1、在通信系统中,除了常见的高斯白噪声还有哪些噪声会对我们无线传输造成影响

(1)白噪声
在通信系统中,经常碰到的噪声之一就是白噪声。白噪声是指它的功率谱密度函数在整个频域内是常数,即服从均匀分布。白噪声,就是说频谱为一常数;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。 所以,“白”与“不白”是和分布没有关系的。之所以称它为“白”噪声,是因为它类似于光学中包括全部可见光频率在内的白光。凡是不符合上述条件的噪声就称为有色噪声。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”。

 

(2)高斯噪声

在实际信道中,另一种常见噪声是高斯噪声。高斯噪声是一种具有正态分布,也称作高斯分布,概率密度函数的噪声。高斯分布又名正态分布(normal distribution)。正态分布的概率密度函数曲线的形状由两个参数决定:平均值和方差。简单来说,平均值决定曲线对称中线,方差决定曲线的胖瘦,即贴近中线的程度。概率密度定义了信号出现的频率是如何随着其幅值变化的,即以信号幅值为横轴,以出现的频率为纵轴。因此,从概率密度角度来说,高斯白噪声的幅度分布服从高斯分布。换句话说,高斯噪声的值遵循高斯分布或者它在各个频率分量上的能量具有高斯分布。如果一个噪声,它的幅度分布服从高斯分布,而它的功率谱密度又是均匀分布的,则称它为高斯白噪声。

 

(3)窄带高斯噪声

当高斯噪声通过以为中心角频率的窄带系统时,就可形成窄带高斯噪声。所谓窄带系统是指系统的频带宽度远远小于其中心频率的系统。窄带高斯噪声的特点是频谱局限在附近很窄的频率范围内,其包络和相位都在作随机变化。如用丞波器观察其波形,它是一个频率近似为,包络和相位随机变化的正弦波。

python 时间序列的白噪音监测_通信系统

 

python 时间序列的白噪音监测_通信系统_02

python 时间序列的白噪音监测_正态分布_03

 

 

python 时间序列的白噪音监测_正态分布_04

 

 

(4)正弦信号加窄带高斯噪声

 信道中加性噪声无时不在,信号经过信道传输总会受到它的影响。因此,接收端收到的信号实际上是信号与噪声的合成波。通信系统中,常常碰到的合成信号具有正弦信号加窄带高斯噪声的形式,如在分析2ASK、2FSK、2PSK等信号抗噪声性能时,其信号均为

python 时间序列的白噪音监测_正态分布_05

形式。 

 

(5) 余弦信号加窄带高斯噪声

1.余弦信号和窄带高斯噪声的随机包络服从广义瑞利分布(也称莱斯分布)。若信号幅度A→0时,其随机包络服从瑞利分布。瑞利分布如下:

python 时间序列的白噪音监测_其他_06

 

2.余弦信号加窄带高斯噪声的随机相位分布与信道中的信噪比有关,当信噪比很小时,它接近于均匀分布。

 

2、简述算术编码的原理,并举例说明(按照书中例5-9的条件,若输出序列为S=abdab,则对应的编码是什么?给出推导过程)

算术编码是图像压缩的主要算法之一。是一种无损数据压缩方法,也是一种熵编码的方法。和其它熵编码方法不同的地方在于,其他的熵编码方法通常是把输入的消息分割为符号,然后对每个符号进行编码,而算术编码是直接把整个输入的消息编码为一个数,一个满足(0.0 ≤ n < 1.0)的小数n。

python 时间序列的白噪音监测_通信系统_07

 

 

3、简述LZ编码原理,并举例说明[按照书中例5-10的条件,若输入信源符号序列U=(abbabaabbabab)]则对应的输出编码是什么?

解:LZ编码不同于霍夫曼编码,它是一种由变长到定长编码,是基于字典的通用编码方案,算法与信源统计特性无关。
LZ编码步骤:
(1)将信源输出序列分成各不相同的码段,尽可能取最短码段且各段不相同。
(2)将第一步分好的各码段作为字典内容,码段的序号作为字典索引。
(3)编码,新的码段是前面出现过的码段与新的信源输出的拼接。

python 时间序列的白噪音监测_通信系统_08