Telecoms System - PART.2

在第一部分的学习中，我们了解了对信源信号的处理。包括如下操作：

抽样量化，编码传输（信源编码，信道编码）

同时我们衡量了信道的一个限 -- 信道容量 ，这是一个传输速率的限

在这一部分我们会更加关注调制这个过程

Modulation(调制)

我们在信号的预处理阶段提到过Modulation(调制)

同时我们还经常看到PAM (Pulse Amplitude Modulation)，PCM (Pulse Code Modulation)

它们的区别是什么？讲述之前，我们需要补充一些信号 -- 载波

载波

上一部分说到，信源的信号，我们进行了抽样量化，将其转化为二进制序列。然后传入信道进行传输。我们使用优良的编码方式，让这个过程更加稳定可靠。

但是有一个问题，这是在假定信号可以走到信道的前提下。啥意思呢，比如百米赛跑，我们先前只关注运动员在赛道上跑，忘记了这个运动员到底有没有来参赛。

运动员需要乘车到达赛场才能进行比赛，信号同样需要载波。

载波与调制

我们刚刚提到了载波

载波是相对于原始信号来说的，没有原始信号，也就无所谓载波了。

简单来说，载波是一段高频波，原始信号是一段低频

我们把这两段波合成一体，这样更有利于信号的传输

在通信技术上，载波（carrier wave， carrier signal或carrier）是由振荡器产生并在通讯信道上传输的电波，被调制后用来传送语音或其它信息。载波频率通常比输入信号的频率高，输入信号调制到一个高频载波上，就好像搭乘了一列高铁或一架飞机一样，然后再被发射和接收。载波是传送信息（话音和数据）的物理基础和承载工具。

按照我们之前的例子，运动员可能因为旅途遥远，或者自己需要休息，行动不便，需要坐上车到达体育场，到达后下车

这一个过程就相当于调制和解调。原始信号频率低，不便发射传播，所以要通过高频的载波来搬运

把这两个信号融为一体这个过程叫调制(Modelation)

到达接收端后再把两个信号分离，这个过程叫解调(Demodulation)

收音机就是个很形象的例子，我们在转收音机的旋钮的时候，就是在调这个收音机能接受频率的范围。当我将收音机调到一个频率范围时，它就可以接受这个范围内的调制信号(载波+传输信号)，利用滤波器去掉载波，我们就获得了传输信息的波。

PAM & PCM

Modulation有很多种方式

其中就包括PAM(Pulse Amplitude Modulation)，PCM(Pulse Code Modulation)

PAM 脉冲幅度调制

用采样脉冲幅度反映被测参量

所以这个只是采样后的信号，还没有量化

PCM 脉冲编码调制

用一组编码脉冲来反映被测参量

我们在上一部分提到过，PCM相当于整合了 抽样，量化，编码

所以PCM将模拟信号变为二进制信号，所以也叫数模转换(ADC Analogue to Digital Converter)

我们把输入信号通过PCM后，变成了PCM信号

两者的差别和联系就很明显了

PCM要在PAM的基础上经过量化和编码，把PAM中的一个抽样值量化后编为k位二进制代码

我们主要研究的还是PCM，上一部分了解了量化的具体方式，以及编码方式

我们现在要系统的，使用数学方式来表示PCM信号

数字信号波形的数学表达

首先强调一些东西，为什么一直都是orthogonal(正交)?

正交的意思，如果用向量来描述的话，它们互相垂直，那么乘积也就会是0

我们想象有一组正交函数，也就是一组向量，假设每个向量有三个坐标，表示为(x,y,z)

