電子コミュニケーション専門コース-バオヤンノート共有

序文

仕上げのメモの詳細については、「電子コミュニケーションプロフェッショナルコース-Baoyanメモの共有」を参照してください。

 

一般的な基礎-強調

• 時間領域は制限されており、これは無限周波数領域に対応します（時間領域は矩形関数で乗算され、周波​​数領域では、サンプリング関数との畳み込みに相当し、サンプリング関数は周波数で無限です）ドメイン）
• 周波数領域での帯域制限関数は、時間領域で無限でなければなりません
• インパルス応答を実際に測定する方法：最初にシステムのステップ応答を測定し、次にインパルス応答を導出します
• インパルス応答の代わりに方形波を使用する場合のエラーを減らす方法：パルス幅をできるだけ小さくし、パルス振幅をできるだけ大きくします。

変調（スペクトルシフト）

• ベースバンド信号のスペクトルを高周波に移動して、チャネルでの伝送に適した信号を形成します
• このプロセスには乗数が必要です。乗数は、達成するためにキャリアで乗算されます。
• 理由
  • 高周波信号は、チャネルでの伝送に適しています
  • 適切な長さのアンテナを使用するには
  • 高周波範囲が広く、より多くの信号を送信でき、周波数分割多重化を実現できます。
• バンド信号の特性
  • オリジナルのベースバンド情報を運ぶ
  • チャネルでの送信に適しています
  • 信号のスペクトルは、中心周波数がゼロから遠いバンドパス形式です。

復調

• 受信した変調信号から元のベースバンド信号を復元する変調の逆プロセスは、本質的にスペクトルシフトです。

• コヒーレント復調

  • 乗算器を使用して、変調信号にローカルキャリアを乗算します
  • すべての線形変調で動作します
  • 制約事項：受信した変調搬送波と厳密に同期し、同周波数で同相のローカル搬送波（コヒーレント搬送波）を提供する必要があります
  • 受信した変調信号を乗算し、ローパスフィルターを介してローパス成分を取り出し、元のベースバンド変調信号を取得します。
  • すべての線形変調信号の復調に適しています

• インコヒーレント復調（包絡線検波）

  • ∣ m（t）∣max≤A0 | m（t）| _ {max} \leA_0を満たすAM信号にのみ適用されます$|m（t）{|}_{ma}\le A_{}$、つまり、AM信号のエンベロープ（振幅）が歪んでいない場合
  • 半波または全波整流器+ローパスフィルターで実装可能

ナイキストサンプリング法（時間領域）

• 機能：制限されたサンプリングレートを使用して歪みなしで元の信号を復元するために、つまり、アナログ信号自体を送信する必要はありませんが、これらの個別のサンプリング値のみを送信でき、受信側は復元できます元のアナログ信号
• $f_{}\ge 2f_{}$
• 帯域制限された信号（周波数領域帯域制限された）が元の信号の最高周波数の2倍以上のサンプリングレートでサンプリングされた場合、取得された離散サンプリング信号は元の信号を正確に決定できます。
• サンプリング信号：サンプリング角周波数での元の信号スペクトルの周期的な繰り返し

バンドパスサンプリング定理

元のコード、逆コード、補完コード

• ベース
  • コンピュータのハードウェアは、コンピュータに保存されているデータは基本的にバイナリコードで保存されていると判断します
  • 電卓の演算子、加算演算子のみ
  • 加算を使用して減算を実現するために、符号ビット**（正の場合は0、負の場合は1）が導入されます。
  • オリジナルコード、インバースコード、コンプリメントコードの生成プロセスは、コンピュータの減算と符号ビットの導入の問題を解決することです。
• 元のコード：マシン番号の最も単純な表現、最上位ビットは符号ビットを表し、他のビットは2進数の絶対値を格納します
• 逆コード：正の数の逆コードは元のコードと同じです。負の数の逆コードは、ビット単位で反転される符号ビットを除いて、元のコードです。
• 補数コード：正の数の補数は元のコードに等しく、負の数の補数は補数+1に等しい

相関と畳み込みの関係

• 相関と畳み込みはどちらも2つの信号間の相互作用を目的としており、相関は2つの信号間の類似性の記述に重点を置いています。
• 相関と畳み込みの主な違いは、畳み込み操作では、関数の1つが逆になり、次にスライディング積が合計されますが、相関は逆になりません。
• つまり、畳み込みは、関数の1つを180°反転させてから相関演算を実行する相関演算です。
• 畳み込みの主な用途はデジタル信号処理です。LTIシステムを通過する信号の出力（正確にはゼロ状態応答）を見つけるために、励起とシステム関数の畳み込みを使用して、計算する

高速フーリエ変換（FFT）と離散フーリエ変換（DFT）の関係

• FFTの基本的な考え方は、元のNポイントシーケンスを2ポイント戦略を使用して一連の短いシーケンスに分解することです（時間領域の信号シーケンスはパリティプロパティに従って配置されます）、次にDFTを使用しますこれらの短いシーケンスを計算し、繰り返される乗算演算を削除するために適切な組み合わせを作成し、構造を単純化して高速演算を実現するという目的を達成します。
• 本質は、DFTの2つの特性である周期性と対称性を使用することです。
• N点DFTの複雑さ：$N^{2つ}$の複素数の乗算、$（N-1）N個$の複素数加算演算、$O（{女性）}^2）$
• N点FFTの複雑さ：$\frac{}{2}lo{g}_{}N$複素数乗算、$Nlo{g}_{}N$の追加、$O（Nlo{g}_{}N）$

