高斯白噪声与带限白噪声
高斯噪声中信号参量估计
156 信道噪声为加性高斯噪声，信号形式是正弦或余弦函数，而信号参量是未知的。
以最大似然估计为代表来讨论高斯噪声中信号参量估计。
对于高斯噪声，按照白噪声和色噪声的分类来讨论信号参量估计。
高斯白噪声按照时域采样定理就可以使时域采样相互统计独立，而高斯色噪声按照卡亨南-洛维展开使展开式的各个分量相互统计独立。
对于高斯白噪声，按照带限高斯白噪声和理想高斯白噪声的分类来讨论信号参量估计。
带限高斯白噪声可以用有限的时域抽样值代替时域的连续观测，而理想高斯白噪声需要时域的连续观测。
以理想高斯白噪声为代表，讨论高斯白噪声中信号参量估计。
高斯白噪声中信号单个参量估计高斯白噪声中信号单个参量的最大似然估计设信息传输系统中发送设备发送的信号为),(θt s ，信道的加性噪声为)(t n ，在观测时间),0(T 内，接收设备的接收信号)(t x 为T t t n t s t x ≤≤+=0)(),()(θ （9.2.1）式中：θ为单个被估计参量。
高斯白噪声中单个信号参量最大似然估计需要的已知条件是：发送信号),(θt s 的信号形式已知；信道噪声)(t n 是均值为0、方差为2n σ的高斯白噪声。
1．带限高斯白噪声情况对于0均值的带限高斯白噪声，其功率谱密度为⎪⎩⎪⎨⎧<=其他2)(n0n B N G ωω （9.2.2）式中：n B 为高斯白噪声功率谱密度带宽。
在观测时间),0(T 内，依据抽样频率π/n B ，对接收信号统计独立采样的数目为πnTB N =（9.2.3） 对接收信号作N 次独立采样，得到N k n s x kk k ,,2,1)( =+=θ （9.2.4）式中：k x 为接收信号的第k 次观测值；)(θk s 为有用信号的第k 次观测值；k n 为噪声的第k 次观测值。
带限高斯白噪声情况下信号参量估计就是根据N 次观测值组成的观测向量T 21],,,[n x x x =x （9.2.5）157构造估计量θˆ作为被估计参量θ的估计。
通信原理简答题及答案
通信原理简答题及答案第一章绪论1-2 何谓数字信号？何谓模拟信号？两者的根本区别是什么？答：数字信号：电信号的参量值仅可能取有限个值。
模拟信号：电信号的参量取值连续。
两者的根本区别是携带信号的参量是连续取值还是离散取值。
1-3何谓数字通信？数字通信偶哪些优缺点？答：利用数字信号来传输信息的通信系统为数字通信系统。
优点：抗干扰能力强，无噪声积累传输差错可控；便于现代数字信号处理技术对数字信息进行处理、变换、储存；易于集成，使通信设备微型化，重量轻；易于加密处理，且保密性好。
缺点：一般需要较大的传输带宽；系统设备较复杂。
1-4 数字通信系统的一般模型中各组成部分的主要功能是什么？答：信源编码：提高信息传输的有效性（通过数字压缩技术降低码速率），完成A/D转换。
信道编码/译码：增强数字信号的抗干扰能力。
加密与解密：认为扰乱数字序列，加上密码。
数字调制与解调：把数字基带信号的频谱搬移到高频处，形成适合在信道中传输的带通信号。
同步：使收发两端的信号在时间上保持步调一致。
1-5 按调制方式，通信系统如何分类？答：基带传输系统和带通传输系统。
1-6 按传输信号的特征，通信系统如何分类？答：模拟通信系统和数字通信系统。
1-7 按传输信号的复用方式，通信系统如何分类？答：FDM,TDM,CDM。
1-8 单工、半双工及全双工通信方式是按什么标准分类的？解释他们的工作方式。
答：按照消息传递的方向与时间关系分类。
单工通信：消息只能单向传输。
半双工：通信双方都能收发消息，但不能同时进行收和发的工作方式。
全双工通信：通信双方可以同时收发消息。
1-9 按数字信号码元的排列顺序可分为哪两种通信方式？他们的适用场合及特点？答：分为并行传输和串行传输方式。
并行传输一般用于设备之间的近距离通信，如计算机和打印机之间的数据传输。
串行传输使用与远距离数据的传输。
1-10 通信系统的主要性能指标是什么？答：有效性和可靠性。
