1.1 信息的基本知识
1.1.1 信息的概念
- 信息是事物的特征、状态和与其他食物的关联。
信息是能够用来消除不确定性的东西。它是信息获得者从”不知“到”知“的过程中,对事物从不确定到确定的一个度量。信息就是从事物的可能性(不确定性)转换为现实性(确定性)的体现。 - 可能性与现实性
事前可能性与事后现实性。
1.1.1.2 信息的基本特征:1.共享性、2.可被传递性、3.控制作用、4.可以“衍生”、5.可被存储。
- 共享性:信息可以从一个承载体传递到另一个承载体,但传递过程不会使原有承载体的信息减少。
- 可传递性——信息的运动:信息的传递依赖于能量的传递,二者的传递方向是一致的,但并不一定要求一致。
- 信息的控制作用:自然界的大量存在的随机的、无序的运动,可以在信息的控制下成为可预知的、有序的运动。
1.1.2 信息的度量
- 不确定性和确定性。 信息是从事物的可能性(不确定性)转换为现实性(确定性)的体现。
- 信息量是事物的某个确定状态所派出的可能状态的度量。
- 一个事物出现某个状态的概率越大,则它处在这个状态时所包含的信息量就越少。
数学描述:
{ x 1 , x 2 , x 3 , x 4 p 1 , p 2 , p 3 , p 4 } (2) \left\{ \begin{matrix} x_1 ,x_2,x_3,x_4 \\ p_1,p_2,p_3,p_4 \\ \end{matrix} \right\}\tag{2} {x1,x2,x3,x4p1,p2,p3,p4}(2)出现某个状态时所包含的信息量为:
I ( x i ) = − l o g ( p i ) I(x_i)=-log(p_i) I(xi)=−log(pi)
如果一个随机事件有2个等概率的可能状态,那么当一个状态出现时,这个时间所处状态包含的信息定义为1比特(bit)。
{
x
1
,
x
2
1
/
2
,
1
/
2
}
(2)
\left\{ \begin{matrix} x_1 ,& x_2 \\ 1/2 , & 1/2 \\ \end{matrix} \right\}\tag{2}
{x1,1/2,x21/2}(2)
p
i
p_i
pi——事前出现某状态的概率
I(
x
i
x_i
xi)——事后某状态已经出现时(现实性)的信息
数学描述:
I
(
x
i
)
=
−
l
o
g
2
p
i
I(x_i) = -log_2pi
I(xi)=−log2pi
对于二进制计数系统,每一位只可能有2个状态(0,1), 因此二进制的每一位的出现都包含了1比特的信息。
对于十进制计数系统,每一位可能有10个状态(0-9),当其中认可一个状态出现时,这个状态所包含的信息为:
I
(
x
i
)
=
−
l
o
g
2
(
1
10
)
=
3.322
I(x_i) = -log_2(\frac{1}{10})=3.322
I(xi)=−log2(101)=3.322
1.2 信号的概念
什么是信号?
再有信息的客观物理量
1.2.1 信号的物理性
(1)确定信号和随机信号:只有随机信号才是真正的信号
(2)时间性
实时信号——在通信过程中同时产生的信号
实时信号+时间相关
实时信号+时间不相关
非实时信号+时间相关
非实时信号+时间不相关
(3)信号的频谱
F
(
ω
)
=
∫
−
∞
+
∞
f
(
λ
)
e
j
ω
λ
d
λ
F(\omega)=\int^{+\infty}_{-\infty}f(\lambda)e^{j\omega\lambda}d\lambda
F(ω)=∫−∞+∞f(λ)ejωλdλ
f
(
λ
)
=
1
2
π
∫
−
∞
+
∞
F
(
ω
)
e
j
ω
λ
d
ω
f(\lambda)=\frac{1}{2\pi}\int^{+\infty}_{-\infty}F(\omega)e^{j\omega\lambda}d\omega
f(λ)=2π1∫−∞+∞F(ω)ejωλdω
只有离散谱中 的冲击函数,才能在频谱仪上观察得到
信号 | 频谱 |
---|---|
周期 | 离散 |
非周期 | 连续 |
连续 | 非周期 |
离散 | 周期 |
周期性的连续信号 ---------------------- 非周期的离散频谱