所以2^ 3=8，空间上最多可以有8个方向互相垂直，也就是这组正交函数最多有8个

这组中的每个正交函数都是一个载波，一个载波携带一个信息，那么最多可以携带8个信息

因为互相垂直，那么每个载波上的信息不会互相干扰

我们将这些载波相加，形成一个最终信号，并将其编码传输

接受方收到这个编码后，先将其还原为信号

只需要乘一个载波，就能得到这个载波上的信息

因为这个载波和其他的载波垂直，乘积为0，剩下的结果就只有这个载波

然后就可以提取该载波上的信息

上面形成那些载波的过程叫调制，下面这个提取信息的过程就叫做解调

正交级数形式

这里的数字信号也就是指PCM信号，它的电压波形可以表达为有限项的正交级数，注意定义域

我们看到，这是一个相加的结果，也就对应于上面提到的形成的最终信号

对于相加的每一项内部，左边是一个系数，也就是信息，右边就是一个正交函数，也就是载波

PCM信号是通过量化及编码之后，也就是一串二进制序列。

电压波形可以单纯的理解为一串01序列，0就是低电平，1就是高电平。看个例子：

这里面的w1，w2...对应公式内的系数，一共N=7

这串系数就是我们要传输的信息，我们将他们加载到载波上就得到了w(t)，然后发送

那么接受方就要算出来这些系数，获取信息

这个公式的原理就是上面提到的乘以一个载波，就可以获得该载波上的信息

同时，我们定义了 符号速率(波特率) 和 比特率来衡量系统的性能

其实也就是衡量载波的性能，就是传输信号的速度怎么样

这两个东西很重要

我们后续要理解他们的相互转化，以及与带宽的联系

向量形式

同样可以使用向量来表达，具体原理在最开始说过了，只不过这里是正交向量集

看一个例子，直接看图就好

我们先假设s(t)是信号的总表达式，下面那个p(t)是正交函数，它的图像是一个小方块

信息所代表的向量是(1,0,1)，那么这个小方块就在两个1的地方出现，0的地方就没有

然后T=3T也就是定义域，定义域外都是0

这里面的已知量是向量（1，0，1）和时间3T，注意这个d向量是未经标准化

以下我们需要将d标准化，也就是将其转成对应的单位向量(向量的坐标全都除以长度，这里长度是一个积分，为啥是积分就大概理解一下，太详细的我也不知道...)

清楚两种表达方式后，我们要估计带宽

这里的D就是上面提到的baud(symbol rate)

这里为什么是大于等于号，这个具体在后面两道class exercise会提到，可以先看最下面这段话

载波是sinc函数时候，绝对下限带宽是这个值

否则，也就是当载波是pulse shapes(本课程中这个就指代上面提到的那个小方块)时，绝对下限带宽会比这个值大

所以这个是用来预测带宽的，因为我们比较的是带宽的下限

不理解的话先看后面两道课堂练习

Class Exercise - 1 Binary signaling

我们先来分析一下题干中的几个数据

produce M=256 distinct message

256个信息，需要256个正交向量，那么每个向量的坐标就有8位 (2^8=256)

所以每个信息都被8-bit binary words所表达

而T=8ms ，这是transmit one message的时间，也就是传输这8-bit的时间

题中要求我们传输01001110这个信息，共8位，耗时8ms，每位耗时1ms 所以 bit rate=1 kbit/s

所以可以计算出baud(symbol rate)和bit rate

注意在 Binary signal中 baud= bit rate 这个结论很重要

两个case分别对应了Pulse shapes 和 Sinc函数，就是我们在上面带宽预测提到过的两种形式，我们先根据图像看一下两者的区别，其实就是载波的不同，而上面提到的baud和bit rate都是一样的

我们来分别预测一下两个case 的带宽

Case.1 矩形冲击正交函数(以数字波形来传输)

矩形冲击就是上面提到的pulse shaps，所以它的绝对下限带宽就会大于D/2=500Hz。

意思就是最小带宽的值都会比500大，而带宽大对于信号的传输是不利的，因为对于信道的要求更高，所以我们应该怎么减少这个带宽呢？

Case.2 Sinc函数冲击正交函数(以模拟波形来传输)

就是使用Sinc函数来替换pulse shapes充当载波，还记得上面提到，如果是用sinc传输，那么带宽下限就会正好等于D/2=500Hz

这样我们就成功降低了带宽，实现了那个不等式中的等号。而且我们可以发现，这部分中采用的都是Binary signaling，也就是二进制信号(信息位只有0，1，就是它的dimension是1，这个点要关联到baud)，后续我们将讲述Multilevel signaling

Class exercise - 2 Multilevel signaling

在上面讲的case2中，我们已经降了一点带宽了，现在我们要继续操作降低带宽

而我们的操作就是从Binary变成Multilevel，我们可以先看一下这段话的描述 

最后提到当w有L>2 possible values ，这样就可以被称作 mulitilevel signal，这样带宽也就被降低

而这个w就是上面提到的信息位，exercise1中的w只有1位，所以w只有 0，1

若我们将w增加到2位呢？那么w就可以有 00，01，10，11

而这样做的效果就是，我们事先规定好input对应的输出电压(只是在这个题中这么规定的，没有什么道理)

