Tìm hiểu về tiêu chuẩn truyền hình số DVB t

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG KHOA VIỄN THÔNG I TIỂU LUẬN MÔN HỌC “KỸ THUẬT PHÁT THANH TRUYỀN HÌNH” ĐỀ TÀI: Sinh viên thực : Nghiêm Xuân Thắng Mã sinh viên : B17DCVT328 Lớp : D17CQVT08-B Nhóm mơn học : 01 Hà Nợi, tháng 8/2021 Tín hiệu hệ thớng Mục Lục Q TRÌNH NGẪU NHIÊN 1.1 Mô men và trung bình .2 1.2 Các cặp mẫu 1.3 Hiệp phương sai và tương quan .3 1.4 Giá trị trung bình bình phương .3 QUÁ TRÌNH NGẪU NHIÊN POISSON 2.1 Chương trình cho trình ngẫu nhiên Poisson 2.2 Tín hiệu điện báo ngẫu nhiên QUÁ TRÌNH NGẪU NHIÊN TĨNH .7 WIDE-SENSE STATIONARY PROCESSES 4.1 Tương quan và Phương sai .8 4.2 Đơn giản hóa Wide-sense Stationary Processes QUÁ TRÌNH NGẪU NHIÊN ERGODIC Danh Mục Hình ảnh Hình 1.1 Sơ đồ khối hệ thống truyền hình số mặt đất DVB-T Hình 2.1 Sơ đồ khối điều chế số DVB-T Hình 2.2 Sơ đồ khối máy phát DVB-T Hình 2.3 Phân bố sóng mang OFDM Hình 2.4 Phổ tín hiệu OFDM với số sóng mang N=16 phổ tín hiệu RF thực tế Hình 2.5 Biễu diễn chịm điều chế QPSK, 16-QAM 64-QAM Hình 2.6 Chịm điều chế phân cấp 16-QAM với  = Nghiêm Xuân Thắng -B17DCVT328 Tín hiệu hệ thống I QUÁ TRÌNH NGẪU NHIÊN Biến ngẫu nhiên hàm ánh xạ tập hợp kết thực nghiệm với tập hợp số Quá trình ngẫu nhiên tắc ánh xạ kết e thực nghiệm với hàm Quá trình ngẫu nhiên thường coi hàm thời gian, coi q trình ngẫu nhiên hàm biến độc lập khác, chẳng hạn tọa độ khơng gian Hàm hàm có giá trị phụ thuộc vào vị trí ) kết , sử dụng để biểu diễn biến ngẫu nhiên hình ảnh Miền e tập hợp kết thực nghiệm Giả sử biết phân phối xác suất cho tập hợp Miền t tập T số thực + Nếu T trục thực trình ngẫu nhiên thời gian liên tục + Nếu T tập hợp số nguyên trình ngẫu nhiên thời gian rời rạc Chúng ta thường loại bỏ biến e viết viết cho trình ngẫu nhiên thời gian liên tục X[n] Xn cho trình ngẫu nhiên thời gian rời rạc Quá trình ngẫu nhiên họ hàm, Hãy tưởng tượng biểu đồ dải khổng lồ ghi âm bút xác định với e khác Họ chức theo truyền thống gọi tập hợp Một hàm chọn theo kết Đây hàm thời gian mà gọi Xk(t) Các kết khác cung cấp cho hàm thời gian khác + Nếu t cố định, giả sử biến ngẫu nhiên Giá trị phụ thuộc vào kết e + Nếu t e cho trước số Nghiêm Xuân Thắng -B17DCVT328 Tín hiệu hệ thống + 1.1 Mô men và trung bình biến ngẫu nhiên đại diện cho tập hợp mẫu tập hợp thời điểm Nếu có hàm mật độ xác suất Mơ men là: Ký hiệu cần thiết mật độ xác suất phụ thuộc vào thời gian lấy mẫu Giá trị trung bình hàm thời gian Mô men trung tâm là: 1.2 Các cặp mẫu Các số mẫu từ hàm thời gian thời điểm khác Chúng cặp biến ngẫu nhiên Chúng có hàm mật độ xác suất chung Từ hàm mật độ chung, người ta tính tốn mật độ biên, xác suất có điều kiện đại lượng khác quan tâm 1.3 Hiệp phương sai và tương quan Hiệp phương sai mẫu là: Nghiêm