- •Билет 1
- •1) Спектральная плотность амплитуды и спектр энергии действительного сигнала. Их основные свойства.
- •2) Канальная модель Кларка и спектр Джейкса.
- •Билет 2
- •1) Три способа представления узкополосного сигнала. Принцип работы модулятора и демодулятора.
- •2) Вычислить спектральную плотность амплитуды и спектр энергии сигнала
- •Билет 3
- •1) Комплексная амплитуда узкополосного сигнала. Рассмотреть пример вычисления комплексных амплитуд сигналов для антенной решетки в случае приема плоской волны.
- •2) Вычислить спектральную плотность амплитуды и спектр энергии сигнала
- •Билет 4
- •1) Случайные узкополосные сигналы. Релеевское распределение амплитуды и замирания сигнала в многолучевом канале связи.
- •2) Вычислить спектральную плотность амплитуды и спектр энергии сигнала
- •Билет 5
- •1) Передача сигнала в свободном пространстве. Связь мощностей принятого и передаваемого сигналов. Дальность радиосвязи в свободном пространстве.
- •2) Вычислить спектральную плотность амплитуды и спектр энергии прямоугольного сигнала
- •1) Отражение сигнала от земной поверхности и двулучевое распространение. Зависимость мощности принятого сигнала от расстояния. Дальность радиосвязи с учетом сигнала, отраженного от земли.
- •2) Вычислить спектр сигнала в виде функции скачка (функции включения).
- •1) Плоский канал связи. Частотно-селективный канал связи.
- •2) Найти асимптотическое поведение спектра энергии треугольного сигнала вида при больших частотах, не вычисляя его спектр.
- •Билет 8
- •1) Функция автокорреляции действительного детерминированного сигнала. Взаимная функция корреляции двух действительных детерминированных сигналов.
- •2) Найти асимптотическое поведение спектра энергии сигнала вида
- •1) Случайные узкополосные сигналы. Релеевское и Райсовское распределение амплитуды.
- •2) Найти асимптотическое поведение спектра сигнала вида
- •1) Функция взаимной корреляции двух гармонических сигналов с одинаковыми частотами. Функция взаимной корреляции двух гармонических сигналов с кратными частотами.
- •2) Найти асимптотическое поведение спектра сигнала вида при больших частотах, не вычисляя его спектр.
- •1) Связь спектральных и корреляционных характеристик действительного сигнала.
- •2) Найти асимптотическое поведение спектра сигнала вида при больших частотах, не вычисляя его спектр.
- •1) Случайные сигналы и шумы. Функция плотности распределения. Нормальный случайный процесс. Одномерный и двумерный случаи.
- •2) Найти спектр сигнала вида . Найти спектр сигнала, который получается после интегрирования сигнала , используя свойство преобразования спектров при интегрировании сигналов.
- •Билет 13
- •1) Гармонический сигнал со случайной фазой. Найти одномерную функцию плотности распределения.
- •2) Вычислить спектральную плотность амплитуды и спектр энергии сигнала вида . Билет 14
- •1) Амплитудная модуляция, используемая в системах цифровой связи.
- •2) Найти функцию автокорреляции прямоугольного сигнала, длительность и амплитуда которого равны т и а соответственно.
- •Билет 15
- •1) Фазовая модуляция, используемая в системах цифровой связи.
- •2) Найти функцию автокорреляции гармонического сигнала .
- •1) Квадратурная амплитудная модуляция, используемая в системах цифровой связи.
- •2) Найти мощность гармонического сигнала .
- •1) Импульсная характеристика и передаточная функция многолучевого канала связи.
- •2) Гауссовская частотная манипуляция с минимальным частотным сдвигом, используемая в стандарте gsm.
- •1) Временная дисперсия в многолучевом канале связи, среднее значение и дисперсия задержки сигнала.
- •2) Каким образом преобразуется энергетический спектр сигнала при дифференцировании этого сигнала?
- •1) Частотная дисперсия в многолучевом канале связи, модель Кларка для многолучевого канала.
- •2) Каким образом преобразуется энергетический спектр сигнала при интегрировании этого сигнала?
- •1) Угловая дисперсия в многолучевом канале связи, Гауссова модель канала и ее сравнение с круговой моделью и моделью Кларка.
- •1) Оценка импульсной характеристики однолучевого канала связи.
- •2) Каким образом следует определять асимптотическое поведение спектра энергии сигнала при больших частотах, если а) сигнал имеет скачки; б) сигнал имеет скачки первой производной?
- •1) Пространственная корреляция сигналов.
- •2) Каким образом связаны между собой функция автокорреляции действительного сигнала и его спектр энергии ?
- •1) Оценка импульсной характеристики многолучевого канала при известной длине импульсной характеристики.
- •2) Какими свойствами обладают спектральная плотность амплитуды и спектр энергии , если сигнал является действительной функцией времени?
- •1) Оценка длины импульсной характеристики многолучевого канала связи.
- •2) Найти функцию автокорреляции сигнала вида
- •1) Оценка частотной передаточной функции многолучевого канала связи в ofdm системе связи.
1) Случайные сигналы и шумы. Функция плотности распределения. Нормальный случайный процесс. Одномерный и двумерный случаи.
Сначала рассмотрим свойства сигнала в некоторый заданный момент времени t=t1. В этот момент времени сигнал x(t1) принимает случайное значение. Такие значения можно описать только вероятностными характеристиками. В частности, можно говорить о вероятности попадания x(t1) в какой-либо конечный интервал x1<x<x2. Вероятность такого события определяется следующим образом.