那么我们依然对于01001110这串二进制序列，根据我们的规定就可以用4个w表示，而exercise1中需要8个w表示

可以很直观的联想到 w越少，需要传输的数据维度也越小，带宽也就越低

这就是multilevel signal的基本原理，那么我们来看例题

其实大部分都差不多，区别就在于一个DAC， 也就是我们提到的将一串二进制码转换成一串连续的电压值，这样也就实现了数字到模拟的转换，如下图，注意D与R关系前后变化

本题中规定L=4，那么取对数也就是2，所以需要两位的二进制来表达信息，即我们规定如下：

 然后将数据代入，我们就得到了输出电压的图像，同样使用两种载波来进行传输

 

 这时我们再次进行带宽的预测，在DAC那里提到D与R关系前后变化，因为D变成了R/l，在本题中也就是R/2，所以代入带宽那个式子也除了2.所以结果如下，变成250Hz：

综上，我们又进一步减小传输的带宽，这两个课堂练习的目的也是如此，我们可以将四个图像对比起来，效果就很明显了

后续我们将具体讲述 Binary signal 和 Multilevel signal 的Power spectral density(功率谱密度)

Line code

在上面我们详细介绍了载波，以及数学表示方法，最后研究了怎么有效减少带宽

现在我们考虑另外一个问题，对于传输的二进制码，出现一连串的相同数字该怎么办？

比如，011111111111110，出现一连串的1，如果不做提前处理，经过调制后，调制信号将会出现很长的一段直线，这将导致接受方很难处理，它将难以确定这条直线上有多少个bit

所以线路码(line code)的作用就是解决这个问题，我们先概览一遍所有的线路码

对于里面出现的字眼做一个简单解释

Unipolar：单极的，所有信号电平都组织在时间轴的一侧。

Polar：极性的，信号电压水平在时间轴两侧组织

Bipolar：双极的，使用三个级别：正、零和负。一个数据元素的电压电平为零，而另一个元素在正负之间交替。

RZ：return to zero

NRZ：no return to zero

其实单纯看图的话就可以懂它的编码方式，然后PPT上有说一些各种方式的好处什么的，自行阅读下就好。这里解释下不太直观的：

曼彻斯特NRZ：曼彻斯特编码指定了哪种变化代表那个数据，同时电平的变化也只发生在每个周期的中间。在图中的曼彻斯特编码中就定义如下： 当信号由高电平变为低电平时，表示1 ；当信号由低电平变为高电平时，表示0 

Power spectral density(PSD)

啥是PSD呢？它是干啥的？

对于一个特定的信号来说，有时域与频域两个表达形式，时域表现的是信号随时间的变化，频域表现的是信号在不同频率上的分量。在信号处理中，通常会对信号进行傅里叶变换得到该信号的频域表示，从而得到信号在频域上的特性，进而可以对该信号进行频域上的处理。

但是记得我们上一章讲的东西吗，信源的输出是不确定的，我们将其建模成一个随机过程

对于随机过程这种不确定的信号是无法直接进行傅里叶转换的，那么是否就意味着我们无法知晓随机过程的频域特性呢？

对于随机过程，我们也是有办法得到其频域特性的，其频域特性可以用PSD来表达

而通过上一章的内容，我们研究的一直是一个随机过程，所以我们要计算PSD来衡量信号的频域

它的计算定义如下

 

 

反正就是这个PSD和autocorrelation是一对傅立叶变换，所以如果对信号还有一些印象的话，会在后面的内容认出傅立叶变化

简单梳理一下，就照着PPT一张图对应一段话

Unipolar NRZ signalling PSD 

Step 1.

这里展示了数字信号(也就是上面编成的线路码)，可以用3-5这个公式表达。跟前面那个级数形式很想，也就是一堆东西加起来。然后an就是信息位(编成线路码后的输出电压)，f函数就是载波函数。按照我们之前的讲解有两种，pulse shapes和sinc函数

注意 binary 和 multilevel 的区别

然后公式下面的这些话，都是前面提到的内容，很容易对应起来

Step 2.

这里就给出了PSD的定义式3-6a

我们先看3-6b，它是autocorrelation(自相关)的定义式，同样是一堆式子加起来，关于它咋用可以直接去看后一张PPT的计算，很容易懂。它拆分为k为0和k不为0的情况，分别计算，P就是一个概率，取决于最后有多少种结果。

然后3-6b，经过一个傅立叶变化，就成了3-6a，如果不记得傅立叶式就忘掉这句话直接看公式吧

注意这张PPT最下面这段话，3-6a让我们知道数字信号只取决于两个东西：

pulse shape used(这个就是载波的形式，我们只提了两种，一个是那种小矩形，也就是rect，还有sinc函数)，它在公式的这里，也就是这个F(f)

statistical properties of the date(也就是数据的统计性质，就是上面提到的autocorrelation)，它在公式的这里，也就是这个R(k)

总而言之，我们只要知道这两个圈起来的部分，我们就可以求出来PSD来衡量信号的频域特性

没看懂的话往下看例子就明白了

Step 3. 

