高斯白噪声的统计特性
来源:互联网 发布:mac 删除软件 编辑:程序博客网 时间:2024/05/01 23:06
【转】高斯白噪声的统计特性
首先声明一点:楼主说的“高斯白噪声服从的是均值为0,方差为N0/2的高斯分布”是不准确的,如果楼主真的看到这样的提法,说明该作者在这个问题上也没有弄清楚。
通信论坛|通信社区|3G论坛|NGN论坛|求职|招聘|论文; y1 E: I2 v: i. w- H |2 w% V+ h
通常文献所说的噪声的方差,是指加性高斯白噪声(AWGN)的经过采样后的采样值的方差,具体说,就是数字通信原理里说的在相关接收/或匹配滤波后的输出,此时的方差是N0/2(见Proakis的digital communcations的第五章第一、二节)。若说某个白高斯过程的方差是N0/2,这个提法本身就是不严格的,因为对于均值为0的高斯白噪声,方差就是总功率,因为:总功率=直流功率+交流功率=0+交流功率=0+方差,因为均值为0,所以直流功率为0,方差就是交流功率,亦即总功率。因为根据白噪声的定义,他的功率谱在整个频段上都是一个常数,此时总功率是对功率谱在整个频段上的积分,这个总功率自然就是无穷大的了。
实际上,即使输入的噪声真的是AWGN,经过相关接收/或匹配滤波后,噪声项就不再是白的了,因为相关接收/匹配滤波器本身就可以被看作是一个滤波器(积分器的系统函数为1/jw,即是个低通),wgn经过滤波器后,功率自然就不再是无穷大了,虽然它的相关接收/匹配滤波器输出采样值分布仍然是高斯的。如果有作者说“高斯白噪声服从的是均值为0,方差为N0/2的高斯分布”,那一定是指白噪声经过相关接收/或匹配滤波后并采样获得的离散随机过程是均值为0,方差为N0/2的高斯分。
白噪声是一种理想随机过程,其双边功率谱密度等于常数 , 。因此噪声方差为
虽然高斯白噪声方差为无穷大,但经滤波后高斯白噪声的方差是有限的。例如,若AWGN与正交函数系中的某一函数相关,则相关器输出信号的方差为
因此在随后的检测过程中,假定噪声是相关器或匹配器的输出噪声,方差为。
- 高斯白噪声的统计特性
- 白噪声\高斯噪声\高斯白噪声的区别
- 高斯噪声/白噪声/高斯白噪声的区别
- 高斯白噪声与高斯色噪声的区别
- 白噪声、高斯白噪声
- 高斯白噪声,有色噪声
- 数据的统计特性
- 白噪声,高斯噪声,高斯白噪声
- 高斯白噪声
- 高斯白噪声
- 高斯白噪声
- 噪声特性及matlab函数
- 高斯白噪声和白噪声
- 高斯噪声 高斯白噪声
- 图像信号的统计特性
- 高斯噪声、高斯白噪声、SNR、噪声方差
- 高斯噪声、高斯白噪声、SNR、噪声方差
- 噪声分析系统统计sql总结
- 【求职受骗】我在黄河旋风150天,别让无良企业再坑学弟学妹们
- 2014百度之星初赛第二轮解题报告:chess
- mysql优化:连接数
- 苹果Swift语言入门教程【中文版】
- uva 10051 Tower of Cubes
- 高斯白噪声的统计特性
- 新手上路
- linux线程间通信
- C++ 双向链表(经过编译)
- android驱动学习---led实验
- UIImagePickerController
- 可变形模型(Deformable Models)简介
- 苹果Swift语言入门教程【中文版】
- linux 常用的命令学习