文档章节

高斯白噪声

天蚕宝衣
 天蚕宝衣
发布于 2017/04/16 21:14
字数 1681
阅读 40
收藏 0

1. 概念

本文科普一下高斯白噪声(white Gaussian noise, WGN)。

百度百科上解释为“高斯白噪声,幅度分布服从高斯分布,功率谱密度分布服从均匀分布”,听起来有些晦涩难懂,下面结合例子通俗而详细地介绍一下。

白噪声,如同白光一样,是所有颜色的光叠加而成,不同颜色的光本质区别是它们的频率各不相同(如红色光波长长而频率低,相应的,紫色光波长短而频率高)。白噪声在功率谱上(若以频率为横轴,信号幅度的平方为功率)趋近为常值,即噪声频率丰富,在整个频谱上都有成分,即从低频到高频,低频指的是信号不变或缓慢变化,高频指的是信号突变。

由傅里叶变换性质可知,时域有限,频域无限;频域有限,时域无限。那么频域无限的信号变换到时域上,对应于冲击函数的整数倍(由公式也可推得)。即说明在时间轴的某点上,噪声孤立,与其它点的噪声无关,也就是说,该点噪声幅值可以任意,不受前后点噪声幅值影响。简而言之,任意时刻出现的噪声幅值都是随机的(这句话实际上说的就是功率谱密度分布服从均与分布的意思,不同的是,前者从时域角度描述,而后者是从频域角度描述)。这里要指出功率谱密度(Power Spectral Density, PSD的概念,它从频域角度出发,定义了信号的功率是如何随频率分布的,即以频率为横轴,功率为纵轴

既然白噪声信号是“随机”的,那么反过来,什么叫做“相关”呢?顾名思义,相关就是某一时刻的噪声点不孤立,和其它时刻的噪声幅值有关。其实相关的情况有很多种,比如此时刻的噪声幅值比上一时刻的大,而下一时刻的噪声幅值比此时刻的还大,即信号的幅值在时间轴上按从小到大的顺序排列。除此之外,幅值从大到小,或幅值一大一小等都叫做“相关”,而非“随机”的。

解释完了“白噪声”,再来谈谈“高斯分布”。高斯分布,又名正态分布(normal distribution)。概率密度函数曲线的形状由两个参数决定:平均值和方差。简单来说,平均值决定曲线对称中线,方差决定曲线的胖瘦,即贴近中线的程度。概率密度定义了信号出现的频率是如何随着其幅值变化的,即以信号幅值为横轴,以出现的频率为纵轴。因此,从概率密度角度来说,高斯白噪声的幅度分布服从高斯分布。

描述了“白噪声”和“高斯噪声”两个含义,那么,回到文章开头的解释:高斯白噪声,幅度分布服从高斯分布,功率谱密度分布服从均匀分布。它的意义就很明确了,上半句是从空域(幅值)角度描述“高斯噪声”,而下半句是从频域角度描述“白噪声”。

2. 举例

下面以matlab程序演示,感性认识一下高斯白噪声。

2.1. 程序1(高斯白噪声)

由上图可以看出,高斯白噪声的功率谱密度服从均匀分布

若对噪声进行由小到大排序,则使其从随机噪声变为相关噪声,则功率谱密度就不再是均匀分布了。

2.2. 程序2(非高斯白噪声)

下面让我们从高斯白噪声的统计信息和幅值分布看一下它的特点。

2.3. 程序3(高斯白噪声)

高斯白噪声的标准差(standard deviation)可以改变。

直方图的纵轴为频次,而概率密度的纵轴为频率,但是两者大致的分布曲线却是一样的,因此,这幅图解释了高斯白噪声的幅度分布服从高斯分布

阅读延伸:

正态分布的函数(又称密度函数)为:

                               (1)

式中π是圆周率3.14159...

e是自然对数的底2.71828…

x为随机变量取值一∞<x<∞

μ为理论的平均数

σ2为理论的方差

y为概率密度即正态分布上的纵坐标。

依上面的公式,当x=μ时,上式可写作:

y=

当σ=1时,=0.3989在中央点的y最高,即y的最大值为0.3989。

正态分布的图形见下图1。

图1 正态分布的图形

正态曲线下的面积为1,由于它在平均数处左右对称,故过平均数点的垂线将正态曲线下的面积划分为相等的两部分,即,各为0.50。正态曲线下各对应的横坐标(即标准差)处与平均数之间的面积可用积分公式加以计算:

                      (5—3)

式中σ为标准差,,Z的大小随变量X的值而变。因正态曲线下每一横坐标所对应的面积与总面积(总面积为1)之比其值等于该部分面积值,故正态曲线下的每一面积可视为概率,即值为每一横坐标值(灭加减一定标准差)的随机变量出现的概率。