1-11 衡量数字通信系统有效性和可靠性的性能指标有哪些？答：有效性：传输速率，频带利用率。
白噪声_高斯噪声_高斯白噪声的区别
这几个概念的区别和联系：（转自：研学论坛）白噪声，就是说功率谱为一常数；也就是说，其协方差函数在delay=0时不为0，在delay不等于0时值为零；换句话说，样本点互不相关。
（条件：零均值。
）所以，“白”与“不白”是和分布没有关系的。
当随机的从高斯分布中获取采样值时，采样点所组成的随机过程就是“高斯白噪声”；同理，当随机的从均匀分布中获取采样值时，采样点所组成的随机过程就是“均匀白噪声”。
那么，是否有“非白的高斯”噪声呢？答案是肯定的，这就是”高斯色噪声“。
这种噪声其分布是高斯的，但是它的频谱不是一个常数，或者说，对高斯信号采样的时候不是随机采样的，而是按照某种规律来采样的。
仿真时经常采用高斯白噪声是因为实际系统（包括雷达和通信系统等大多数电子系统）中的主要噪声来源是热噪声，而热噪声是典型的高斯白噪声，高斯噪声下的理想系统都是线性系统。
相关讨论：1、白噪声是指功率谱在整个频域内为常数的噪声，其付氏反变换是单位冲击函数的n倍（n取决于功率谱的大小），说明噪声自相关函数在t=0时不为零，其他时刻都为0，自相关性最强。
高斯噪声是一种随机噪声，其幅度的统计规律服从高斯分布。
高斯白噪声是幅度统计规律服从高斯分布而功率谱为常数的噪声如果在系统通带内功率谱为常数，成为带限白噪声“高斯”与“白”没有直接关系，有时人们还会提出高斯型噪声，这指的是噪声功率谱呈高斯分布函数的形状而已。
2、有一个问题我想提出来：连续白噪声和离散白噪声序列的关系是什么？它们之间不应该是简单的采样关系。
因为连续白噪声的功率谱在整个频率轴上为常数，按照随机信号采样定理，对这样的信号采样，采样后的序列的功率谱必然发生混叠，而且混叠过后的功率谱是什么？应该是在整个频率轴上都为无穷大。
这显然不满足离散白噪声序列的定义。
那离散白噪声序列跟连续白噪声有何关系？我觉得是对带限的连续白噪声进行采样后得到的，这个带限的连续白噪声信号的带宽刚好满足Nyquist抽样定理。
第4讲高斯随机过程、高斯白噪声和带限白噪声
r(t) Acos (ct ) n(t)
其中：
(2.7.1)
Acos (ct )
---正弦载波:假定A、ωc为常数;θ为随机变量，其一维 pdf 均匀分布，即： f(θ)=1/(2π)， 0≤θ≤2π
n(t) nc (t) cosct ns (t) sin ct (t) c (t) cosct s (t)sin ct
(x) 1
x
ez2 / 2dz
2
(2.5.9)
则正态分布函数可表示为：
F (x) （ x a ）
(2.5.8)
通信原理
第2章 随机过程
xa
x
x
F(x) f (z)dz
1 exp[ (z a)2 ]dz 1
et2 / 2dt
2
2 2
2
（3) 用误差函数表示
正态分布函数更常表示成与误差函数相联系的形式。
通信原理
第2章 随机过程
2. 表达式－－两种！
(t) a (t) cos ct (t) , a 0
c (t) cosct s (t)sinct
(2.6.1/2)
c (t)=a (t) cos (t) (t)的同相分量 s (t)=a (t) sin (t) (t)的正交分量
R c s (0)=0 , f (c ,s )=f (c ) f (s )
通信原理
第2章 随机过程
2.5.3 已知ξ(t)的统计特性，求 aξ(t)、φξ(t)的统计特性
结论2
(t) a (t) cos ct (t) , a 0
若ξ(t)：均值为0、方差为δ2、窄带平稳高斯随机过程。
则：
（1）其包络aξ(t)的一维分布呈瑞利分布； （2）其相位φξ(t)的一维分布呈均匀分布； （3） aξ(t)与φξ(t)统计独立。
第2章-随机过程习题及答案
第二章 随机过程分析1.1 学习指导 1.1.1 要点随机过程分析的要点主要包括随机过程的概念、分布函数、概率密度函数、数字特征、通信系统中常见的几种重要随机过程的统计特性。
