一些通信原理实践中的问题总结（不断更新）

一些通信原理实践中的问题总结（不断更新）

matlab的fft函数的使用

对于实信号经过fft之后幅度需要乘$\frac{2}{N}$的原因如下：
首先对于一个实信号可以通过傅里叶级数展开得到
$$x(t)=A_0+\sum _{k=1}^{\infty }(A_{n}cos(k\omega t)+B_n\sin (k\omega t))$$
将其写作单边谱的形式为
$$\begin{gathered} x(t)=C_0+\sum _{n=1}^{\infty }{C}_{n}cos(n\omega t+{\varphi }_n) \\ {C}_0=A_0 \\ {C}_n=\sqrt{A_n^2+B_n^2} \\ {\varphi }_n=-arctan\frac{B_n}{A_n} \end{gathered}$$
而写作双边谱的形式为
$$\begin{gathered} \begin{array}{rl}x(t)& =A_0+\frac{1}{2}\sum _{n=1}^{\infty }(A_n(e^{jn\omega t}+e^{-jn\omega t})-j{B}_n(e^{jn\omega t}-e^{-jn\omega t}))\\ & =\sum _{n=-\infty }^{\infty }{D}_n{e}^{jn\omega t}\end{array} \\ {D}_0=A_0 \\ {D}_n=\frac{1}{2}(A_n-j{B}_n) \\ {D}_{-n}=\frac{1}{2}(A_n+j{B}_n) \\ |D_n|=\frac{1}{2}\sqrt{A_n^2+B_n^2}=\frac{1}{2}|C_n| \end{gathered}$$
从此可以看出单边谱为双边谱的2倍，而matlab的fft是进行复数的变换，得到双边谱，如果要转为单边谱就得乘2。
其次，对于DFS有如下公式：
$$\begin{array}{rl}x[n]& =\sum _{k=0}^{N-1}{c}_k{e}^{j\frac{2\pi }{N}kn}\\ c_k& =\frac{<x[n],e^{j\frac{2\pi }{N}kn}>}{<e^{j\frac{2\pi }{N}kn},e^{j\frac{2\pi }{N}kn}>}\\ & =\frac{{\sum }_{n=0}^{N}x[n]e^{-j\frac{2\pi }{N}kn}}{N}\\ X[k]& =N{c}_k=\sum _{n=0}^{N}x[n]e^{-j\frac{2\pi }{N}kn}\end{array}$$
对于DFT也是一样的，为了防止过多的采样点N使得频谱为0，就会乘N得到傅里叶谱，所以为了统一，需要乘N。

信噪比SNR，符号信噪比$\frac{E_s}{N_0}$，比特信噪比$\frac{E_b}{N_0}$

符号	意义	符号	意义
S	信号平均功率	N	噪声平均功率
$E_b$	每bit信号的信息能量	$R_b$	bit速率
$E_s$	信号符号(symbol)的信息能量	$R_s$	符号（波特）速率
W	信号带宽	$T_{symbol}$	符号周期
T_s	采样时间间隔	M	调制进制
k	每个符号有效bit数	$N_0$	噪声功率谱密度（单边谱）

接下来表述各个符号的表达
$$k=alo{g}_{2}M$$
其中a代表有效信息位，比如一个（7,4）汉明码的QPSK信号其表达为$k=\frac{4}{7}lo{g}_{2}4$。
$$\begin{gathered} R_b=k{R}_s=\frac{k}{T_{symbol}} \\ {E}_b=\frac{E_s}{k} \\ W=\frac{1}{T_s} \\ S=E_b{R}_b \\ N=N_{0}W \\ \frac{S}{N}=\frac{E_b}{N_0}\frac{R_b}{W}=\frac{E_b}{N_0}\frac{R_b}{f_s}=\frac{E_s}{N_0}\frac{R_s}{f_s} \end{gathered}$$