非周期性的连续信号---------------------非周期的连续谱
周期性的离散信号--------------------周期性的线状离散谱
非周期的离散信号------------------周期性的连续谱
随机信号的频谱
不能直接利用傅里叶变换的到;但一个实现有对应的频域数;
考察一个时间段内一个现实的平均功率:
lim
T
→
∞
1
2
T
∫
−
T
+
T
x
2
(
t
)
d
x
=
1
2
π
∫
−
∞
+
∞
lim
T
→
∞
1
2
T
∣
F
x
(
ω
,
T
)
∣
2
d
ω
\displaystyle \lim^{}_{T\to \infty}{\frac{1}{2T}\int^{+T}_{-T}{x^2(t)dx}}=\frac{1}{2\pi}\displaystyle\int^{+\infty}_{-\infty}\displaystyle \lim^{}_{T\to \infty}{\frac{1}{2T}{{|F_x(\omega,T)|^2d\omega}}}
T→∞lim2T1∫−T+Tx2(t)dx=2π1∫−∞+∞T→∞lim2T1∣Fx(ω,T)∣2dω
功率谱密度函数:
S
(
ω
)
=
lim
T
→
∞
1
2
T
∣
F
x
(
ω
,
T
)
∣
2
S(\omega) = \displaystyle\lim_{T\to\infty}\frac{1}{2T}|F_x(\omega,T)|^2
S(ω)=T→∞lim2T1∣Fx(ω,T)∣2
如果这个现实是各态遍历的,那么这个现实的平均功率,也就是整个随机过程各个现实的平均功率的数学期望
P ‾ = 1 2 π ∫ − ∞ ∞ S ( ω ) d ω \overline{P}=\frac{1}{2\pi}\int^{\infty}_{-\infty}{S(\omega)d\omega} P=2π1∫−∞∞S(ω)dω
随机过程的平均功率等于它的功率谱密度函数的积分。
1.2.2 信号的信息性
(1)数字信号和模拟信号
数字信号 原始信息的状态集合是离散集合
模拟信号 原始信息的状态机和是连续信号
连续的模拟信号 语音信号
离散的模拟信号 由CCD摄像机采集未经编码的信号
连续的数字信号 FSK信号
离散的数字信号 通常的数字信号序列
(信息的时间特性)
实时,非实时,时间相关,时间无关
流量:信息流在单位时间的信息量
信息流:平稳性和突发性
1.3 数字信号
1.3.1 一般概念
数字信号是载有数字信息的信号。
当采用二进制数字时,数字信息就是一个随机的二进制数字序列。
- 随机变量只能取数字0和1;
- 一个有序的序列。定义某个数字为起始位,这个序列是可数的。
数字信号是一个随机的二进制数字信息序列承载在一个物理量(比如波形)上。
s ( t ) = ∑ n = − ∞ + ∞ a n f ( t − n T ) s(t)=\displaystyle\sum^{+\infty}_{n=-\infty}a_nf(t-nT) s(t)=n=−∞∑+∞anf(t−nT)
——数字信号的基本表达式
1.3.2 码元函数-数字信号的屋里特征
码元函数
f
(
t
)
f(t)
f(t):一个旨在
−
T
2
<
t
<
T
2
\frac{-T}{2}<t<\frac{T}{2}
2−T<t<2T内有定义的、光功率(或者光强)随时间变化的函数
非归零NRZ码,归零RZ码,高斯脉冲,双曲正割函数(光学孤子)
占空比:
τ
\tau
τ/T
消光比:
η
\eta
η =
10
lg
P
1
P
0
10\lg\frac{P_1}{P0}
10lgP0P1
对于任意一个光学通信,消光比要大于20db
数字信号可以看做是一系列相同波形的、周期性但随机出现的,码元所构成的码流。
1.3.3 数字信号的频谱-离散谱
当n=1时,码元周期所对应频率分量(时钟频率)的大小分别为:
- 占空比为100%的脉冲信号在周期信号频率点无频谱分量。
- 占空比为50%的脉冲信号在周期信号频率点的分量最大。
- 占空比小宇50%时,其频谱中有含脉冲信号周期信号频率点在内的多种线谱。
1.3.4 眼图
可以利用眼图的张开程度,来观察波形失真的情况。
1.3.5 同步
- 全网的同步概念
-
- 全网的时钟频率相同(时钟同步)
