... 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) ...
Jak bylo uvedeno výše.23)
Nk jsou vzorky šumového signálu rozptylem σ2
N Předpokládejme dále, průměrný
výkon vysílače E[X2
k Kapacita (propustnost) kanálu je:
C max
pX(x)
{I(Xk; Yk)}. platí:
I(Xk; Yk) h(Xk) h(Xk|Yk) h(Yk) h(Yk|Xk). 1. Jak již bylo řečeno, diferenciální en-
tropie maximální pro případ normálního rozdělění [2].1
Po zavedení potřebných veličin nyní můžeme přistoupit odvození teorému kapacitě
kanálu. Předpokládejme vysílač generuje stacionární náhodný proces X(t) nulovou
střední hodnotou.26)
Protože h(Nk) nezávisí rozdělění pravděpodobnosti pX(x), maximalizace vzájemné
informace I(Xk; Yk) dosáhneme maximalizací h(Yk). Jelikož pro rušivý signál byl
zaveden předpoklad normálního rozdělění součet dvou veličin normálním rozdělěním
.Teorie rádiové komunikace 12
Obrázek 1. (1.22)
Vztahy mezi entropiemi možné graficky ilustrovat, jak uvedeno obr. (1. (1. (1. Vzorkováním
přijatého signálu (t) zašuměného aditivním bílým gausovským šumem nulovou střední
hodnotou spektrální hustotou výkonu N0/2 vzniknou vzorky Yk:
Yk Nk.24)
Je tedy třeba maximalizovat vzájemnou informaci ohledem funcki hustoty pravdě-
podobnosti pX(x).1: Vztahy mezi entropiemi [8]
kde pX,Y (x, simultánní hustota pravděpodobnosti náhodých proměnných a
pX(x|y) podmíněná hustota pravděpodobnosti. (1. Obdobně jako pro diskrétní kanál, platí
i tomto případě:
I(X; h(X) h(X|Y h(Y h(Y |X).25)
Vzhledem tomu, jsou nezávislé, platí h(Yk|Xk) h(Nk) také:
I(Xk; Yk) h(Yk) h(Nk). Jeho vzorkováním vzniknou vzorky n)
