通信原理与考研 第二章 确知信号
人生总是会不断经历失败,然后再不断成长。每一次小小的成功都会给人带来很大的满足感,但之前肯定会吃很多苦,希望同学们能从学习中感悟这个过程,收获成功的开心。2024年8月,更新文章内容。开始讲解第二章的主要内容。



百度百科讲得很清晰。确知信号(deterministic signal)或称确定性信号,是指可用一个确定的时间函数表示,即对于指定的某一时刻,具有一个确定的相应函数值的信号。又称规则信号。其取值在任何时间都是确定的和可预知的;例如,振幅、频率和相位都是确定的一段正弦波,它就是一个确知信号。其中包括周期信号与非周期信号,连续时间信号与离散时间信号等。2024年,改版文章,看看AI如何解答确知信号?确知信号:是指能够用明确的数学表达式或图表来准确描述其取值在任何时间都是确定的信号。例如正弦波信号 ,其中幅度A、角频率 和初相位 都是确定的数值。确知信号具有确定性的特征,其参数和变化规律都是已知且可预测的。随机信号:也称为不确定信号,是指不能用确定的时间函数来表达,其在任何时刻的取值都是不确定的、随机的信号。随机信号通常需要用概率统计的方法来描述和分析。例如通信中的噪声信号,其幅度、频率和相位等都是随机变化的。举个例子,在无线通信中,接收到的信号可能包含有用的确定信号(如发送方发送的特定调制信号)和随机的噪声信号(如由环境干扰产生的)。

开始讲解谱密度的概念。


δ 函数,也称为狄拉克 δ 函数,是一种特殊的函数。它在数学和物理学中有广泛的应用,特别是在处理涉及点源、脉冲或集中现象的问题时非常有用。从数学角度来看, 函数的定义比较特殊,它不是传统意义上的函数。实际中不存在这个函数,为了计算的方便。大家需要记住函数的特性。
这个函数会在很多课程里面遇到,主要是为了方便表达很多数学意义。


自相关函数——重点内容。需要了解能量信号的自相关函数和功率信号的自相关函数!首先是能量信号的自相关函数!

观察信号可以选择观察功率谱,也可以选择直接观察频谱。如果要观察功率谱,首先要进行自相关函数的运算。那用什么设备来观察呢?频谱仪!遗憾的是本人当年在本科读书期间没有接触这种设备,现在教书的地方依旧没有这种设备。真正想搞通信方面的科研肯定离不开它。观察射电天文信号,大多采用观察功率谱的方式。在观察通信信号时,我们采用直接观察频谱方式为主。两种方式有什么差异?同学们可以结合课本知识百度一下,这样就能真正的理解了!
互相关函数——重点内容。理解了自相关函数,自然就能明白互相关函数的定义,由信号本身的相关变成两个独立信号的相关。
两个相关函数都是对相关性,即相似性的度量。如果进行归一化,会看的更清楚。自相关体现了函数和函数本身的相关性。当函数中有周期性分量的时候,自相关函数的极大值能够很好的体现这种周期性。互相关则是体现两个函数之间的相似性,当两个函数都具有相同周期分量的时候,它的极大值同样能体现这种周期性的分量。相关运算从线性空间的角度看其实是内积运算,而两个向量的内积在线性空间中表示一个向量向另一个向量的投影,表示两个向量的相似程度,所以相关运算就体现了这种相似程度。以后学到的扩频通信就会常用到这些概念!!!在《数字信号处理》课程里面经常会遇到这两个相关运算!