提到高斯白噪声,首先想到的就是功率谱,功率谱密度,sigma方,高斯分布,二阶中心距,方差,均值,功率,awgn,eb/n0,等等。这些名词到底如果整合,下面来整理一下。
所谓高斯白噪声,从数学上来讲,就是服从于一定分布的随机变量。这个随机变量可以随着时间产生无限多的值。这就是信号。这个信号显然就是一个功率信号。如何分析这个随机变量,从不同的角度可以看到 这个随机变量的不同特点。
首先,从数学统计的角度。这个随机变量服从均值为0方差为sigma方的正态分布。sigma方也就是这个随机变量的二阶中心距。当均值为0的时候,二阶中心距等于二阶原点矩。而二阶原点矩就是一个信号的功率。
因此高斯白噪声的功率就是sigma方。
众所周知,对于功率信号。我们的分析角度是其功率谱密度。功率谱是功率谱密度的简称。可以这样理解。功率谱是功率的傅里叶变换。所以,可以知道,在频域,是一条直线,在时域,是一个delta脉冲,这个脉冲的强度就是sigma方。所以,我们一般都说白噪声的强度为多少,其实就是其delta的强度。
然后再转到通信的角度。对于双边普,sigma方就是n0/2,利用这个,就可以利用matlab来生成高斯白噪声。从完备上来讲,高斯白噪声是无穷无尽的,我们有时候只是取它的一部分。
就这么多吧,其实也是很简单的,需要把很多的知识点串起来。