国科大通信原理复习

MinJohnson

已于 2023-12-10 22:29:50 修改

阅读量837

点赞数 9

分类专栏：通信原理文章标签：通信原理

于 2023-12-08 23:17:32 首次发布

本文链接：https://blog.csdn.net/Programmer_jzm/article/details/134887854

版权

通信原理专栏收录该内容

2 篇文章 0 订阅

订阅专栏

CH1 基本概念

1. 数字通信的原理框图

在这里插入图片描述

上面和下面对称的记忆

2. 数字通信的优缺点

优点
（1）抗噪声和抗干扰能力强
（2）便于提高信息传输效率
（3）便于传输过程差错控制
（4）便于信息加密处理
（5）便于VLSI大规模集成电路实现
缺点（1）需要采用复杂的同步技术
（2）当信号失真大于失真门限，收到的是完全错误的符号

3. 通信系统的主要性能指标

在这里插入图片描述

4. 无线信道的特点

（1）传播的开放性
（2）信道的复杂性
（3）环境的时变性
（4）频谱资源的稀缺性

5. 通信信道的主要数字模型

在这里插入图片描述

在这里插入图片描述
多径

CH2 信号分析基础

6. 维纳-辛钦定理

【能量信号】对于“能量信号”，信号的“能量谱密度”与“自相关函数”是一个傅里叶变换对
在这里插入图片描述
【功率信号】对于“功率信号”，信号的“功率谱密度”与“自相关函数”是一个傅里叶变换对

7. 帕斯瓦尔定理

8. 正交的含义

矢量表示的两个信号作内积结果为0

9. 标准正交基与信号空间映射

标准正交基相互之间正交，其自己与自己的内积为1
在这里插入图片描述
信号空间映射指的是信号可以被表示为标准正交基的线性组合。

10. 广义平稳随机过程的含义

广义平稳随机过程的均值为常数，相关函数仅与时间间隔τ有关
在这里插入图片描述

通信系统中遇到的信号以及噪声，大多数可视为广义平稳过程。

11. 遍历性的含义

在这里插入图片描述

遍历性又叫“各态历经性”，其含义：随机过程中的任一样本都经历了随机过程的所有可能状态。
数学上：可用一次实现的“时间平均”来取代过程的“统计平均”，简化测量和计算。

12. 窄带高斯信号及其特点，瑞利分布和莱斯分布

瑞利分布

在这里插入图片描述

莱斯分布

同相分量加了一个A
在这里插入图片描述

13. 瑞利衰落信道和莱斯衰落信道

瑞利衰落信道

在这里插入图片描述

莱斯衰落信道

在这里插入图片描述

14. 平稳随机过程经过线性系统后的功率谱密度表达式

在这里插入图片描述

15. 无失真线性系统的频率特性和群时延特性

在这里插入图片描述

信号经过无失真线性系统只有幅度和时延的变化，无色散
在这里插入图片描述

【群时延特性】信号的不同频率成分经过系统后时延相同

16. 循环平稳随机过程的含义及其功率密度谱函数

在这里插入图片描述

17. 匹配滤波器的原理图

在这里插入图片描述

18. 匹配滤波为什么是最佳接收机

不会考试

CH3 信源的数字化

19. 数字化的步骤

在这里插入图片描述

20. 奈奎斯特采样定理

在这里插入图片描述

21. 均匀分布时均匀量化的量化误差（均值与方差）

在这里插入图片描述
证明过程如下。 $\int_{-\frac\Delta2}^{\frac\Delta2}z^2\frac1\Delta dz=\frac{\Delta^2}{12}$

