浅谈阵列信号处理中的高斯白噪声,功率谱,生成高斯白噪声

本文详细介绍了高斯白噪声的概念,包括与其他类型噪声的区别,以及与频域特性的关系。同时阐述了功率谱的统计意义,并讨论了加性高斯白噪声在通信领域的应用。最后,通过Matlab的wgn和awgn函数,展示了如何生成高斯白噪声。
摘要由CSDN通过智能技术生成

高斯白噪声

高斯白噪声需要从“高斯噪声”和“白噪声”分别去理解

  • 高斯噪声:是一种随机噪声,其时域内信号幅度(实数域是绝对值,复数域是模)的统计规律服从高斯分布
  • 白噪声是指该信号的功率谱在整个频域内为常数的噪声,其傅里叶反变换是单位冲击函数,其自相关函数也是冲击函数(说明这种信号只与自己相关,与它的时延信号就不相关)
    综上:(1)高斯白噪声和其他白噪声的区别: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)高斯白噪声和高斯有色噪声的区别:高斯有色噪声其分布是高斯的,但是它的频谱在整个频域内不是一个常数,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。理想的噪声时具有无限带宽,因而其能量是无限大,但是在现实世界是不可能存在的。一般的,只要一个噪声过程所具有的频谱宽度远远大于它所作用的带宽,并且在该带宽中其频谱密度基本上可以作为常数来考虑,就可以当做白噪声处理。一般将噪声当做白噪声,是因为一般生活中的噪声由热噪声产生,其为高斯白噪声。
    (3)时域特性与频域特性共同决定了噪声的特性。时域特性与频域特性相互独立,也即是说,时域特性由概率分布(高斯还是均匀分布还是其他分布)决定的,频域特性(白与不白)则由频带宽度决定的。

功率谱

功率谱是功率谱密度的简称
从统计角度出发:当这个随机变量(噪声),服从均值为0,方差为

  • 6
    点赞
  • 55
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值