Xuân Thắng -B17DCVT328 Tín hiệu hệ thống Hàm tương quan là: Lưu ý: Cả hàm hiệp phương sai hàm tương quan đối xứng liên hợp t1 t2 C(t1; t2) = C∗(t2; t1) R(t1, t2) = R∗(t2, t1) 1.4 Giá trị trung bình bình phương “Cơng suất trung bình” q trình thời điểm t đại diện bởi: đại diện cho sức mạnh biến động giá trị trung bình QUÁ TRÌNH NGẪU NHIÊN POISSON Gọi số kiện tạo trình Poisson khoảng thời gian tốc độ trung bình kiện giây Xác suất N = n là: Khi Thì Một q trình ngẫu nhiên định nghĩa số kiện khoảng thời gian Do Số kiện dự kiến t Đối với phân phối Poisson, biết phương sai là: “Cơng suất trung bình” hàm là: Nghiêm Xuân Thắng -B17DCVT328 Tín hiệu hệ thống Đồ thị cho hàm dao động đường xu hướng trung bình với độ dốc Hình Quá trình Poisson 2.1 Chương trình cho trình ngẫu nhiên Poisson FUNCTION PoissonProcess,t,lambda,p ; S=PoissonProcess(t,lambda,p) ; divides the interval [0,t] into intervals of size ; deltaT=p/lambda where p is sufficiently small so that ; the Poisson assumptions are satisfied ; ; The interval (0,t) is divided into n=t*lambda/p intervals ; and the number of events in the interval (0,k*deltaT) is ; returned in the array S The maximum length of S is 10000 ; ; USAGE ; S=PoissonProcess(10,1,0.1) ; Plot,S ; FOR m=1,10 DO OPLOT,PoissonProcess(10,1,0.1) NP=N_PARAMS() IF NP LT THEN p=0.1 n=lambda*t/p Nghiêm Xuân Thắng -B17DCVT328 Tín hiệu hệ thống u=RANDOMN(SEED,n,POISSON=p) s=INTARR(n+1) FOR k=1,n DO s[k]=s[k-1]+u[k-1] RETURN,s END 2.2 Tín hiệu điện báo ngẫu nhiên Một q trình ngẫu nhiên có đặc tính sau: - X(t) = ±1, - Số lần giao khoảng thời gian (0; t) mô tả trình Poisson, - X(0) = (sau xóa bỏ), Tìm giá trị kỳ vọng thời điểm t Hình Cho phép số lần giao không khoảng Với Nghiêm Xuân Thắng -B17DCVT328 Tín hiệu hệ thống Giá trị cần là: = Chú ý: Giá trị cần giảm dần phía x = với t lớn Nó xảy ảnh hưởng việc biết giá trị t = giảm theo hàm mũ Hàm tự tương quan tính cách tìm )] Nó cho phép biểu thị giá trị X đạt Hiện tại, giả sử Khi đó: Điều kiện sản phẩm đưa Xác suất lưu ý đến thực tế số lượng dấu hiệu thay đổi q trình Poisson Do đó, theo cách tương tự ta phân tích trên: Từ đó: Sau số đại số, điều giảm xuống: Nghiêm Xuân Thắng -B17DCVT328 Tín hiệu hệ thớng Phân tích song song áp dụng cho trường hợp t2 ≤ t1, đó: Sự tự tương quan tín hiệu điện báo phụ thuộc vào chênh lệch thời gian, vị trí khoảng thời gian Chúng ta thấy đặc tính quan trọng ổn định ngẫu nhiên chương trình Q TRÌNH NGẪU NHIÊN TĨNH Bây loại bỏ điều kiện (3) trình điện báo Cho Y (t) = AX (t) A biến ngẫu nhiên độc lập với X nhận giá trị ± với xác suất Khi Y (0) ± với xác suất nhau, trình điện báo khơng cịn giới hạn số dương t = Vì A X độc lập, nên tự tương quan cho Y (t) cho bởi: Điện báo ngẫu nhiên ví dụ q trình có số số liệu thống kê độc lập