大維度訊號在什麼情況下會出現?

時間 2021-06-08 16:17:34

1樓:小明

這個時候必須要祭出夏農大神。

夏農公式是夏農老人家一輩子的巔峰之作。對夏農公式的理解當然可以從不同的角度去理解。所謂萬法歸宗,不論從哪個角度去理解,到最後發現,其本質都是一樣的,都揭示了資訊傳輸極限能力。

學過通訊的都知道夏農公式的表示式,log2(1+s/n),單位是bit/s,就是說,告訴了我訊號的訊雜比,也就是訊號和雜訊的能量之比,如果功率均勻,也可以理解為訊號功率和雜訊強度的比。我們就可以估計此系統的最大傳輸速率。也就是說,每秒鐘最大能夠傳輸多少bit資訊。

當然,90%的人只知道這些。為什麼會是這樣,為什麼傳輸速率有乙個上限,是什麼東西在制約這個系統,這個制約可以打破嗎。等等問題大多數人可能不知道。

在向量中,有維度的概念,向量就是乙個空間,超過3為的向量空間,人類就很難理解了。不知是那個大神竟然體會到了第四維,時間這個維度。還有沒有更高的維度,我認為有,只是以目前人類的感知能力,無法感知到。

在純數學的向量空間中,可以使多維的空間。可以用數學表示式來優雅的描述。言歸正傳,先談談訊號的維度。

任何乙個時域的訊號,我們定義他的維度為2WT。這樣定義利用了Nyquist定律。任何乙個頻寬為W的訊號,只要抽樣頻率大於等於2W,就可以完全的表示這個訊號。

當最小抽樣速率選為2W時,對於時間為T的訊號(這個T不一定是非無限大的。),可以用T/(1/2W)=2TW個離散的點,即原始訊號的抽樣來完備的表示這個訊號。這樣,乙個訊號從時域連續變成了離散的。

這是乙個等價變換。相當於從乙個域變換到另乙個域的變換。可以把這種變換叫做從連續域到離散域的乙個變換。

這種變換和FT變換,Z變換,Laplas變換類似。兩個域之間是等效的 。好,通過域的轉換,我們把連續域變換成為了離散域。

這樣就可以引入數學中的向量工具。

這樣乙個訊號的就是乙個向量。這個向量所處的向量空間的維度為2wt。所謂乙個訊號能帶多少bit,就是說,在AWGN的影響下,可以有多少個可以相互分辨的訊號。

夏農就是解決了這個問題。在沒有AWGN的影響下,這個訊號的功率為乙個定值的時候,他的向量就是乙個超維的球的半徑。他的頂點就是相同半徑的圓球的球面。

當然,球面上有無數個點,就是有無數個相互可以分辨的訊號。也就是說通道容量為無窮。說到這,有人會發問,nyquist定理不是也有乙個極限嗎,他那個極限為2W,不是也是沒有AWGN嗎。

nyquist的理論是基於乙個乙個symbol的。在symbol無碼間干擾的情況下的最大速率,單位都不同,那是波特率。只是考慮了各個symbol情況。

夏農玩的更大,他不再看symbol了,只看乙個時間段內的所以波形。當然這個波形裡可能包好很多的symbol。所以nyquist和夏農的側重點不同。

好,訊號就是球面上的點。接著就要加入白雜訊了。白雜訊,服從高斯分布,均值為0,方差為sigma方。

sigma方就是白雜訊的強度,也就是白雜訊的功率。這樣i.i.

d的AWGN就會加入2wt維度的各個維上。根據大數定律,白雜訊的平方和(也就是雜訊的能量)會趨於2wtsigma方,也就是說,被汙染的點是原始點的乙個小球面。這樣只要各個小球之間不想交,就可以分辨出各個向量了。

這樣的小球一共多少個,在取個log2,就是通道的容量。這個的小球的個數的計算方法可以參考廣義球體容積的計算方法。通過計算,就可以計算出夏農容量。

妥妥的。因此,整個流程是乙個數學的過程。

多輸入多輸出(MIMO)系統在不增加系統頻寬和傳送訊號功率的情況下,能夠獲得高頻譜效率和高傳輸可靠性。最近,隨著5G技術研究的深入,收發端配置幾十甚至上百根天線的大維度(Large-Dimension)MIMO(亦稱Large-MIMO)通訊系統引起了廣泛關注。同時,頻率選擇性MIMO亦可等效成乙個大維度MIMO系統。

空間調製是新近提出的一種多天線復用結構,它具有更高的傳送端能量效率。大維度MIMO和空間調製都面臨的乙個重要問題是如何設計高效的訊號檢測演算法。、

針對空間復用Large-MIMO,目前有動態禁忌搜尋演算法以及分層禁忌搜尋演算法。動態禁忌搜尋演算法和分層禁忌搜尋演算法分別在低階調製和高階調製場景下能夠獲得漸進最佳檢測效能,但也存在所需迭代次數大而導致的計算複雜度高的問題。 因此,也出現了格規約輔助線性檢測演算法,該演算法通過使通道傳輸矩陣更正交化以提高線性檢測的效能,相比動態禁忌搜尋演算法和分層禁忌搜尋演算法,具有更好的效能複雜度折中。

針對頻率選擇性MIMO,。其中包含雙向判決檢測、M演算法以及基於因子圖的高斯近似檢測等演算法。

針對空間調製,現在有改進的空間調製檢測演算法,對已有的排序分塊最小均方誤差演算法的可靠度度量計算進行修改,使其在正交幅度調製下具有更好的檢測效能。另外,針對一種稱為廣義空時移位鍵控的空間調製結構,現在有兩種低複雜度檢測演算法:排序的連續球形解碼和圖樣約束序貫蒙特卡羅方法。

2樓:賴振波

Massive MIMO就是乙個多維度的訊號處理系統,原來應用於雷達測控,目前也應用於無線通訊系統。

Massive MIMO多維訊號處理很複雜,需要大量的處理資源,處理複雜度與矩陣維數n次方成正比,所以TRx巨大的系統,可以通過降維處理,簡單的話就是合併降維,也可以用矩陣分割降維等

A股什麼情況下會出現牛市?

薛丁格 長話短說 牛市的條件需要以下條件 國內外社會經濟形勢好 國際社會穩定,沒有戰亂動盪,或者流行病這一點相信大家已經感受到了,如果不是年初疫情,相信a股已經進入一輪牛市,但疫情打亂正常的經濟社會活動。導致經濟低迷,社會活動停滯。國家政策支援,市場信心充足。經融行業健康發展,沒有債務危機。 不忘初...

白酒什麼情況下會出現絮狀物?

杯酒人生 為什麼純糧食酒會變的渾濁呢?今天我就給大家講一講。其實一般而言,優質醬香酒應該是非常清澈的,但是這是在正常的溫度與濕度的條件下久才能夠清澈透亮,沒有沉澱物和懸浮物的。當溫度降低。白酒也會產生一些相應的化學反應,而在這個化學反應過程中,酒本身會析出不飽和脂肪顆粒,而這種不飽和脂肪顆粒會使酒看...

什麼情況下會出現訓練誤差和驗證誤差都很低,但測試誤差卻較高

這種情況一般是你的testing dataset的分布和training dataset,validation datatset的分布長得很不一樣。你可能需要多提供一些資訊,你的train,valid,test是你自己分的還是咋地,如果是自己分的話,那可能就是過擬合了。 我覺得至少有兩種情況 1,模...