A.香农提出了在有噪信道中,频带利用的理论极限值
B.奈奎斯特提出了在无噪声信道下的最大数据传输速率
C.现实中,可以通过增加信道带宽的方法无限制地增大信道容量
D.若信息传输率小于信道容量,则可以找到一种信道编码方法,使得信源信息可以在有噪声信道进行无差错传输
A.某一时刻信源符号的输出只与当时的信源状态有关,而与之前的状态无关
B.信源状态由当前输出符号和前一时刻信源状态唯一确定
C.一般马尔可夫信源的信息熵是其平均符号熵的极限值
D.m阶马尔可夫信源的极限熵等于m+1阶条件熵
A.带宽、信号功率、信息量
B.带宽、信号功率、噪声功率谱密度
C.带宽、信号功率、传信率
D.信息量、带宽、噪声功率谱密度
A.带宽、信号功率、信息量
B.带宽、信号功率、噪声功率谱密度
C.带宽、信号功率、传信率
D.信息量、带宽、噪声功率谱密度
现需要对某变电器中自动控制设备设置一个异动的实时检测环节,它能监视该变电自动控制设备的工作状况,其简化模型如图2-25所示。
已知临近的变电器产生的啾啾噪声对这一实时检测环节产生加性干扰,有可能影响控制中心作出正确判决。已知控制中心接收到10s已经受到噪声污染的信号xn(t),记录的波形,如图2-26所示。为了有效分离噪声,需要单独检测加性噪声源特性,于是在附近的变电器处记录得20s噪声m(t)其时域波形,如图2-27所示。试判断噪声对原信号的污染程度并从xn(t)中恢复出原始信息。
产生以上两个信号波形的源代码如下:
T=0.035;tb=0:T:20;F=1/(T);%x+n补零滤波
f0=2;t1=1;f1=6;%连续时间噪声信号m(t)波形演示
y1=20*chirp(tb,f0,t1,f1);%啾啾噪声m(t)
figure(1);
plot(tb,y1);%记录的20秒噪声波形
title('噪声波形');xlabel('Time(s)');ylabel('Amplitude');
n=0: 0.005: 10;Ts=0.005;Fs1/(Ts);%采样参数设置
x1=cos(2*pi*65*n). *[cos(2*pi*20*n)+1];%原始信号x(n)模型:由x1和x2的乘积构成
v=zeros(1,2000):
v(100)=0.5;v(1)=2.5;v(150)=-1.2;v(250)=1;v(700)=3.5;
v(550)=1.5;v(950)=1.5;v(1550)=-2.5;v(1850)=1.5;
u=sinc(3*n)+1:
w=conv(u, v);
x2(1: 2001)=w(1: 2001);
x=x1. *x2;
f0=2;t1=1;f1=6;%啾啾噪声m(n)用y1表示
y1=20*chirp(n,f0,t1,f1);
xn=y1+x;%加性干扰下的受污染信号xn(t)=x(n)+m(n)
figure(2);
plot(n,xn);%记录的10秒受污染信号波形
title('受污染信号波形'); xlabel('Time(s)');ylabel('Amplirude');