Материал: 6593
6
1 СИГНАЛЫ И ПОМЕХИ В СИСТЕМАХ ПЕРЕДАЧИ ИНФОРМАЦИИ
Сигнал. Принято считать, что передача информации происходит тогда, когда некоторый объект (получатель информации) приобретает знания, сведения, данные о состоянии другого объекта (источника информации).
Сигналами называются состояния объектов в цепи, связывающей источник с получателем, при условии, что изменение состояния источника приводит к изменению состояний остальных объектов в этой цепи по правилам, хотя бы частично известным получателю. Такие правила называются кодом.
Следует подчеркнуть, что всегда можно указать пару крайних элементов в этой цепи сигналов: переданный сигнал (сообщение), то есть состояние источника информации, и принятый сигнал, то есть состояние объекта, доступного для непосредственного наблюдения получателем.
Состояние любого объекта можно математически описать при помощи набора чисел (параметров). Поскольку значения этих параметров обычно изменяются со временем, то математической моделью сигнала служит функция времени (и, возможно, других аргументов, например пространственных координат).
Интересоваться значением передаваемого сигнала x(t) и наблюдать с этой целью принимаемый сигнал y(t) имеет смысл
только в том случае, когда значения этих функций заранее неизвестны получателю.
Наиболее распространенной математической моделью сигнала, удовлетворяющей этому требованию и допускающей строгое количественное описание, является случайная функция. При этом конкретной реализации сигнала, возникшей в результате опыта, ставится в соответствие конкретная реализация этой случайной функции. Множество всех возможных реализаций сигнала с указанием вероятностной меры, соответствующей каждой из реализаций, называется ансамблем.
Случайная функция называется дискретной по данному
7
параметру, если множество возможных значений этого параметра конечно или счетно. В противном случае, когда параметр может принимать любое значение из некоторой непрерывной области, функция называется непрерывной по данному параметру. Переход от непрерывного сигнала к дискретному называется квантованием (дискретизацией), а обратный переход - интерполяцией (восстановлением). Случайная функция, дискретная по времени, называется случайной последовательностью.
Типичная процедура квантования по времени заключается в том, что берут отсчеты исходной непрерывной функции в мо-
менты времени t1,t2 ,...,tn , отстоящие один от другого на вели-
чину ∆t , называемую шагом квантования по времени (рис. 1.1,
б). Полученная в результате квантования случайная последовательность – система непрерывных случайных величин
X (1) , X (2) ,..., X (n) |
в соответствии с теоремой В.А. Котельникова |
||
полностью определяет |
исходную случайную функцию X (t) , |
||
если n → ∞, |
а |
шаг |
квантования выбран из условия |
∆t ≤1/(2FB ) , |
где |
FB - |
верхняя граничная частота в спектре |
сигнала X (t) . |
|
|
|
Квантование по уровню, т.е. переход от непрерывных вели- |
|||
чин X (k ) к дискретным X (jk ) , иллюстрируется рис. 1.1в.
В дальнейшем будем рассматривать следующие модели сообщений и сигналов:
а) непрерывная или дискретная случайная величина; б) непрерывная или дискретная
случайная последовательность, т.е. система n непрерывных или дис-
кретных случайных величин; в) непрерывная случайная
функция, т.е. непрерывная функция времени, значения которой в любые моменты времени являются непрерывными случайными величинами.
Рис. 1.1
8
Модель сигнала – случайная величина. Простейшая мо-
дель сигнала - случайная величина X .
Полное математическое описание дискретной случайной величины X дает ее закон распределения, т.е. таблица, в которой перечислены все возможные значения этой случайной вели-
чины |
x1, x2 ,... |
и соответствующие им |
вероятности |
p(x1), p(x2 ),... . Дискретная случайная величина |
X называется |
||
m-ичным символом (буквой, цифрой), если множество ее возможных значений x1, x2 ,..., xm конечно. Это множество называется алфавитом, а число m - основанием кода. Термин «символ xj » применяется для указания конкретного j -гo элемента ал-
фавита.
Полное математическое описание непрерывной случайной величины X содержит ее функция распределения F(x) либо
плотность вероятности W (x) , если последняя существует.
