Teorie rádiové komunikace

| Kategorie: Skripta  | Tento dokument chci!

... text je určen jak zájemcům z řad studentů magisterského, doktorského a bakalářského studia elektrotechnických oborů vysokých škol, tak i zájemcům z řad odborné veřejnosti, kteří si potřebují osvěžit či doplnit znalosti z dané oblasti. Text je členěn do celkem 18 kapitol. Pomyslně může být rozdělen do dvou částí - úvodní spíše teoreticky zaměřené (Teorie informace, Komunikační signály, Mezi symbolové interference, Příjem komunikačních signálů), následované více aplikačně zaměřenými kapitolami (Číslicové modulace, Rozprostřené spektrum a CDMA, Systémy s více nosnými a OFDM, Kombinace OFDM/CDMA/UWB, Komunikační kanály, Vyrovnavače kanálů, Protichybové kódování, UWB komunikace, MIMO systémy, Softwarové, kognitivní a kooperativní rádio, Adaptivní metody v rádiových komunikacích, Analýza spektra rádiových signálů, Změna vzorkovacího kmitočtu, Zvyšování přenosové rychlosti rádiových komunikačních systémů) ...

Strana 11 z 144

Vámi hledaný text obsahuje tato stránku dokumentu který není autorem určen k veřejnému šíření.

Více info o tomto dokumentu zde!

Jak získat tento dokument?

Poznámky redaktora

11 1. Předtím bude ale opět třeba zavést některé veličiny týkající přenosu spojitými kanály. diferenciální (vztažná, relativní) entropie h(X) definovaná analogicky vztahu 1.19) Od přirozeného logaritmu pak můžeme přejít logaritmu obecným základem: h(X) = 1 2 log 2πeσ2 (1. První nich je tzv.18) čehož bude dosaženo pomocí substituce x−x0 σ . Hustota pravděpodobnosti normál- ního rozdělění je: p(x) = 1 σ √ 2π e− (x−x0)2 2σ2 , (1.16) kde směrodatná odchylka střední hodnota. Budou využity vlas- nosti normovaného normálního rozdělení (nulová střední hodnota, jednotková směrodatná odchylka) funkcí hustoty pravděpodobnosti: p(z) = 1 √ 2π e− z2 2 (1. (1.15 obdržíme: h(X) − ∞ −∞ 1 σ √ 2π e− (x−x0)2 2σ2 log2 1 σ √ 2π e− (x−x0)2 2σ2 dx. (1. dosazení p(x) vztahu 1. Potom možné psát (pro usnadnění budou používány přirozené logaritmy): h(X) − ∞ −∞ 1 √ 2π e− z2 2 ln 1 σ √ 2π e− z2 2 ln 1 σ √ 2π ∞ −∞ p(z)dz+ + 1 2 ∞ −∞ z2 p(z)dz ln 1 σ √ 2π + 1 2 = ln 1 σ √ 2π + 1 2 ln = 1 2 ln 2πeσ2 .15) přičemž px(x) funkce hustoty pravděpodobnosti spojité náhodné veličiny Bylo by možné ukázat [2, největší diferenciální entropii mají (pro případ stejné směrodatné odchylky) náhodné veličiny normálním rozdělěním.21) . vzájemná informace I(X; mezi dvěma náhodnými veličinami : I(X; = ∞ −∞ ∞ −∞ pX,Y (x, log2 pX (x|y) pX(x) dxdy, (1.4 Teorém kapacitě kanálu Cílem této, poslední kapitoly týkající teorie informace uvést naznačit odvození nejznámnějšího Shannonových teorémů teorému kapacitě kanálu.20) Další veličin, charakterizujících přenos kanálem vstupem x(t) výstupem y(t) je tzv.17) Nyní bude ukázána úprava tohoto vztahu tak jak uvedena [8].3: h(X) = ∞ −∞ pX(x) log2 1 pX(x) dx, (1

---

---