-
- 全网的时刻一致(帧同步)
- 同步方式和异步方式
-
- 同步方式:时钟同步,帧同步
-
- 异步方式:时钟同步,帧可以不同步
1.3.6 帧定位方法
1.信号(物理)方法
在发送数据流的同时,另发送一个帧定位信号。
- RS-232-C接口
2.信息方法
定义一个特定的字符串(起始字段)作为起始定位标识,而后的其他字符组合成的字符串(净载荷)不允许与之相同。
1.3.7 包
包,也称为分组,帧。包是一串连续有限的比特码流。
目的:在保证可靠性的前提下提高实时性。
- 检错、重传,不丢失信息
- 可靠性与实时性 找到折衷或平衡
包的大小对传输质量、效率有很大影响
固定时隙 信元 HDLC 以太网帧 IP包
1.4 噪声
噪声是通信系统的主要敌人
1.4.1 干扰
干扰有时也称为串扰。干扰指的是有一定规律的不含信息的信号,或它虽然含有信息但不是通信系统所要传达的信息。
外部干扰:空间干扰——广播干扰,雷电干扰,电气化铁路,临近设备
引线干扰(电源线或其他引线)——50Hz工频干扰,人体触摸电路板时的干扰
内部干扰:系统内部各部分之间的相互干扰,发射/接收机
1.4.2 狭义噪声
狭义噪声是一种完全无规则的“信号“,它不含任何信息,一般来自于系统内部。
- 加性噪声 无论通信系统中的有用信号是否存在,它都存在,二者是叠加关系
热噪声,晶体三极管和有源器件散弹噪声
光电器件的量子噪声
白噪声,高斯白噪声,三角噪声 - 乘性噪声 只有信号存在时噪声才存在
加性噪声 无论通信系统中的有用信号是否存在,它都存在,二者是叠加关系
p
(
t
)
=
p
0
(
t
)
+
N
(
t
)
p(t) = p_0(t)+N(t)
p(t)=p0(t)+N(t)
v
2
(
t
)
=
v
0
2
(
t
)
+
N
(
t
)
v^2(t)=v^2_0(t) +N(t)
v2(t)=v02(t)+N(t)
热噪声、晶体三极管和有源器件散弹噪声、光电器件的量子噪声
白噪声:频谱很宽的噪声。在所考虑的频段内,噪声功率近似均匀分布。例如:无信号时电视机上的若干“雪花”点
高斯白噪声:对于每一个频率分量的噪声,其功率分布,近似为高斯分布。
三角噪声:在所考虑的频段内,近似为三角形分布。低频大,高频小。
加性噪声:电阻的热噪声
由电子的非定向运动叠加在定向运动上的一种起伏或波动,它在频率上均匀分布,其功率谱密度为:
4
k
T
R
4kTR
4kTR
k为玻尔兹曼系数
T为温度
R为电阻(直流平均电阻)
在给定带宽内的总噪声:
V
2
=
4
k
T
R
B
V^2=4kTRB
V2=4kTRB
B为带宽
在外路最佳匹配的条件下,输出的噪声功率为
P
=
V
2
/
4
R
=
k
T
B
P=V^2/4R=kTB
P=V2/4R=kTB
乘性噪声
只有信号存在时噪声才存在,当输入信号没有时,噪声也就没有了,它可表示为:
N
(
t
)
=
k
P
0
(
t
)
N(t)=kP_0(t)
N(t)=kP0(t)
当信号的幅度大到一定程度时,会引起非线性失真,使原有信号产生新的频率分量,相当于引入了噪声。乘性噪声是有当信号强度大到一定程度时才存在。
非线性失真噪声
y
(
t
)
=
k
0
x
(
t
)
+
k
1
x
(
t
)
2
y(t)=k_0x(t)+k_1x(t)^2
y(t)=k0x(t)+k1x(t)2
x
(
t
)
=
s
i
n
(
ω
t
)
+
s
i
n
(
ω
2
t
)
x(t)=sin(\omega_t)+sin(\omega_2t)
x(t)=sin(ωt)+sin(ω2t)
可能出现(1)直流分量,(2)基波;(3)二次谐波(二倍频,混合波)除基波外,其他的都是噪声。在无线电接收机中,当信号较强时出现。
量化噪声时在取样量化过程中,量化信号与真是信号之间产生的误差。这个误差相当于一个噪声。
1.4.3 噪声的表示
- 描述噪声的主要指标有:噪声平均功率、方差、信噪比(输入信噪比,输出信噪比)、噪声指数。
- 噪声的统计特征
- 信噪比
- 噪声指数
- 1 噪声的统计特征
噪声在数学上可以用一个随机函数(随机过程) X ( t ) X(t) X(t)来描述,它的值事先不能预知。在给定时刻 t t t,都是一个随机变量,因此可以用一个分布函数或者概率密度函数 f ( x , t ) f(x,t) f(x,t)描述。
