Wykład 6 - mega-science.edu.pl

Transkrypt

Wykład 6 - mega-science.edu.pl
2015
Podstawy telekomunikacji
Wykład VI
Sposoby opisu i modelowania
zakłóceń kanałowych
Wykład IV
Tory transmisyjne
Struktura łańcucha
Struktura łańcucha telekomunikacyjnego
realizującego transmisję sygnałów dyskretnych
© WAT || © C. Ziółkowski, J.M. Kelner
1
2015
Wykład V
Modele kanałów analogowych
Struktura łańcucha
Struktura łańcucha telekomunikacyjnego
realizującego transmisję sygnałów dyskretnych
Wykład V
Modele kanałów analogowych
Kanał liniowy
Jak modelować zakłócenia kanałowe?
© WAT || © C. Ziółkowski, J.M. Kelner
2
2015
Wykład VI
Modele zakłóceń kanałowych
Reprezentacja sygnałów losowych
Charakterystyki opisujące właściwości
statystyczne sygnałów:
• gęstość prawdopodobieństwa (STC)
f(x(t),t) = f(x,t)
• funkcja prawdopodobieństwa (STD)
P(x(t),t) = P(x,t)
STC – sygnał z czasem ciągłym
STD – sygnał z czasem dyskretnym
Wykład VI
Modele zakłóceń kanałowych
Reprezentacja sygnałów losowych
Klasyfikacja sygnałów losowych ze względu
na właściwości statystyczne
© WAT || © C. Ziółkowski, J.M. Kelner
3
2015
Wykład VI
Modele zakłóceń kanałowych
Reprezentacja sygnałów losowych
Wykład VI
Modele zakłóceń kanałowych
Reprezentacja sygnałów losowych
© WAT || © C. Ziółkowski, J.M. Kelner
4
2015
Wykład VI
Modele zakłóceń kanałowych
Reprezentacja sygnałów losowych
f(x,t) = f(x,t+ε) = f(x)
Wykład VI
Modele zakłóceń kanałowych
Reprezentacja sygnałów losowych
© WAT || © C. Ziółkowski, J.M. Kelner
5
2015
Wykład VI
Modele zakłóceń kanałowych
Reprezentacja sygnałów losowych
Wykład VI
Modele zakłóceń kanałowych
Zakłócenia addytywne
Szum biały
© WAT || © C. Ziółkowski, J.M. Kelner
6
2015
Wykład VI
Modele zakłóceń kanałowych
Zakłócenia addytywne
Szum (wąsko)pasmowy
Wykład VI
Modele zakłóceń kanałowych
Zakłócenia addytywne
Szum dolnopasmowy
© WAT || © C. Ziółkowski, J.M. Kelner
7
2015
Wykład V
Modele kanałów analogowych
Kanał liniowy
Jeżeli w kanale liniowym sygnał zakłócający
modelowany jest jako szum biały, to taki
kanał liniowy nazywamy kanałem AWGN
(ang. Additive White Gaussian Noise channel).
© WAT || © C. Ziółkowski, J.M. Kelner
8