1. 随机过程的概念随机过程是一类随时间作随机变化的过程，它不能用确切的时间函数描述。
可从两种不同角度理解：对应不同随机试验结果的时间过程的集合，随机过程是随机变量概念的延伸。
2. 随机过程的分布函数和概率密度函数如果ξ(t )是一个随机过程，则其在时刻t 1取值ξ(t 1)是一个随机变量。
ξ(t 1)小于或等于某一数值x 1的概率为P [ ξ(t 1) ≤x 1]，随机过程ξ(t )的一维分布函数为F 1(x 1, t 1) = P [ξ(t 1) ≤x 1] (2-1)如果F 1(x 1, t 1)的偏导数存在，则ξ(t )的一维概率密度函数为1111111(,)(, ) (2 - 2)∂=∂F x t f x t x对于任意时刻t 1和t 2，把ξ(t 1) ≤x 1和ξ(t 2) ≤x 2同时成立的概率{}212121122(, ; , )(), () (2 - 3)F x x t t P t x t x ξξ=≤≤称为随机过程ξ(t )的二维分布函数。
如果2212122121212(,;,)(,;,) (2 - 4)F x x t t f x x t t x x ∂=∂⋅∂存在，则称f 2(x 1, x 2; t 1, t 2)为随机过程ξ(t )的二维概率密度函数。
对于任意时刻t 1，t 2，…，t n ，把{}n 12n 12n 1122n n ()(),(),,() (2 - 5)=≤≤≤F x x x t t t P t x t x t x ξξξ，，，；，，，称为随机过程ξ(t )的n 维分布函数。
如果n n 12n 12n n 12n 12n 12n(x )() (2 - 6)∂=∂∂∂F x x t t t f x x x t t t x x x ，，，；，，，，，，；，，，存在，则称f n (x 1, x 2, …, x n ; t 1, t 2, …, t n )为随机过程ξ(t )的n 维概率密度函数。
自考通信原理--名词解释
码距：把两个码组中对应位上数字不同的位数称为码组的距离，简称码距码间串扰：是由于系统传输总特性的非理想。
导致到当前码元的波形畸变、展宽，并使前面的波形出现很长的拖尾蔓延到当前码元的抽样时刻，从而对当前码元的判决造成干扰。
窄带随机过程：如果随机过程的频谱密度集中在中心频率F附近相对窄的频率范围，即满足，则称为窄带随机过程。
群同步：又称帧同步，是指在接收端产生与每“帧”、每“组”起止时刻相一致的同步时钟序列，以便对接收码元进行正确分组。
调制信道：指发送端调制器输出端至接收端调制器输入端之间的部分，是用来研究调制与解调问题的，属于广义信道。
编码信道：指发送端调制器输出端至接收端调制器输入端之间的部分，是用来研究调制与解调问题的，属于广义信道。
信道：是一种物理媒介，用来将来自发送设备的信号传送到接收端。
信道容量：是指信道能够传输的最大平均信息速率。
数字基带传输系统：不经载波调制而直接传输数字基带信号的系统称为数字基带传输系统。
最佳基带传输系统：将消除了码间串扰并且误码率最小的基带传输系统称为最佳基带传输系统。
数字带通传输系统：把包括调制和解调过程的数字传输系统称为数字带通传输系统。
数字基带信号：未经调制的数字信号所占据的频谱是从零频或很低频率开始的。
最佳接收机：指在差错概率最小准则下得到的最佳接收系统。
量化噪声：量化输出电平和量化前的抽样值一般不同，两者之间存在误差，这个误差称为量化噪声。
能量信号：若一个信号的能量E是一个正的有限值，则称此信号位能量信号。
差分相移键控：为克服绝对相移键控的相位模糊，差分相移键控就是利用前后相邻码元的载波相对相位变化传递数字信息。
相对移相键控：是利用前后相邻码元的载波相对相位变化来传递数字信息，而其频率和幅度保持不变。
角度调制：指高频载波的频率或相位按照基带信号的规律而变化的一种调制方式，是一种非线性调制，已调信号的频谱不再保持原理基带频谱的结构。
数字调制：是指用数字基带信号控制载波的某些参数，将数字基带信号变化为数字带通信号的过程。
通信原理讨论课——高斯噪声和白噪声