在这里我们要求unipolar NRZ signaling的PSD，unipolar这个字眼，就可以让我们知道，它的线路码输出结果只有A 和 0 两种电压

所以k等于0时，两个an的乘机可能结果只有A^2 和 0 ，两种可能，所以每个的概率就是1/2

k不等于0时，有 A*A, A*0, 0*A, 0*0 四种可能，每个的概率就是1/4

最后我们得到了结果3-7，这个也就是上面提到的统计特性

Step 4.

对于这个unipolar NRZ signal，我们可以采取rectangular的载波来进行传输，也就是那个小矩形，如果还有印象的话，我们在信号讲过，方波信号的FT就是sinc函数，也就是3-8所表达的东西

这样我们就得到了F(f)，也就是这个信号的pulse shape used

结合上面求得的统计性质那个结果，将他们带入PSD的公式，我们就得到了结果

结果比较乱，它是将统计性质那个A^2/4提出来，然后因为k有0与非0两个部分，所以那里是一个扩号，里面的1对应k=0的部分，另一部分就是k不等于0

Step 5.

因为sinc函数的性质，会有一些地方为0(也就是分子sin为0分母不为0时)，所以PSD可以化简为3-9b的形式。图像就是这样

然后这个对应的A记住

Polar NRZ signalling PSD 

Step 1.

与上面过程相似，因为是Polar，所以线性码的输出电压成为了 A， 0， -A三种可能，那么我们在计算统计特性时候就会有所变化，总之结果如3-10，过程就不赘述了。

同样我们使用rect函数充当载波，那么延续上面那个结果，也就是将那个sinc函数和统计特性带入PSD，得到结果3-11，它对应的是用pulse shapes当载波，线路码是polar NRZ的signal

Step 2.

同样，记住这个A，图像如图

Unipolar RZ signal PSD

因为这个还是Unipolar，所以线路码的输出电压不会变，所以统计性质的结果不变，可以直接使用上面的结论带入

但是因为是RZ，也就是一个单位区间上，携带数据的时间会缩短一半影响pulse duration，所以F(f)会变，也就是将这个时间除2替换掉就好。这样就得到了F(f)

最后将结果带入得到PSD和其图像

Bipolar RZ signal PSD

Step 1.

一样的步骤，首先讨论统计性质，算出来R(k)，但是对于bipolar RZ 我们讨论区间分成了三部分，将k=1单独拿了出来

当k=1时，bit肯定是相邻的，且因为是 Bipolar RZ就是它的电压会交替在 A 和 -A变化，那么相邻的话就不会出现 （A，A）(-A,-A)这种情况

当k不等于1和0，bit不相邻，那么就可能出现（A，A）（- A，-A）这种情况

所以要分开讨论，具体推导看PPT，不理解的话记住就好

Step 2.

对于它的载波依然是小矩形，且时间区间也被缩短一半，和上一种情况一样，直接将结果带入就好，得出PSD和图像

Manchester NRZ signal PSD

直接给了结论没有推导

PSD 总结 -- 对于 Binary signal

 如上图，就是我们讲述的所有PSD的结果，推导流程都是一样的，具体细节区别取决于线路码的方式，而采用的载波都是这个小矩形

PPT的讲述过程是慢慢进阶的，也就是后一步相较于前一步多一个更复杂条件

前后对应好还是很好理解的

Multilevel polar NRZ signal PSD

在上面我们讨论的信号一直是Binary signal，在PSD开始前我们讲述了两种：Binary和Multilevel

现在我们来分析Multilevel的PSD

Step 1.

这里首先回顾了Multilevel中的DAC，忘了具体细节的话可以回到前面去看看

这里我们完成了DAC，将信号的数据维度降低，同时采用 polar NRZ的线路码如图

Step 2.

 然后根据线路码，转换为输出电压如图

Step 3.