Δ是量化步长，是每个区间的宽度

22. 最佳量化器的表达式、均匀分布时的最佳量化

最佳量化器的表达式

在这里插入图片描述

均匀分布时的最佳量化（必出证明题）

在这里插入图片描述

首先明确什么是均匀量化，把判决门限 $d$ 和输出信号幅度 $y$ 满足下列式子的量化方法称为均匀量化。
$\begin{cases}\begin{aligned}d_{k+1}-d_k&=d_k-d_{k-1}=\Delta\\y_k&=\frac{d_{k+1}+d_k}2\end{aligned}&k=1,2,\cdots,M-1&\end{cases}$
然后明确什么是最佳量化，令均方误差 $\epsilon$ 最小即可得到任意分布时的最佳量化方法。
$\varepsilon=E\left\{(x-y)^2\right\}=\int_{a_L}^{a_M}(x-y)^2p(x)dx=\sum_{k=0}^{M-1}\int_{d_k}^{d_{k+1}}(x-y_k)^2p(x)dx$
对最佳量化的方程进行拉格朗日乘数法求极值，得到任意分布时的最佳判决电平。
$d_k=\frac{y_{k-1}+y_k}2\quad,k=1,2,\cdots,M-1$
同时利用下面这个式子求任意分布式时的最佳输出电平。
$y_k=\frac{\int_{d_k}^{d_{k+1}}xp(x)dx}{\int_{d_k}^{d_{k+1}}p(x)dx}=\frac{x\text{在}[d_k,d_{k+1}]\text{上的数学期望}}{ x\text{在}[d_k,d_{k+1}]\text{的概率}}$
当信号服从均匀分布时，将均匀分布 $p(x)=\frac{1}{a-b}$ 代入第四条中的任意分布时的最佳输出电平公式。可以得到信号服从均匀分布时的最佳量化输出如下。
$y_k=\frac{\int_{d_{k-1}}^{d_k}xf(x)dx}{\int_{d_{k-1}}^{d_k}f(x)dx}=\frac{(d_k+d_{k-1})(d_k-d_{k-1})}{2(d_k-d_{k-1})}=\frac{d_k+d_{k-1}}2$
最后我们还需要证明 $d_k-d_{k-1}=d_{k+1}-d_{k}$ 。
第六点的证明只需要把第五点的公式最佳输出电平代入第三点的公式最佳判决门限即可证明。

23. 压扩量化的含义

压扩量化是一种非线性量化技术，它对大信号进行压缩，对小信号进行放大，从而提高信噪比和话音质量。压扩量化的原理是将信号的动态范围压缩到一个较小的范围，然后用均匀量化器进行量化，传输到接收端后再用反压缩器将信号恢复到原来的动态范围。
在这里插入图片描述

24. 常用的压扩量化、13折线法

常用的压扩量化

在这里插入图片描述

13折线法

原理介绍

在这里插入图片描述

上图对x轴每次都二分法分段。所以x轴用了7次把0~1这个大区间分成了八段落，x轴目前的最小间隔是 $\frac{1}{2^7}=\frac1{128}$ 。
接下来我们对x轴的八段落进行处理，把八个段落每段分成16个子段，即现在x轴最小间隔变成了 $\frac{1}{128*16}=\frac1{2048}=Δ$ 。
我们对上面的子段进行编码。因为x轴被分成了8个段落，每个段落又被分成了16个子段，所以0~1大区间内一共有子段8*16=128个，对这些子段进行二进制编码，那么就需要7个bit来表示这些子段。最后，信号有可能在x轴负方向，所以我们需要一个bit来表明子段的极性。
综上，每个子段需要8个bit来标识，第一个比特位C1用来表示极性，规定1表示正，0表示负；第二、三和四比特C2\C3\C4位用来表示段落码，表示信号处于八个大段里面的哪个段，被称为段落码。第五、六、七和八比特位C5\C6\C7\C8用来表示每个段的子段，被称为段内码。
上面的量化方式被称为非均匀量化。

均匀量化：我们知道非均匀量化中最小的量化单位为 $\frac1{2048}=Δ$ ，假如我们做均匀量化，那么我就要把0~1这个大区间分成 $\frac1Δ$ 份，也就是 $2^11$ 个子段，需要11个bit来编码。（而且只表示了正极性）

例题

在这里插入图片描述

25. 矢量量化的含义和基本方法

在这里插入图片描述

CH4 离散信源编码

26. 信源编码的基本方法和分类

基本方法

在这里插入图片描述

分类

在这里插入图片描述

27. 无失真编码和有失真编码的区别

它们的区别主要在于编码后的信号是否能够完全恢复到原始信号，以及编码的效率和复杂度。

28. 信息量和熵的定义

在这里插入图片描述

29. 离散信源的最大熵定理

在这里插入图片描述
n表示所有符号的种类，比如对于二进制码字，Rbit对应 $n=2^R$

30. 冗余度的定义

在这里插入图片描述

31. 异字头码的含义和构造方法

含义

在这里插入图片描述

构造方法

构造异字头码的方法有很多种，其中比较常用的有香农编码、费诺编码和哈夫曼编码。这三种方法的基本思想是根据信源符号的概率分布来分配码字，使概率大的符号对应短码，概率小的符号对应长码，从而降低平均码长。
在这里插入图片描述