(五)正态分布是一族分布。它随随机变量的平均数,标准差的大小与单位不同而有不同的分布形态。如果平均数相同,标准差不同,这时标准差大的正态分布曲线形式低阔,如果标准差小,则正态曲线的形式高狭。

但所有的正态分布都可通过(或)容易地转换成标准正态分布。根据Z分数的性质(见第三章)亩知,标准正态分布的μ=0,σ2 =1。标准正态分布通常写作N(0,1)正态分布。从正态分布的密度函数可知,正态分布的两个重要的参数是:平均数和标准差。而标准正态分布这两个参数分别为0与1。

标准正态分布的密度函数可写作:

由此其密度函数及面积(或概率)的计算可大大简化。目前各种统计书后面都列有标准正态分布的统计表,它可应用于一切正态分布形式、使用简便,已不再需要每次去进行繁复的计算了。

© 著作权归作者所有

共有 人打赏支持
天蚕宝衣
粉丝 19
博文 238
码字总数 178742
作品 0
天津
白噪声\高斯噪声\高斯白噪声的区别

白噪声,就是说频谱为一常数;也就是说,其协方差函数在delay=0时不为0,在delay不等于0时值为零;换句话说,样本点互不相关。 所以,“白”与“不白”是和分布没有关系的。当随机的从高斯分...

天蚕宝衣
2017/04/10
56
0
白噪声

白噪声,是一种功率谱密度为常数的随机信号或随机过程。即,此信号在各个频段上的功率是一样的。由于白光是由各种频率(颜色)的单色光混合而成,因而此信号的这种具有平坦功率谱的性质被称作...

天蚕宝衣
2017/04/10
41
0
iPhone 7新机爆出“嘶嘶声”缺陷,到底是怎么回事?

苹果iPhone7/iPhone7 Plus的新机刚刚发货,最近就爆出了"嘶嘶声"的问题。目前已经有不少果粉反映iPhone7/7 Plus会在大负载工作的情况下发出“嘶嘶声”。Stephen Hackett最先在Twitter发文爆出...

陈孝良
2016/09/19
0
0
恒包络OFDM调制解调MATLAB代码(在AWGN和频率选择性信道和瑞丽信道下)

有没有大神有恒包络OFDM调制解调代码(在加性高斯白噪声信道和瑞丽信道等),或者说哪里有可以指一下路吗~小白急需~谢谢大神们了

小燕子棒棒哒
04/23
0
0
卡尔曼滤波(Calman Filter)基本原理

转载 转自:http://blog.chinaunix.net/uid-26694208-id-3184442.html 1、简单说明 在学习卡尔曼滤波器之前,首先了解一下卡尔曼。卡尔曼全名Rudolf Emil Kalman,匈牙利数学家,1930年出生于...

yushupan
2017/12/18
0
0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

最全最强解析:支付宝钱包系统架构内部剖析(架构图)

支付宝系统架构概况 典型处理默认 资金处理平台 财务会计 支付清算 核算中心 交易 柔性事务 支付宝的开源分布式消息中间件–Metamorphosis(MetaQ) Metamorphosis (MetaQ) 是一个高性能、高可...

晨猫
28分钟前
4
0
竞品分析

那什么样的场景需要用关键纬度分析法分析竞品呢? 竞品分析的目的是为了看竞品们和自己产品重合的业务都具备哪些功能点,以及这些功能是怎么做的,以此确定自己产品的优化方向。 竞品们的业务...

于谦老师
35分钟前
1
0
OSChina 周三乱弹 —— 公司女同事约我

Osc乱弹歌单(2018)请戳(这里) 【今日歌曲】 @莱布妮子:分享水木年华的单曲《蝴蝶花(2002年大提琴版)》 《蝴蝶花(2002年大提琴版)》- 水木年华 手机党少年们想听歌,请使劲儿戳(这里) ...

小小编辑
今天
929
16
Linux环境搭建 | VMware下共享文件夹的实现

在进行程序开发的过程中,我们经常要在主机与虚拟机之间传递文件,比如说,源代码位于虚拟机,而在主机下阅读或修改源代码,这里就需要使用到 「共享文件」 这个机制了。本文介绍了两种共享文...

良许Linux
今天
9
0
JUC锁框架——AQS源码分析

JUC锁介绍 Java的并发框架JUC(java.util.concurrent)中锁是最重要的一个工具。因为锁,才能实现正确的并发访问。而AbstractQueuedSynchronizer(AQS)是一个用来构建锁和同步器的框架,使用A...

长头发-dawn
今天
5
0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

返回顶部
顶部