还是先计算统计特性，分为k为0和不为0

同样是使用rect函数充当载波，但是时间区间注意一下，这个和前面的DAC有关

最后将结果带入得到PSD 

Spectral efficiency

讲了这么多种方式，我们来分析一下性能，定义为3-17，最后总结为后面那个表，都是定义看PPT就好

 那么这部分也就结束了，我们首先讲述了Binary signal和Multilevel signal，以及不同的载波形式

通过一系列操作降低了带宽

然后我们考虑到传输的二进制码如果出现连续情况会导致接受方难以辨别，于是我们使用了Line code将二进制码转化连续电压

我们了解到多种Line code方式，同时引入PSD的概念来分析信号的频域

我们推导了所有Line code 对应的PSD并且衡量它们的性能

Inter-symbol Interference(ISI)

在之前的内容，我们干了两件事

降低带宽 -- Binary转化为Multilevel ，使用不同的载波

连续bit的歧义 -- Line code

所以为啥要降低带宽呢？为了减少ISI(符号间干扰)

ISI简介

啥叫符号间干扰，如果我们将二进制码的每个0和1都当作一个符号，在传输过程中，如果没有控制好速率，那么在接受下一个符号前，上一个符号还在传输，产生了重叠，这样就造成了ISI

具体可以看一下这篇文章，很直观，也说明降低带宽就可以减少ISI 

通信系统之信道（二）_Reborn Lee-CSDN博客上篇博文讲到了 《通信系统之信道（一）》，下面继续介绍信道相关知识；相干带宽与相干时间：无线信道较之于有线信道，复杂的原因在于多径与时变，不过有两种情况可以使无线信道变得简单，那就是相干带宽和相干时间；由于多径传输的原因，假如在发送端发送一个窄的脉冲信号，在接收端会接收多个脉冲，本来最短时延是沿最短路径传输所消耗的时间，现在因为多条路径长短不一，所以时延被扩展了，通常将最后一个到达的脉冲，和最先到...https://blog.csdn.net/reborn_lee/article/details/80725081

通过这篇文章，我们可以知道发送符号的间隔过小时，会导致ISI，那么时间间隔(周期)小，也就是频率高，也就是filter的带宽高。

所以如果信号传输过程中filter的带宽大小不合适，就会导致ISI

在信号传输的整个过程，滤波器(filter)在Basdband signal的传输过程中会出现多次来实现信号的传输，具体如图

 而且在传输过程中，我们还会受到各种干扰

总结为下图

上面是filter的影响，中间是各种noise的影响

下面那个式子，将这些filter统一为一个H(f)，关系式就是将这些滤波器相乘

总之我们记住信号传输中两方面的影响：filter的带宽，信道的noise

我们将通过一种叫眼图的工具来分析这种影响

 Eye diagram

简介

定义如上

通过眼图，我们可以对数据通信链路中可能的性能和退化来源做出工程判断

它用于确定系统中的峰值失真和其他性能指标

概念有一点空，我们来看具体例子

首先我们看一下眼图不同效果所对应的影响

这里的码间干扰，对应上面提到的filter的带宽

这里的噪声干扰，对应上面提到的信号的niose

 结合这些定理来看下图

图a：理想滤波器，没有噪声，filter的带宽合适，没有ISI，所以眼图张的很大，且十分端正

图b：filter的带宽不合适产生了ISI，没有噪声，所以眼图没有完全张开，且不端正

图c：filter的带宽不合适产生了ISI，且有噪声干扰，所以眼图张的更小，更不端正，且模糊不清 

综上，我们可以通过眼图来判断传输系统中ISI和noise的大小，衡量这个系统的性能

这样我们就可以根据判断来指示filter进行调整，以减少ISI

PPT中提到了如下内容，自行理解一下：

眼睛模式提供以下信息
◆ 采样器在接收器上允许的定时误差由眼睛内的宽度给出，称为眼睛开口。当然，取样的最佳时间是在眼睛垂直开口最大的点。
◆ 对定时误差的敏感性由睁眼的斜率给出（在过零点处或附近进行评估）。
◆ 系统的噪声容限由眼睛张开的高度给出

再生中继器(Regenerative repeater)

PPT中给了这样一张图，是再生中继器的工作原理图

那么什么是再生中继器呢？定义如下

通过定义，我们可以理解到，这是帮助减少信号在传输过程中收到的损失，也就是我们之前提到的ISI，通过上面的原理图也可以看出来，经过一顿操作，信号从很丑的样子变成很规整的样子

PPT没有做过多的解释，只单独提了一下图中的Synchronisation Signals，通过同步这个词我们也很好理解为这事一种时钟信号，有点像线路码那里的同步一样，总之是为了恢复信号，PPT原文如下就不赘述了：

