高斯信道模型

带限信号的采样与重构

考虑sinc函数（与matlab自带的sinc函数有所区别）
$$sinc(t)=\frac{sin(2\pi Wt)}{2\pi Wt}$$

W=1; % 信号带宽，单位为赫兹。
Ts=1/(2*W); % Nyquist–Shannon 采样定理给出的最大采样周期。
Ts = Ts/10; % 我们在这里使用更小的采样周期是为了观察到sinc函数的细节。
sample_num = 101;
t=([1:sample_num]-ceil(sample_num/2))*Ts;
t0_idx = ceil(sample_num/2); % t等于零的下标。
t1_idx = [1:t0_idx-1,t0_idx+1:sample_num]; % t不等于零的下标。
sict = zeros(1,sample_num);
sinct(t0_idx) = 1;
sinct(t1_idx) = sin(2*pi*W*t(t1_idx))./(2*pi*W*t(t1_idx));
plot(t,sinct,'-k');
ylabel('sinc(t)');
hold on;
t2_indices = [flip(t0_idx:-10:1),t0_idx+10:10:sample_num]; % 使用Nyquist–Shannon 最大采样周期采样对应的时间下标。
plot(t(t2_indices),sinct(t2_indices),'*r');
hold off;

可以观察到sinc函数有如下特点：（1）在时域，t=0时函数值等于1，在t=n/(2W)（n不等于零）处函数值均为零。（2）在频域，在[-W,W]带宽内为常数，在其他范围均为零，形状为矩形。sinc(t)为带限信号。
sinc函数可以被用于重构采样的离散信号到连续信号，又被称为理想低通滤波器的冲激响应。考虑下述g(t)函数（也可理解为信号）
$$g(t)=\sum _{n=-\infty }^{\infty }f(\frac{n}{2W})sinc(t-\frac{n}{2W})$$
可以发现g(t)在t=n/(2W)时间点上均等于f(t)。更神奇的是g(t)通过sinc函数完美重构了连续信号f(t)，即g(t)=f(t)，证明可以从频域分析，略过。前提是f(t)是带限信号，带宽为W。

连续高斯信道模型

$$y(t)=(x(t)+z(t))\ast h(t)$$
其中表示卷积，x(t)为输入信号，z(t)为双边功率谱密度为瓦特每赫兹的高斯白噪声，h(t)为信道冲激响应，y(t)为输出信号。实际通信信道均为带限信道，h(t)的带宽为W。由于高斯白噪声的频谱为常数，所以z(t)的功率为。假设x(t)的功率为P，则信噪比为。

离散高斯信道模型

由于现代通信系统都是数字通信系统，连续信号需要转换为离散信号进行处理，下面我们通过对上述连续高斯信道进行采样（采样周期为）得到对应的离散高斯信道
$$y\left(\frac{n}{2W}\right)=\left(x\left(\frac{n}{2W}\right)+z\left(\frac{n}{2W}\right)\right)\ast h\left(\frac{n}{2W}\right)$$
令$$Y(m)=y\left(\frac{n}{2W}\right),X(m)=x\left(\frac{n}{2W}\right),Z(m)=z\left(\frac{n}{2W}\right),H(m)=h\left(\frac{n}{2W}\right)$$,得到
$$Y(m)=(X(m)+Z(m))\ast H(m)$$
下面计算X(m)的功率，这里连续信号到离散信号需遵循能量守恒定理。假设x(t)的时长为T，则其能量为PT。由于采样得到2WT个样本，因此每个样本的功率为。类似地Z(m)的功率为。信噪比为，与连续信道模型求得的一致。

W=1e5; % 信号带宽，单位为赫兹。
Ts=1/(2*W); % Nyquist–Shannon 采样定理给出的最大采样周期。
sample_num = 200;
t=([1:sample_num]-1)*Ts;
P = 1;
N0 = 10^(-20.4); % -174dBm/Hz
SNR_dB = 10*log10(P/W/N0);
xm = (randn(1,sample_num)+1i*randn(1,sample_num))/sqrt(2)*P/(2*W);
zm = (randn(1,sample_num)+1i*randn(1,sample_num))/sqrt(2)*N0/2;
channel_delay = 8;
hm = [zeros(1,channel_delay), 1, 0.8, 0.5, 0.2, 0, -0.1, zeros(1,sample_num-channel_delay-6)];
tmp = conv([xm+zm,zeros(1,channel_delay)],hm);
ym = tmp(1+channel_delay:channel_delay+sample_num);
subplot(311);
plot(1:sample_num,real(xm));
ylabel('xm real');
subplot(312);
plot(1:sample_num,real(xm+zm));
ylabel('xm+zm  real');
subplot(313);
plot(1:sample_num,real(ym));
ylabel('ym  real');

结论

由高斯信道中的信噪比为$$P/N_{0}W$$可以得知，信道带宽越大，叠加到输入信号的噪声的功率也就越大。再从传输速率角度来看带宽的影响，从信道容量$$C=Wlog(1+P/（N_{0}W）)$$公式可以得知，带宽W出现在公式的两个部分，分别起到相反的作用。但第一部分占主导地位，可以近似看成信道容量与带宽成正比。

figure;
P = 1;
N0 = 10^(-20.4); % -174dBm/Hz
W = linspace(1,1e7,1000);
C = W.*log2(1+P/N0./W);
plot(W,C);
ylabel('Channel Capacity (bits/s)');
xlabel('W (Hz)');