với thời gian Các trình ngẫu nhiên mà số liệu thống kê khơng phụ thuộc vào thời gian gọi tĩnh Nói chung, q trình ngẫu nhiên có thống kê chung theo thứ tự Nếu trình tĩnh, chúng không phụ thuộc vào dịch chuyển thời gian Thống kê lệnh mô tả hàm phân phối tích lũy Nếu trình tĩnh hàm phân phối thời điểm giống hệt Nếu trình tĩnh chỗ phân phối xác suất chung tất lệnh độc lập với gốc thời gian WIDE-SENSE STATIONARY PROCESSES Chúng thường đặc biệt quan tâm đến q trình cố định Các trình gọi wide-sense stationary - tĩnh cảm giác rộng (wss) Nếu trình wss giá trị trung bình, phương sai, hàm tự tương quan phép đo thống kê bậc bậc hai khác độc lập với thời gian Chúng tơi thấy q trình ngẫu nhiên Poisson (Poisson random process) có nghĩa là, khơng đứng n theo nghĩa Tín hiệu điện báo có nghĩa , phương sai hàm tự tương quan Nó wss Nghiêm Xuân Thắng -B17DCVT328 Tín hiệu hệ thống 4.1 Tương quan và Phương sai Hàm tự tương quan trình wss phải thỏa mãn : Với giá trị t: Hàm phương sai : Hai trình ngẫu nhiên gọi chung tĩnh cảm giác rộng trình wss mối tương quan chéo chúng phụ thuộc vào Sau : gọi hàm tương quan chéo gọi hàm phương sai chéo 4.2 Đơn giản hóa Wide-sense Stationary Processes Q trình ngẫu nhiên wss giá trị trung bình khơng đổi tự tương quan phụ thuộc vào : Bởi kết khơng phụ thuộc vào mốc thời gian nên viết Lưu ý : Ví dụ: Giả sử wss với : Xác định thời điểm thứ hai biến ngẫu nhiên Xác định thời điểm thứ hai Nghiêm Xuân Thắng -B17DCVT328 Tín hiệu hệ thống QUÁ TRÌNH NGẪU NHIÊN ERGODIC Một vấn đề thực tế nảy sinh muốn tính tốn tham số giá trị trung bình phương sai trình ngẫu nhiên Định nghĩa yêu cầu có số lượng lớn ví dụ q trình ngẫu nhiên tính toán tham số cho giá trị khác t cách lấy trung bình tổng thể Thơng thường, phải đối mặt với tình có thành viên q trình - nghĩa là, hàm thời gian Sử dụng hồn cảnh phù hợp để rút kết luận chỉnh thể? Một trình ngẫu nhiên hợp lý thành viên trình sử dụng với số liệu thống kê đầy đủ tồn q trình Sau đó, mức trung bình tổng hợp mức trung bình thời gian thích hợp Tất nhiên, q trình ergodic phải trạng thái tĩnh, tất trình tĩnh ergodic III, Kết Luận Nghiêm Xuân Thắng -B17DCVT328 10 ... Miền e t? ??p hợp k? ?t thực nghiệm Giả sử bi? ?t phân phối xác su? ?t cho t? ??p hợp Miền t tập T số thực + Nếu T trục thực trình ngẫu nhiên thời gian liên t? ??c + Nếu T tập hợp số nguyên trình ngẫu nhiên thời... Danh Mục Hình ảnh Hình 1.1 Sơ đồ khối hệ thống truyền hình số m? ?t đ? ?t DVB- T Hình 2.1 Sơ đồ khối điều chế số DVB- T Hình 2.2 Sơ đồ khối máy ph? ?t DVB- T Hình 2.3 Phân bố... để r? ?t k? ?t luận chỉnh thể? M? ?t trình ngẫu nhiên hợp lý thành viên trình sử dụng với số liệu thống kê đầy đủ t? ??n q trình Sau đó, mức trung bình t? ??ng hợp mức trung bình thời gian thích hợp T? ? ?t nhiên,