同步信号
◆ 同步信号是接收器（或中继器）内检测（或再生）来自损坏输入信号的数据所必需的时钟型信号
◆ 数字通信通常至少需要三种类型的同步信号：
        –位同步，用于区分一个位间隔和另一个位间隔；
        –帧同步，用于区分数据组；
        –载波同步，用于带相干检测的带通信令。
◆ 系统设计为直接从损坏的信号或从仅用于传输同步信息的单独通道获得同步

ISI的基础知识就基本结束，我们明白了ISI怎么产生，运用眼图来分析这种损失

我们也了解到两种消除ISI的方式：

◆ 改变带宽
◆ 再生中继器

接下来我们要利用数学表达式具体分析一下上面讲的过程

并学习Nyquist' s Method来减少ISI

Baseband pulse-transmission system

开始之前需要回顾一下

信号与系统回顾

有一些概念会提及，可能有问题我也记不太清了，总之不同太详细大体明白就好

线性系统(linear system)

冲击响应(impulse response)

传递函数(transfer function)

卷积(convolution)

linear system

linear system就不详说了，就是信号传输的系统，我们可以在上面进行傅立叶变换这些，同时时域和频域的转化，卷积的运算，都发生在线性系统上

Impulse  response 和 狄拉克函数

冲击响应，定义如下，注意它和狄拉克函数的关系

就是它是对应输入信号的响应

输入信号可以用狄拉克函数来表示，经过系统后，系统会让这个输入信号发生变化产生输出信号

输入信号中的单位冲击函数会变成输出函数中的冲击响应，不理解待会会讲例子

convolution

卷积算子，这个大家应该比较熟悉，离散是卷积和，连续是卷积积分

任意函数与冲击函数做卷积会有如下性质

也就是会讲这个函数平移到冲击函数的位置，形状不改变，这个点很重要

transfer function

假设输入信号是x(t)，输出信号是y(t)，经过的系统，这个系统的传递函数是h(t)

那么关系就是 y(t)=x(t)卷积h(t) 这是时域

将这个式子两边进行拉普拉斯变换

得到 Y(f)=X(f)乘H(f) 这是频域 H(f)也就是系统的冲击响应

有了这些知识，我们来看 Baseband pulse-transmission system(基带脉冲传输系统)

注意这个系统就是一个线性系统，所以满足我们上面所讲的内容

Baseband pulse-transmission system

我们考虑这样一个数字信号系统，三个filter在如下的位置

输入叫Flat-top pulses(平顶脉冲)，查了一下矩形脉冲就是种平顶脉冲，因为矩形是平顶

输出叫Recovered rounded pulse(圆顶脉冲)，理解跟上面类似吧，反正不要太纠结

我们的输入信号可以写成这个形式，应为他说是flat-top pules，在本题中指矩形脉冲

3-58 我们讲这个函数看成一串矩形构成的信号，an也就是信息位也就是每个点的系数，把每个矩形叠加起来求和就构成了我们的输入信号，注意h(t)里面的t，是根据周期不停变动位置的

3-59 然后我们上面提到，冲击信号卷积信号，只是发生位移，所以我们讲这个h(t)变成冲击信号卷积h(t)的形式，然后我们套个括号，这样括号里面就是一串冲击函数，然后卷积一个h(t)，这样的结果还是一串h(t)

 同理，我们可以将输出函数用同样的方式表达出来

那么in 和 out 作为输入输出，它们之间的关联就是线性系统的传递函数，而根据最上面系统的图来看，这个系统由三个filter组成，所以我们就可以得到如下关系式

 其中

然后我们将左右两边的冲击函数序列约掉，那么就得到了3-61

然后做拉普拉斯变化，将卷积换成乘，从时域变成频域得到3-62

这里面的H(f)是我们输入信号中的那个矩形脉冲，是已知量，所以这里出现了sinc函数

同时我们在上面提过冲击响应，在这里的he(t)就是对应于输入h(t)的冲击响应(响应这个词很形象的)，he(t)的拉普拉斯变换就是transfer function

最后就可以得到3-64，它的意义是reciving filter，右边分子这个He(f)代表overall filter(整体滤波)

至此，我们该算的都算出来了，要记住我们的目的是减少ISI

也就是减少整体的ISI，那么关键就在于He(f)

我们可以将输出信号写为：

 对比输入信号的表达式：

我们发现，前后发生变化的就是h(t)变成he(t)，也就是变成了冲击响应，这是那些filter所造成的

我们提到减少ISI，关键在于He(f)，那么也就是说，如果这个he(f)的关系式满足没有ISI的条件，那么我们的目的就达成了

于是我们想，如果我们通过设计这个通信系统，也就是设计filter，那么我们就可以指定he(t)的表达式(现实设计中只能设计transmitting filter 和 receiving filter，Chanel filter是被指定的)