割り込み

• 簡単な紹介：割り込みは、CPUに実行中のプログラムを終了させ、他の特別なものに切り替える操作です。
• なぜ割り込みを使うのですか？
  • ハードウェア障害のアラームと処理
  • 複数のプログラムの同時実行をサポートし、コンピュータシステムの運用効率を向上させます
  • リアルタイム処理機能
• 基本コンセプト
  • 合計256の割り込み、割り込み番号00H-0FFH
  • マスキングが許可されているかどうかに応じて、マスク可能割り込みとマスク不可割り込みに分けられます。
  • 割り込み要求のソースに応じて、内部割り込みと外部割り込みに分けられます。
  • 内部割り込みはマスクできません
  • 外部割り込みは、マスク可能な割り込みとマスク不可能な割り込みに分けることができます
    • NMI（マスク不可割り込み）ピンからの割り込みはマスクできません。たとえば、電源障害、メモリの読み取りおよび書き込みエラー、バスパリティエラーなどがエッジトリガーされます。
    • INTR（割り込み要求信号）からのピン割り込みをマスクすることができます
  • フラグレジスタのフラグビットIFが0に設定されている場合、INTRからの割り込みをシールドできます。つまり、INTRからの割り込みによって割り込みられることはありません。
• メインプロセス
  • 基本プロセス：5段階：割り込み要求、割り込みアービトレーション、割り込み応答、割り込みサービス、割り込みリターン
  • まず、CPUは割り込み要求信号を受信し、割り込みアービトレーションを通過して、割り込み応答ステージに入ります。
    • 次に、CPUはシーンの保護を開始し（現在実行されているアドレスやその他の情報をスタックにプッシュし）、割り込みサービスルーチンに入って割り込みを実行し、シーンを復元します（シーン情報をスタックにポップします）。
  • 最後に、元のプログラムのブレークポイントに戻り、元のプログラムの実行を続行します
  • [割り込みプログラム]を実際に実行する部分は、割り込みサービスフェーズです。

ノイズの概念、ノイズと干渉の違い

• ノイズは固有のものであり、全方向性であり、常に無差別です。
• 干渉は外部であり、異なる時間と異なる場所で、干渉は異なります
• ノイズと干渉のサイズを測定するには、SNR（信号対ノイズ比）、SIR（有用な信号対干渉電力比、信号対干渉比）、およびSINR（信号対ノイズ対干渉比）を測定します。 ）。
• 明らかに、これらの比率が大きいほど、ノイズや干渉の影響が少なくなり、受信状態が良くなります。

ノイズを抑える方法

• ノイズは主に電子の熱運動によって引き起こされるチャネルノイズとデバイスノイズの2つの部分に分けられます
• したがって、温度を使用してノイズを抑制することは非常に重要な方法です
• 第2に、チャネルノイズは、スペクトルに均等に分布するガウス加法性ホワイトノイズAWGNによって特徴付けられるため、受信機の帯域幅が大きいほど、受信するチャネルノイズが多くなります。
• これらの2つの要素を組み合わせると、チャネルノイズを低くするために、動作温度が低くなるほど良くなり、チャネル帯域幅が小さくなるほど良くなります。

エネルギー信号と電力信号

エネルギーと電力の両方が無限の時間積分に基づいています

• **エネルギー：**無限の間隔での信号振幅の2乗の積分
• **パワー：**「無限に長い時間」に対するエネルギーの比率。（この表現は厳密ではなく、理解を助けるためだけのものです）
• **エネルギー信号：**制限されたエネルギー、0の電力、フーリエ変換が可能
• **電力信号：**無制限のエネルギー、制限された電力、フーリエ変換なし
• エネルギー信号ではなく、単位インパルス信号（パーセバルの定理、周波数領域のインパルス関数のエネルギーは無限大です）
• 有界周期信号は電力信号でなければなりません

DCTとFFTの本質的な違い

• DCTは実数から実数への変換であり、主に信号圧縮に使用されます
• FFTは実数から複素数への変換であり、周波数領域に変換されます
• DCTは虚数部の計算を行わないため、DFTの2倍の計算量と高速な計算速度を実現します。
• 新しい信号（元の信号の対称性+変換、実際の偶数信号）でDFTを実行すると、元の信号でDCTが実行されます。

ランダム信号をスペクトルで表現できないのはなぜですか？そして、それはパワースペクトル密度の観点から表現されなければなりませんか？

• ランダム信号のスペクトルはランダムであるため、各実現のスペクトルは異なります（スペクトルはランダムであり、振幅スペクトルと位相スペクトルの両方がランダムです）が、パワースペクトルは定義上、振幅の二乗スペクトルの単なる二乗ではなく、関数の統計的平均。これには統計的概念があります。
• したがって、ランダム信号のさまざまな実現のパワースペクトルは同じです
• さらに、ランダム信号は無限に長く、一般に無限のエネルギーを持っていると考えられているため、ランダム信号がフーリエ変換を実行できるかどうかの問題は理論的分析では不可能ですが、実際のアプリケーションでは、サンプルが切り捨てられるため、実際にはランダム信号スペクトル分析の本質は次のとおりです。上記は、有限長の信号を使用して元の切り捨てられていない信号のスペクトルを推定することです（パワースペクトル推定）。これにより、ランダム信号をフーリエ変換できます。実際には、フーリエ変換に基づいてパワースペクトルを推定する方法もあります。たとえば、信号の100回の実現を書き込み、最初の100個の信号ポイントをインターセプトし、フーリエ変換を実行してから、これらのフーリエ変換を2乗します。それらを平均化するこれは、従来のパワースペクトル推定の下でのピリオドグラム法です
• ランダム信号のパワースペクトルは、一度実現されたランダム信号のパワースペクトルと等しくありません