2A n 0 sin 2 n 0T A n 0 Sa 2 T
式中利用了 Sa(x)＝sinx／x的形式。
A n 0 Fn Sa 2 T
τ／T＝1／5的幅度频谱图为：
A 5

2 0 8 T
|Fn|——幅度谱 n ——相位谱周期信号的频谱Fn是离散的，由间隔为f0(ω0)的谱线组成，且对于物理可实现的信号，幅度谱是偶对称的（关于纵轴对称），相位谱是奇对称的（关于原点对称）。
Fn Fn e
j n
[例2—1] 幅度为A，宽度为τ，周期为T的矩形脉冲序列如图2．1(a)所示，将其用指数傅里叶级数展开。
Fn* (复共轭）的表示形式是：
1 Fn T
*

T 2 T 2
f ( t )e
*
jn0t
dt ( n 0, 1, 2,)
若f(t)是实信号，则有
F n Fn
*
小结：
f (t )
n
T 2 T 2
Fne

j 2 n t T

n
Fne
信号f(t)与其频谱F(ω)之间是一一对应的关系。
f (t )F ( )(2 17)
傅里叶变换（正、反变换）提供了信号在频率域和时间域之间的相互变换关系。因此，信号既可以用时间函数f(t)来描述，也可以用它的频谱F(ω)来描述。
四、举例 [例2－2]：试求图2．3(a)所示矩形脉冲的频谱。
解：利用式(2．16)
F Ae
2 2

j t
e dt A j
j t

2 2
A
f (t )
n
Fne

j 2 n t T

n
Fne

jn 0 t
(2 2)
指数型傅里叶级数
2 1 f0称为信号的基频，nf0、nω0称 , f0 其中： 0 T T 为n次谐波频率。
2 n j t 1 T 2 T Fn T f ( t )e dt T 2 （2-3） T 1 2 jn0 t T f ( t )e d函数了。
也既有如下关系式：
1 f (t ) 2
和

F ( )e
jt
d (2 15)
F ( )

f (t )e
jt
dt(2 16)
这就是在整个区间(－∞＜t＜∞)内由指数函数来表示非周期函数的表达式。
三、重要结论把F(ω)叫做f(t)的频谱密度函数，或简称频谱。
2 1 f0称为信号的基频，nf0、nω0称 , f0 其中： 0 T T 为n次谐波频率。
1 当n=0时： F0 T
T 2 T 2
—— f(t) 的平均值， f ( t )dt 即直流分量。
傅里叶系数Fn反映了信号中各次谐波的幅度值和相位值，因此Fn称为信号的频谱。