那么没有ISI的条件是什么？我们知道了这个条件就可以设计了

这就是Nyquist' First Method 所讲的

Nyquist' First Method（Zero ISI）

（这部分都是个人理解，可以不认同，因为我也不知道有没有问题！！！！！）

尼奎斯特第一准则说：

抽样值无失真，就可以达到无码间串扰(ISI free)

也就是说信号经过传输后整个波形发生了变化，但只要其特定点的抽样值保持不变，那么用再次抽样的方法就仍然可以保证准确无误的恢复原始信码

记得最开始讲到的ISI是怎么发生的吗，就是因为发送过快，上一个码没发完就开始发送下一个码

导致码于码之间在时间上发生重叠，形成码间干扰，那么对于重叠的这个点，抽样值就肯定变了

所以如果没有ISI，也就是没有重叠，那么这个抽样值就没有变

我们借着概念看ppt这张图，he(t)定义如图，你会发现满足这个定义的he(t)就符合尼奎斯特第一准则

因为你看这个玩意   

它在k=0的时候，这个值是用于同步的，就是通过时钟信号来判断接受方相对于发送方偏移了多少，这样才能同步。此时he(t)的值也不为0，可以理解为所携带的信息

k不为0的时候，这些都是那些抽样点，可以理解为两个码之间间隔的那个点，这个点如果不为0就说明两个码叠起来了产生了ISI，所以必须为0才满足ISI free

总而言之，如果要满足尼奎斯特第一准则，你的he(t)就得满足上面这个式子

而我们的sinc函数，就恰好满足这个式子

（我csdn出问题了，传不了图片了，这里对应PPT week three 66页）

如3-27，我们选择sinc函数作为he(t)，所以就可以算出transfer function见3-28，同时我们让那个偏移量为0，就是假装它没有延迟时刻同步

然后PPT最下面说虽然没有ISI但是sinc函数有两个问题

· 它的He(f)必须在整个带宽上保持平坦，其他地方为0(就是很理想的方波信号)

· 时钟同步必须完美，也就是那个偏移量差一点都不行，否则就会导致ISI，就是大家可以想象sinc函数的零点，要想没有ISI，这些零点必须对应到那些k不为0的地方。所以如果同步有一点点差错，都会导致不满足尼奎斯特准则

（然后我们讲 PPT week three 67页和68页）

这里突然就出现一个叫做raised cosine-rolloff Nyquist filter(升余弦滚降奈奎斯特滤波器)的东西

总之这玩意更符合现实的方波信号，因为那种完全方正的是不存在的，所以他跟sinc函数也是有关联的

而且它规定了一个rolloff factor(滚动系数)

也给出了He(f)和他的傅立叶逆变化，也就是he(t)的关系式

在68页，可以看到滚动系数为0时，就正好是sinc函数

然后这里还有波特率

以及这个函数图像，你就可以看到上面提到的sinc函数的零点

就也没啥好说的，记记公式吧就

这样我们就结束了最痛苦的部分

后面的时分复用明白例题就好了

Time-Division Multiplexing

这里就简单起来了，具体看一看PPT就好

定义

时分多路复用（TDM）是对来自多个源的样本进行时间交织，以便来自这些源的信息可以在单个通信信道上串行传输

TDM是一种数字多路复用技术，用于将多个低速率数字信道组合成一个高速率信道

在同步TDM中，链路的数据速率快n倍，单位持续时间短n倍

例题

参照PPT week three 71-76 页

In the Figure of the previous slide, the data rate for each one of the 3 input connection is 1 kbps. If 1 bit at a time is multiplexed (a unit is 1 bit), what is the duration of (a) each input slot, (b) each output slot, and (c) each frame?

a) 问的是each input slot，那么关注比特率就好

比特率是1kbps 也就是1000bit/s

1s传输1000bit，那传输1bit就需要0.001s

b) 问的是each output slot

根据上一问，每个bit要1ms ，我们通过时分复用，三个为一组

所以除三 ，也就是 1/3ms

c) 问的是each frame

我们通过图像可以看出1个frame是三个flot

所以乘3，就是1ms

总之明白 slot frame input output 这些代表啥就很容易了

Figure 6.14 shows synchronous TDM with 4 1Mbps data stream inputs and one data stream for the output. The unit of data is 1 bit. Find (a) the input bit duration, (b) the output bit duration, (c) the output bit rate, and (d) the output frame rate.

a) input bit duration 还是看比特率

1Mbps = 1000000 bit/s 所以就是 1/1000000 s 也就是1 μs

b) output bit duration

我们看到四个一组，除4

所以就是 1/4μs

c) output bit rate

根据上一问，将1/4μs换回去

就是 4Mbps

d) output frame rate

一个frame是4个 bit

所以除4 但是注意单位要换成 frame/bit

就是 1000000 frame/s

Week 3 tutorial

Exercise 1

A multilevel digital communication system is to operate at a data rate of 1500kb/s. If a 4-bit words are encoded into each level for transmission over the channel. What is the minimun required bandwidth for each channel?