32. 唯一可译码的存在条件

在这里插入图片描述
L表示码字的码元长度，m表示进制数，n表示符号个数，下面是例子

对于码A

33. 数据压缩比、最大压缩比和编码效率

在这里插入图片描述

上面公式的n表示符号个数，比如下图四个符号a1、a2、a3、a4，那n=4
上面公式的 $l$ 定义如下， $l$ 被称为平均码长
L表示

下面是计算例子
在这里插入图片描述

34. 香农第一定理

在这里插入图片描述
上图中各个公式的含义贴在下面

在这里插入图片描述

35. 香农-费诺编码

在这里插入图片描述

36. 哈夫曼编码

在这里插入图片描述

将信源符号的概率按减小的顺序排队。
把两个最小的概率相加，并继续这一步骤，始终将较高的概率分支放在右边，直到最后变成概率1。
画出由概率1处到每个信源符号的路径，顺序记下沿路径的0和1，所得就是该符号的哈夫曼码字。
将每对组合的左边一个指定为0，右边一个指定为1（或相反）。

37. 哈夫曼编码的三种改进形式

在这里插入图片描述

标准哈夫曼编码

在这里插入图片描述

动态哈夫曼编码

在这里插入图片描述

截断哈夫曼编码

在这里插入图片描述

38. 游程编码的基本思想

游程编码是一种统计编码，它的基本思想是将具有相同值的连续符号用其符号值和串长来代替，从而减少数据量。

例如，有一个字符串“aaabccddddd”，经过游程编码后可以用“3a1b2c5d”来表示。3a表示这个地方有3个连续的a，同理1b表示有1个b，2c表示有2个c，5d表示有5个d。

游程编码的优点是编码和解码过程简单，适用于对信号精度要求不高的场合，如二值图像、语音等。游程编码的缺点是编码效率不高，对信号的概率分布敏感，如果信号变化频繁，游程长度很短，甚至可能导致压缩后的数据量增加。

CH5 模拟信源编码

40. 联合熵、条件熵与平均互信息量的含义和相互关系

联合熵

在这里插入图片描述

条件熵

在这里插入图片描述

平均互信息量

在这里插入图片描述

相互关系

在这里插入图片描述

41. 随机序列的压缩极限

在这里插入图片描述

42. 预测编码的理论依据

在这里插入图片描述

43. 预测编码中最佳预测系数的计算方法

预测编码是一种利用前面一个或多个信号预测下一个信号的方法，然后对实际值和预测值的差（预测误差）进行编码。预测编码的目的是找出一组合适的系数，使误差的均方值最小。
预测编码中最佳预测系数的计算方法有多种，其中一种常用的方法是线性预测。线性预测是一种假设信号可以用其前面的p个信号的线性组合来表示的方法。
在这里插入图片描述

在这里插入图片描述

44. 语音信号压缩的依据

在这里插入图片描述

45. 语音编码器的分类以及各自的代表性方法

在这里插入图片描述

波形编码

在这里插入图片描述

参量编码

在这里插入图片描述

混合编码

在这里插入图片描述

47. 码书激励线性预测编码CELPC原理图以及各模块的作用

在这里插入图片描述

48. 视频编码的依据

视频编码的依据是利用视频信号的冗余度和人类的视觉感知特性来实现数据压缩。视频信号的冗余度包括：

空间相关性：视频帧内的像素值通常具有较强的相关性，可以通过变换编码或帧内预测编码来去除。
时间相关性：视频序列中的相邻帧之间通常具有较强的相关性，可以通过运动补偿或帧间预测编码来去除。
色度空间相关性：视频信号的亮度和色度分量之间通常具有较强的相关性，可以通过合适的色度空间表示和取样格式来去除。

人类的视觉感知特性是指人眼对视频信号的不同细节、运动和灰度等方面的感知能力是不同的，可以通过适当降低对某些参数的分辨要求来实现数据压缩。人类的视觉感知特性包括：

亮度掩蔽特性：人眼对背景较亮或较暗时的亮度变化不敏感，可以通过非均匀量化来利用。
空间掩蔽特性：人眼对空间变化频率较高的细节分辨能力较低，可以通过变换编码或帧内预测编码来利用。
时间掩蔽特性：人眼对时间变化频率较高的细节分辨能力较低，可以通过运动补偿或帧间预测编码来利用。

49. 运动补偿预测视频编码的原理图以及各模块的作用

在这里插入图片描述

VLC是熵编码

50. 块匹配法的基本思想

在这里插入图片描述
块匹配法的基本思想是将当前帧的图像分割成若干大小相同的子块，然后在参考帧的某个搜索范围内寻找与每个子块最相似的匹配块，从而得到每个子块的运动矢量。这种方法利用了图像的空间和时间相关性，可以减少帧间预测误差，提高压缩效率。块匹配法的关键是如何选择合适的子块大小、匹配准则和搜索算法。
在这里插入图片描述