(3.20)
где p(x) – есть функция плотности вероятности.
При любом непрерывном распределении вероятностей должно выполняться условие
(3.21)
Если сигнал принимает дискретные значения, то для каждого значения сигнала существует вероятность Рi. При этом .
Для практических применений наибольшее значение имеют следующие статистические характеристики:
среднее значение
(3.22)
Средний квадрат
(3.23)
Дисперсия
(3.24)
Наиболее часто мы встречаемся со случайными сигналами, для которых функция плотности вероятности является гауссовой функцией.
(3.25)
Такой случайный сигнал мы часто называем нормальным случайным процессом. Здесь <x> - среднее значение, - дисперсия, а - среднеквадратическое отклонение.
На основе функции р(x) можно найти относительное время пребывания величины сигнала в определенном интервале уровней, отношение максимальных значений к среднеквадратическому уровню (пик фактор) и ряд других важных для практики параметров случайного сигнала. Допустим, что <x>=0. Найдем вероятность того, что сигнал будет принимать значения в интервале от а до b.
(3.26)
где функция называется интеграл вероятности. В любом математическом справочнике имеются таблицы этой функции.
Если a=b, то формула (3.26) упрощается и принимает вид
(3.27)
Полагая , найдем вероятность пребывания сигнала в интервалах 2, 4, 6. Результаты вычислений приведены в таблице.
Интервал значений |
Вероятность пребывания в интервале |
Вероятность пребывания вне интервала |
(-, ) (-2, 2) (-3, 3) |
0,6826 0,9544 0,9973 |
0,317 0,046 0,003 |
Отношение времени пребывания сигнала в данном интервале к общему достаточно большому времени наблюдения можно трактовать как вероятность пребывания в этом интервале.
Одномерная плотность вероятности недостаточна для полного описания случайного сигнала. Более полной характеристикой является двумерная плотность вероятности p(x1,x2), позволяющая учитывать статистическую связь значений сигнала в два момента времени t1 и t2. Задание двумерной функции плотности вероятности позволяет ввести корреляционную функцию случайного сигнала в виде
(3.33)
Во многих случаях на практике достаточно рассматривать стационарные случайные сигналы. В этом случае среднее, средний квадрат и дисперсия не зависят от времени, а функция корреляции зависит только от разности времен t1 и t2.
Далее на практике предполагается, что стационарные случайные сигналы являются эргодическими. Это значит, что средние статистические характеристики, полученные путем усреднения по множеству реализаций, совпадают со средними величинами, полученными путем усреднения по времени одной реализации.
(3.34)
(3.35)
(3.36)
При =0 получаем, что
(3.37)
Это есть полная средняя мощность случайного сигнала.
Корреляционная функция центрированного случайного сигнала равна
. Если , то в силу ослабления статистической зависимости это величина стремится к нулю. Поэтому . Теперь из (3.32) можно получить следующий результат.
(3.38)
Для эргодических процессов дисперсия равна разности между средней мощностью процесса и мощностью постоянной составляющей.
В силу стационарности, т.е. независимости функции распределения от начала отсчета времени, корреляционная функция является четной.
(3.39)
Так как , то
(3.40)
Таким образом, любое значение корреляционной функции стационарного случайного процесса не может превышать значения этой функции при =0.
Коэффициентом корреляции стационарного случайного процесса называется отношение корреляционной функции центрированного случайного процесса к величине дисперсии.
(3.41)
Если среднее значение равно нулю, то коэффициент корреляции равен
(3.42)
Коэффициент корреляции обладает теми же свойствами, что и корреляционная функция. Он является четной функцией, максимальное значение , при любом , причем при . Всегда можно указать такую величину 0, что при >0 абсолютная величина коэффициента корреляции остается меньше заданной. Величину 0 называют временем корреляции. Иногда время корреляции определяют так.
(3.43)
В качестве примера рассмотрим нормальный закон распределения двух значений сигнала в два момента времени t и t+.
(3.44)
Эта функция имеет максимальное значение при . Оно равно
(3.45)
Плотность вероятности сохраняет постоянное значение вдоль эллипсов, являющихся горизонтальными сечениями поверхности (3.44). Уравнения семейства эллипсов равных плотностей вероятности имеет вид.
(3.46)
При =0 эллипс вырождается в точку , а по мере увеличения секущая горизонтальная плоскость опускается все ниже и соответственно уменьшается значение плотности вероятности.
Вероятность того, что точка плоскости со случайными координатами окажется внутри эллипсы с фиксированным параметром получается путем интегрирования функции (3.44) по области плоскости, ограниченной эллипсом, и равна
(3.47)
При эллипсы равных вероятностей переходят в окружности радиуса . При и из (3.47) получаем, что
(3.48)
Плотности вероятности, соответствующая интегральной функции (3.48), равна
(3.49)
Функция плотности вероятности (3.49) называется релеевской.
Энергетический спектр стационарного случайного процесса.
В курсе статистической радиофизики этот вопрос рассматривается подробно. Энергетический спектр G() и корреляционная функция стационарного случайного процесса связаны друг с другом парой преобразования Фурье (теорема Винера-Хинчина)
(3.51)
Доказательство можно провести следующим образом. Формально случайный процесс можно представить в виде интеграла Фурье.
(3.52)
(3.53)
Теперь найдем функцию корреляции в виде
(3.54)