我们先回顾一下multilevel signal 和 binary signal，以及data rate 和 baud(symbol rate)

比特率和波特率意义和单位都是有区别的

而我们之前提到的bandwidth estimating是通过baud得到的不等式

而比特率和波特率也很好理解，从单位 bit/s 和 symbol/s就可以看出

只要知道1symbol有几bit就可以转换

所以 1500kb/s = 1500000 bit/s 题中 1 symbol=4 bit

所以得到 baud  D= 375000 symbol/s

然后根据那个不等式，我们预测出信号带宽所能达到的最大值是 D/2=187500 Hz

那么这个信道为了满足传输这个信号

所达到的最小带宽就是 187500 Hz

Exercise 2

A multilevel digital communication system sends of 16 possible levels over the channel every 0.8ms.

1) What is the number of bits corresponding to each level?

2) What is the baud rate?

3) What is the bir rate?

1) level就是电平数，一共16个电平

log2一下，说明有4位，所以是 4 bit

2) 要求波特率，我们看题中给的这个0.8ms

仔细看题干的那句话

system会每0.8ms执行一次发送的动作，而发送的内容是16个level中的一个，而一个level代表一个symbol

那么 baud=1/0.0008=1250 symbol/s

3）第一问，我们就得到了本题中 1symbol被4 bit所表示

所以 bit rate = 4*baud=5000 bit/s

Exercise 3

A binary waveform of 9600 bits/s is converted into an 8-level waveform that is passing through a channel with a raised cosine roll-off Nyquist filter. The channel has a conditional(equalised) phase response out to 2.4kHz:

1) What is the baud rate?

2) What is the roll-off factor(without introducing ISI.)? 

1) 这里给出了 bit rate=9600 bits/s 然后这个binary 信号被convert成了 multilevel signal 共8个level

所以log2一下，一个symbol就是3 bit

所以 baud 就是 9600/3=3200 symbol/s

2) 这里就是在nyquist最后提到的那个，直接套公式求就好

我们根据                           

带入得到 r=0.5 注意单位的转化

Exercise 4

An analog signal is to be converted into a PCM signal that is a binary polar NRZ line code. The signal is transmitted over a channel that is absolutely band limited to 4kHz. Assume that the PCM quantizer has 16 steps, and the overrall equivalent system transfer function is of the raised cosine roll-off type with r=0.5. (Note: the binary signalling is used)

1) Find the maximum PCM bit rate that can be supported by this system without introducing ISI

2) Find the bandwidth that can be permitted for the analog signal.

1) 求bit rate ，满足 ISI free 也就是 Nyquist准则

我们还知道 Bandwidth为 4kHz，那个roll-off r=0.5

这里特别Note了一下，是binary signalling 所以 baud=bit rate

这里的 16 step 指的是M，那么n(bits/step)就是 4（第一问还用不到），这些在第一章讲量化时提到的

我们还是带公示           

求出 D=5333.33 symbol/s

然后 bit rate 就是 53.333 kbits/s

 2) 这里要算带宽，我们现在知道的东西只有比特率相关

他们的关系在第一部分也给出

这个带宽是抽样频率，我们求出来 fs=13.333 kHz

然后在借助抽样定理，抽样频率必须大于等于带宽的2倍

所以信号的最大带宽就是6.667kHz，那么这个信道的带宽只要等于6.667kHz就可以满足了

Exercise 5

Consider a random data pattern consisting of binary 1's and 0's where the probability of obtaining either a binary 1 or binary 0 is 50%. Calculated the PSD for thr unipolar NRZ signalling as a function of   (the time needed to send 1 bit of data).

这里要求PSD

我们先看看这个信号的类型 只有0 1 说明是 binary

给定unipolar NRZ

所以我们可以对应到公式(这个公式就是答案，推导过程yuanwei在qm+发了，我就不细说了)

Block3完结！