通信原理讨论课报告题目：高斯噪声和白噪声信号的表示及各自特点姓名：郭耀华 学号：120104030030 班级：通信工程一班一、高斯噪声（依噪声幅度分布特性判定）定义：高斯噪声是一种随机噪声，在任选瞬时中任取n 个，其值按n 个变数的高斯概率定律分布。
中心极限定理（李雅普诺夫定理）：大量N 个统计独立的、具有有限的数学期望和方差的随机变量之和∑==Ni ixZ 1的分布律在∞→N 的极限情况下趋于高斯分布律。
1、高斯分布律1）一维概率密度函数: 是由均值 μ 和均方差2σ唯一确定的函数.<1> 概率密度：222)(21)(σσπμ--=x ex p<2> 分布函数:⎰∞---=<=xx dxex X P x F 222)(21)()(σσπμ<3> 当 m=0 时22221)(σσπx ex p -=<4> 高斯变量X 的N 阶中心矩与N 阶原点矩 中心矩:⎰∞∞----=dxem x m x NN 222)()(21σσπμ原点矩:⎩⎨⎧==⎰∞∞--为偶数为奇数N N dx exNx Nn σσπμσ0212222、满足高斯分布的充分条件（1）客观背景：事实上，噪声函数的瞬时值可视为大量的相互独立的被加项之和,且任意一个被加项与其它被加项相比,在方差或功率上都相差无几。
（2）满足高斯分布的条件：当被加项的数目很大而每一个被加项与所有被加项的总贡献比很小时，这些随机变量之和的分布即趋于高斯分布。
（3）结果：此时，个别分量在很宽范围内的分布特性无关紧要3、高斯分布的特点与高斯噪声特性（1）高斯分布的特点：<1> 以 x=m 为轴，呈对称分布，x=m 时取最大值。
<2> ±∞→x 时逼近横轴 <3>σ±=x 处有拐点<4> σσ33+<<-m x m 域内的概率为99.7% σσ22+<<-m x m 域内的概率为95.4%σσ+<<-m x m 域内的概率为68.3%（2）高斯噪声特性<1> 高斯噪声的线性组合仍是高斯噪声。
随机实验理想白噪声和带限白噪声的产生与分析-5页word资料
实验八理想白噪声和带限白噪声的产生与分析１．实验目的了解理想白噪声和带限白噪声的基本概念并能够区分它们，掌握用matlab或c/c++软件仿真和分析理想白噪声和带限白噪声的方法。
⒉实验原理所谓白噪声是指它的概率统计特性服从某种分布而它的功率谱密度又是均匀的。
确切的说，白噪声只是一种理想化的模型，因为实际的噪声功率谱密度不可能具有无限宽的带宽，否则它的平均功率将是无限大，是物理上不可实现的。
然而白噪声在数学处理上比较方便，所以它在通信系统的分析中有十分重要的作用。
一般地说，只要噪声的功率谱密度的宽度远大于它所作用的系统的带宽，并且在系统的带内，它的功率谱密度基本上是常数，就可以作为白噪声处理了。
白噪声的功率谱密度为：其中为单边功率谱密度。
2 ) ( 0 N f S n 0 N白噪声的自相关函数位：白噪声的自相关函数是位于τ =0 处，强度为的冲击函数。
这表明白噪声在任何两个不同的瞬间的取值是不相关的。
同时也意味着白噪声能随时间无限快的变化，因为它含一切频率分量而无限宽的带宽。
) ( 20 N R ）（ 20 N若一个具有零均值的平稳随机过程，其功率谱密度在某一个有限频率范围内均匀分布，而在此范围外为零，则称这个过程为带限白噪声。
带限白噪声分为低通型和带通型。
⒊实验任务与要求⑴用matlab 或c/c++语言编写和仿真程序。
系统框图如图19、图20 所示：特性测试绘制图形低通滤波特性测试绘制图形白噪声图1 低通滤波器系统框图特性测试绘制图形带通滤波特性测试绘制图形白噪声图2 带通滤波器系统框图⑵输入信号为：高斯白噪声信号和均匀白噪声信号，图为高斯白噪声。
⑶设计一个低通滤波器和一个带通滤波器。
要求低通滤波器的通带为0KHz-2KHz、通带衰减小于1db、阻带衰减大于35db。
带通滤波器的通带为10KHz-20KHz、通带衰减小于1db、阻带衰减大于35db。
⑷首先计算白噪声的均值、均方值、方差、概率密度、频谱及功率谱密度、自相关函数。