欢迎来到天天文库
浏览记录
ID:9813848
大小:788.00 KB
页数:37页
时间:2018-05-10
《脉冲噪声环境下编码信道的抗噪声性能毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、九江学院专科毕业论文摘要1948年信息论和编码理论的奠基人克劳德·香农提出了著名的有噪信道编码定理,该定理促进了基于高斯噪声的编码理论的快速发展。然而,传统的基于高斯噪声的信道研究与现实中多数信道为脉冲噪声环境的现实并不相符,因此,脉冲噪声环境下编码信道抗噪声性能研究有重要的理论意义和应用意义。许多研究表明,法国数学家利维于1925年提出的α稳定分布模型是一种能够比较合理描述这类噪声的模型。本文以α稳定分布和信道编码理论为基础,并以α稳定分布噪声为脉冲噪声模型,研究了脉冲噪声环境下编码信道(循环码和卷积码)的抗噪声性能。研
2、究结果表明,脉冲噪声对编码信道所造成的误码影响比高斯噪声所造成的误码影响大得多,且高斯噪声所造成的误码率在信噪比较小的情况下即可达到0,远小于脉冲噪声所要求的信噪比。【关键字】:α稳定分布,编码信道,抗噪声性能,循环码,卷积码133九江学院专科毕业论文AbstractIn1948,ClaudeShannon,thefounderofinformationtheoryandcodingtheory,proposedthewell-knownnoisychannelcodingtheorem,whichcontributedt
3、otherapiddevelopmentofcodingtheorybasedonGaussiannoise.However,thetraditionalresearchbasedonGaussiannoiseisnotconsistentwiththerealitythatthemajorityofthechannelsareintheimpulsenoiseenvironment.Therefore,theresearchofanti-noiseperformanceofthechannelcodingintheImp
4、ulsenoiseenvironmenthasimportanttheoreticalandappliedsignificance.Manystudiesshowthattheα-stabledistributionwhichwasproposedbytheFrenchmathematicianLevyin1925isamoreappropriatedescriptionofthesenoises.Theanti-noiseperformanceofthecodingchannel(cycliccodeandconvolu
5、tioncode)basedonthetheoryofα-stabledistributionandcodingchannelisresearchedhere.Thenoiseswhichfollowtheα-stabledistributionareusedastheimpulsenoisesinthispaper.Studiesshowthat,alphanoisesmakemuchbiggerinfluencethantheGaussnoisestothecodingchannelwhentheSNRisbig.BE
6、RcausedbyGaussnoisescanachievezerowhentheSNRismuchsmallerthanbyalphanoises.【Keywords】:α-stabledistribution,Codingchannel,Anti-noiseperformance,Impulsenoiseenvironment,Cycliccode,Convolutioncode33九江学院专科毕业论文目录第一章绪论1第二章信道编码32.1信道编码的概念32.2信道编码的特点42.3信道编码的分类52.4线性分组码62
7、.5卷积码8第三章α稳定分布133.1α稳定分布的提出133.2α稳定分布143.2.1α稳定分布的概念143.2.2α稳定分布模型153.2.3α稳定分布的几种特殊情况163.2.4广义中心极限定理173.3稳定分布随机变量的产生183.4分数低阶α稳定分布噪声条件下混合信噪比的设定19第四章α稳定分布噪声下编码信道抗噪声性能分析214.1噪声的产生214.1.1α稳定分布噪声的产生214.1.2高斯噪声的产生224.2信道编码与译码的实现234.3误码率的计算234.4抗噪声性能分析24第五章总结27参考文献28致谢2
8、9附录:MATLAB仿真程序3033九江学院专科毕业论文33九江学院专科毕业论文33九江学院专科毕业论文第一章绪论非高斯信号处理是近年来迅速发展起来的一个信号处理的新领域。传统的信号处理理论和技术基本上是基于高斯分布和二阶统计量的,这是因为高斯模型比较简单,且在许多应用场合是适用的,在这种模型基础上设计
此文档下载收益归作者所有