Типичная процедура квантования непрерывной величины X , т.е. переход к дискретной величине X ', заключается в следующем. Область возможных значений случайной величины X
делят на m интервалов с длинами ∆x1, ∆x2 ,..., ∆xm и задают множество x1, x2 ,..., xm возможных значений дискретной слу-
чайной величины X '. Обычно, хотя это не обязательно, в качестве xj выбирают середину j-гo интервала. Далее считают, что
дискретная величина X ' приняла значение xj , если реализация
непрерывной случайной величины X попала внутрь j-гo интервала (рис. 1.2). Вероятность этого события равна
xj +∆xj / 2 |
|
|
p(xj ) = ∫ |
W (x)dx . |
(1.1a) |
xj −∆xj / 2 |
|
|
Если длины интервалов настолько малы, что относительное |
||
изменение плотности W (x) |
внутри интервала незначительно, то |
|
приближенно имеем
9 |
|
p(xj ) ≈W (xj )∆xj . |
(1.1б) |
Квантование называется |
равно- |
мерным, если |
длины всех интервалов |
|
равны между |
собой, |
тогда величина |
∆x = ∆xj называется |
шагом кван- |
|
тования по уровню.
Кроме закона распределения, для описания случайной величины нередко используют числовые характеристики, являю-
щиеся математическими ожиданиями некоторых функций ϕ(x)
от случайной величины X . Такие характеристики вычисляют по формуле
m |
|
|
M[ϕ(X )]= ∑ϕ(xj ) p(xj ) - для дискретных X , |
(1.2) |
|
j=1 |
||
|
||
M[ϕ(X )]= ∞∫ϕ(x)W (x)dx - для непрерывных X . |
|
−∞
Простейшей моделью пары «сообщение - сигнал» является система двух случайных величин XY .
Если эти случайные величины дискретны, то их полной характеристикой служит набор ms совместных вероятностей
p(xj , yk ) , где m – основание кода сообщения, s – основание ко-
да сигнала.
Система непрерывных случайных величин XY полностью характеризуется функцией распределения F(x, y) или совмест-
ной плотностью вероятности W (x, y) при условии существова-
ния последней.
Для каждой из случайных величин, входящих в систему, можно вычислить безусловные и условные вероятности (плотности вероятности):
s |
∞ |
|
p(xj ) = ∑p(xj , yk ) , |
W (x) = ∫W (x, y)dy , |
|
k =1 |
−∞ |
(1.3) |
m |
∞ |
|
p(yk ) = ∑p(xj , yk ) , |
W (y) = ∫W (x, y)dx , |
|
j=1 |
−∞ |
|
|
|
|
|
|
|
10 |
|
|
|
p(xj / yk ) = |
p(xj , yk |
) |
|
, |
|
W (x / y) = |
W (x, y) |
, |
|
p(yk ) |
|
|
|
W (y) |
(1.4) |
||||
|
|
|
|
|
|
|
|||
p(yk / xj ) = |
p(xj , yk |
) |
|
, |
|
W (y / x) = |
W (x, y) |
, |
|
p(xj ) |
|
|
|
W (x) |
|
||||
|
|
|
|
|
|
|
|
||
причем по формулам умножения вероятностей имеем |
|||||||||
p(xj , yk ) = p(xj ) p(yk / xj ) = p(yk ) p(xj / yk ) |
, |
||||||||
W (x, y) =W (x)W (y / x) =W (y)W (x / y) . |
(1.5) |
||||||||
|
|||||||||
Случайные величины |
|
X |
и Y статистически независимы, |
||||||
если для всех значений x и y выполняется условие |
(1.6) |
||||||||
p(xj / yk ) = p(xj ) , |
W (x / y) =W (x) . |
|
|||||||
Числовые характеристики системы вычисляются по форму- |
|||||||||
ле |
|
|
|
|
|
|
|
|
|
|
|
m |
|
s |
|
|
|
|
|
M[ϕ(X ,Y )]= ∑∑ϕ(xj , yk ) p(xj , yk ) , |
|
(1.7) |
|||||||
|
j=1 |
k =1 |
|
|
|
||||
|
|
|
|
|
|||||
M[ϕ(X ,Y )]= ∞∫ ∞∫ϕ(x, y)W (x, y)dxdy .
−∞ −∞
Условные числовые характеристики, например математическое ожидание ϕ(x, y) при условии, что случайная величина Y
приняла конкретное значение yk , вычисляем по формуле
m |
|
|
M[ϕ(X , yk )]= ∑ϕ(xj , yk ) p(xj / yk ) , |
(1.8) |
|
j=1 |
||
|
||
M[ϕ(X , yk )]= ∞∫ϕ(x, yk )W (x / yk )dx . |
|
−∞
Модель сигнала – случайная последовательность. Более сложной моделью сообщения и сигнала являются случайные последовательности.
Дискретная по времени и по уровню случайная функция X (t) полностью определяется последовательностью n случай-
ных чисел – отсчетов X (1) ,..., X (n) , взятых в моменты времени