参考:
这篇文章的观点非常新颖和直观,主要从线性代数方面阐述相关原理
目录:
1: 离散卷积
2: ISI & ICI
一 离散卷积
前面讲过连续数据的卷积公式
实际没有连续的数据我们一般采用离散卷积,
假设x的长度为n, h的长度为m, y的长度为n+m
1.1 例子
假设
本质上就是两个矩阵相乘
进一步表示方法,如下图,为对应列元素相乘后求和
二 CP(Cyclic prefix) CS(Cyclic suffix)
2.1 循环前缀,循环后缀结构
发送端
经过IDFT 离散傅里叶逆变换后,得到长度为N的时域数据
然后插入长度为a 的cp, 以及长度为b 的 cs
假设原始数据为
a= b=2
最后数据变成了
2.2 ICI
译码的时候,我们会对其做傅里叶变换,对CP,CS 部分丢弃
如下
发现了多了一个噪声
,其它信道之间的干扰
下面是草图
2.3 ISI 模型
跟上面差不多
,