通信原理笔记 -- 第四章 信道

目录

信道

1 无线信道

  • 根据通信距离、频率和位置的不同,电磁波的传播主要分为地波(ground wave)、天波(sky wave)(或称电离层反射波(ionosphere reflection wave))和视线(line of sight)传播三种。
  • 地波:沿弯曲的地球表面传播,有一定绕射能力。
  • 天波:利用电离层反射的传播方式。
  • 视线传播:穿透电离层。
  • 视线传播最远距离

    d = h 2 + 2 r h ≈ 2 r h d=\sqrt{h^{2}+2 r h} \approx \sqrt{2 r h} d=h2+2rh 2rh

D为两天线之间的距离则有

D 2 = ( 2 d ) 2 = 8 r h h = D 2 8 r ≈ D 2 50 ( m ) D^{2}=(2 d)^{2}=8 r h \\ h=\frac{D^{2}}{8 r} \approx \frac{D^{2}}{50} \quad(\mathrm{m}) D2=(2d)2=8rhh=8rD250D2(m)

2 有线信道

  • 有线信道分为三类:明线,同轴电缆,对称电缆。

3 信道的数学模型

3.1 调制信道模型
  • 恒参信道———信道特性参数随时间缓变或不变。它对传输信号的衰耗和延时基本上为常数。
    恒参信道举例:各种有线信道;中长波地波传播、超短波及微波视距传播、卫星中继、光波视距传播等部分无线信道。
  • 随参信道—也称变参信道,其信道参数随时间随机变化。存在多径效应,且每条路径对信号延时和衰落随时间随机变化,从而使输出信号产生衰落,所以随参信道也称衰落信道或变参信道。
    随参信道举例:短波电离层反射信道、各种散射信道(如超短波流星余迹散射、超短波及微波对流层散射、超短波电离层散射)、超短波超视距绕射、移动通信信道等。
3.2 信道特性对信号传输的影响
  • 码间串扰:在传输数字信号时,波形畸变可引起相邻码元之间发生部分重叠。属于线性失真。

随参信道的特征

  1. 信号的传输衰减随时间变化
  2. 信号的传输时延随时间变化
  3. 信号经过几条路径到达接收端,而且每条路径的长度和衰减都会随时间而变化。及存在多径传播现象,多径传输对信号的影响称为多径效应

衰落

  • 快衰落:多径效应引起的衰落。衰落周期是一个码元数量级的,
  • 慢衰落:由于天气等因素一起的,周期长的衰落。

减少频率选择性衰落的措施
设信道各路径之间的最大时延差为$\tau_{\mathrm{m}}$,并定义信道的相关带宽为(相邻传输零点的频率间隔):
Δ f = 1 τ m \Delta f=\frac{1}{\tau_{\mathrm{m}}} Δf=τm1
为了减少频率选择性衰落的影响,信号带宽为
B S = ( 1 3 ∼ 1 5 ) Δ f B_{\mathrm{S}}=\left(\frac{1}{3} \sim \frac{1}{5}\right) \Delta f BS=(3151)Δf
所以数字信号的码元宽度为:
T B = ( 3 ∼ 5 ) τ m T_{B}=(3 \sim 5) \tau_{m} TB=(35)τm

多径效应会使得数字信号的码间串扰增大。为了减少码间串扰,通常减低码元传输速率。

3.3 信道噪声

类型:

  1. 按来源分类:人为噪声,自然噪声。
  2. 按性质分类:脉冲噪声,窄带噪声,起伏噪声。
3.4 信道容量

不考

课后问题

  1. 设某随参信道的最大多径时延差等于20us,为了避免发生选择性衰落,试估算在该信道上传输线性调制数字信号的码元宽度。
  2. 设一条天波无线电信道,用高度等于400km的F2层电离层反射电磁波,地球的等效半径等于6370×4/3km,收发天线均架设在地平面,试计算其通信距离大约可以达到多少千米?
  3. 设一副黑白数字相片有400万个像素,每个像素有16个亮度等级,若用3Khz带宽的信道传输,且信号噪声功率比等于20dB,试问需要传输多少时间?
  4. 根据信道特性参数随时间变化快慢,可将信道分为_________和__________。
  5. 信号在随参信道中传输时,产生频率弥漫的原因是_________。
    根据信道特性参数随时间变化快慢,可将信道分为_________和__________。
  6. 信号在随参信道中传输时,产生频率弥漫的原因是_________。
  • 3
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
R语言实战笔记第九章介绍了方差分析的内容。方差分析是一种用于比较两个或多个组之间差异的统计方法。在R语言中,可以使用lm函数进行方差分析的回归拟合。lm函数的基本用法是: myfit <- lm(I(Y^(a))~x I(x^2) I(log(x)) var ... [-1],data=dataframe 其中,Y代表因变量,x代表自变量,a代表指数,var代表其他可能对模型有影响的变量。lm函数可以拟合回归模型并提供相关分析结果。 在方差分析中,还需要进行数据诊断,以确保模型的可靠性。其中几个重要的诊断包括异常观测值、离群点和高杠杆值点。异常观测值对于回归分析来说非常重要,可以通过Q-Q图和outlierTest函数来检测。离群点在Q-Q图中表示落在置信区间之外的点,需要删除后重新拟合并再次进行显著性检验。高杠杆值点是指在自变量因子空间中的离群点,可以通过帽子统计量来识别。一般来说,帽子统计量高于均值的2到3倍即可标记为高杠杆值点。 此外,方差分析还需要关注正态性。可以使用car包的qqplot函数绘制Q-Q图,并通过线的位置来判断数据是否服从正态分布。落在置信区间内为优,落在置信区间之外为异常点,需要进行处理。还可以通过绘制学生化残差的直方图和密度图来评估正态性。 综上所述,R语言实战第九章介绍了方差分析及其相关的数据诊断方法,包括异常观测值、离群点、高杠杆值点和正态性检验。这些方法可以用于分析数据的可靠性和模型的适应性。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [R语言实战笔记--第八章 OLS回归分析](https://blog.csdn.net/gdyflxw/article/details/53870535)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值