均值(数学期望)
E [ X ( x , t ) ] = ∫ − ∞ + ∞ x f ( x , t ) d x E[X(x,t)]=\int^{+\infty}_{-\infty}xf(x,t)dx E[X(x,t)]=∫−∞+∞xf(x,t)dx
数学期望不随时间t变化,是一个常数。这个常数经过一段时间的测量就可以大体得到,因此可以计算到无用信号或者干扰当中去。这样,通常可以认为噪声的平均值为0。
特征值
- 方差
D [ X ( x , t ) ] = E [ X − E ( X ) ] 2 = E ( X 2 ) − [ E ( X ) ] 2 D[X(x,t)] = E{[X-E(X)]^2}=E(X^2)-[E(X)]^2 D[X(x,t)]=E[X−E(X)]2=E(X2)−[E(X)]2 - 由于把平均值不计算为噪声,所以,方差(或者均方差)才能作为噪声的度量。
功率谱密度
-设随机函数 X ( t ) X(t) X(t)的一个现实 x ( t ) x(t) x(t)对应频域函数
F x ( ω ) = = ∫ − ∞ + ∞ x ( t ) e − j ω t d x F_x(\omega)==\int^{+\infty}_{-\infty}x(t)e^{-j\omega t}dx Fx(ω)==∫−∞+∞x(t)e−jωtdx
-只有形式上的意义,实际上无法进行积分运算
-帕塞瓦尔(Parseval)公式
∫ − ∞ + ∞ x 2 ( t ) d t = 1 2 π ∫ + ∞ − ∞ ∣ F x ( ω ) ∣ 2 d ω \int^{+\infty}_{-\infty}x^2(t)dt=\frac{1}{2\pi}\int{+\infty}{-\infty}|F_x(\omega)|^2d\omega ∫−∞+∞x2(t)dt=2π1∫+∞−∞∣Fx(ω)∣2dω
功率谱密度
P ‾ = 1 2 π ∫ − ∞ + ∞ S ( ω ) d ω \overline P=\frac{1}{2\pi}\int^{+\infty}_{-\infty}S(\omega)d\omega P=2π1∫−∞+∞S(ω)dω
σ 2 = 1 2 π ∫ − ∞ + ∞ S ( ω ) d ω \sigma ^2=\frac{1}{2\pi}\int^{+\infty}_{-\infty}S(\omega)d\omega σ2=2π1∫−∞+∞S(ω)dω
噪声功率的大小是它的功率谱密度的频域积分
光噪声 - 光子数噪声
光子数的随机起伏是光强度噪声的本质。 - 光子数本身就对应功率,所以光噪声对应这个光功率的平方。
σ 2 = < n 2 > − < n > 2 \sigma^2=<n^2>-<n>^2 σ2=<n2>−<n>2
2.信噪比 - 噪声对于通信的影响,取决于噪声与信号的相对大小,所以我们常常用信噪比这个量来度量噪声的严重程度
- 点噪声
S N R = P S i g n a l P N o i s e SNR=\frac{P_{Signal}}{P_{Noise}} SNR=PNoisePSignal
S N R = v 2 σ 2 SNR=\frac{v^2}{\sigma^2} SNR=σ2v2
S N R = v 2 S ( ω ) B SNR = \frac{v^2}{S(\omega)B} SNR=S(ω)Bv2 - 转换成电信号以后的信噪比
- S N R = P ‾ 2 σ 2 ( h v ) 2 B 2 = P ‾ 2 S ( ω ) ( h v ) 2 B 2 = < n > 2 σ 2 SNR = \frac{\overline P^2}{\sigma^2(hv)^2B^2}=\frac{\overline P^2}{S(\omega)(hv)^2B^2}=\frac{<n>^2 }{\sigma^2} SNR=σ2(hv)2B2P2=S(ω)(hv)2B2P2=σ2<n>2
- O S N R = P ‾ σ B h v = < n > σ OSNR=\frac{\overline P}{\sigma Bhv}=\frac{<n>}{\sigma} OSNR=σBhvP=σ<n>