Ψηφιακή Μετάδοση Αναλογικών Σημάτων Τα σύγχρονα συστήματα επικοινωνίας σε πολύ μεγάλο ποσοστό διαχειρίζονται σήματα ψηφιακής μορφής, δηλαδή, σήματα που.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
ΕΠΙΚΟΙΝΩΝΙΕΣ ΔΕΔΟΜΕΝΩΝ
Advertisements

HY 532 Συστηματα Προσωπικων Επικοινωνιων Αποστολος Τραγανίτης Ενοτητα 5a Διαμορφωση Τηλ. : Σημειώσεις στο:
ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΗΧΟΥ
Δίκτυα Απευθείας Ζεύξης
O ρόλος του γονιού στην Ψυχοκινητική Ανάπτυξη του παιδιού. Κάτια Σοφιανού Παιδίατρος –Aναπτυξιολογος 2015.
Π ΑΝΕΠΙΣΤΗΜΙΟ Δ ΥΤΙΚΗΣ Μ ΑΚΕΔΟΝΙΑΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Θεωρία Σημάτων και Συστημάτων 2013 Μάθημα 2 ο Δ. Γ. Τσαλικάκης.
Ενότητα 7 η Αναλογική και Ψηφιακή Διαμόρφωση. Αναλογική Διαμόρφωση Με τον όρο διαμόρφωση εννοούμε την αποτύπωση ενός σήματος m(t) σε ένα άλλο σήμα u(t)
Ενότητα 2 η Σήματα και Συστήματα. Σήματα Γενικά η πληροφορία αποτυπώνεται και μεταφέρεται με την βοήθεια των σημάτων. Ως σήμα ορίζουμε την οποιαδήποτε.
Η ΜΕΤΡΗΣΗ ΤΗΣ ΜΑΖΑΣ ΚΑΙ ΤΟΥ ΒΑΡΟΥΣ. Τι είναι η μάζα ενός σώματος; Μάζα είναι το ποσό της ύλης που περιέχει ένα σώμα.
Ψηφιακές Τηλεπικοινωνιές Ενότητα 9: Διαμόρφωση Παλμών κατά Πλάτος Καθηγητής Κώστας Μπερμπερίδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ και Πληροφορικής.
Επεξεργασία Ομιλίας & Ήχου Ενότητα # 10: Κωδικοποίηση ψηφιακών ακουστικών σημάτων Ιωάννης Καρύδης Τμήμα Πληροφορικής.
Κατανομή δειγματοληψίας διαφοράς δύο μέσων δειγμάτων Έστω δύο άπειροι πληθυσμοί, οι οποίοι έχουν – μέσους μ 1 και μ 2 και – Τυπικές αποκλίσεις σ 1 και.
ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ Κανονική Κατανομή (Gaussian) Κατανομή των Ακραίων Τιμών Τύπου Ι (Gumbel) Όρια Εμπιστοσύνης.
Σήματα και Συστήματα Σειρά Fourier Χρήστος Μιχαλακέλης, PhD Λέκτορας Χαροκόπειο Πανεπιστήμιο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο.
דוגמאות - תנועה במישור בהשפעת כוח קבוע
Τεχνολογία Πολυμέσων Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής.
Ενότητα 4 η Το Πεδίο των Συχνοτήτων και η έννοια του Φάσματος.
Κεφάλαιο 2 Κίνηση κατά μήκος ευθείας γραμμής. Στόχοι 1 ου Κεφαλαίου Περιγραφή κίνησης σε ευθεία γραμμή όσον αφορά την ταχύτητα και την επιτάχυνση. Διαφορά.
ΒΕΣ 04 – Συμπίεση και Μετάδοση Πολυμέσων
Ψηφιακή Επεξεργασία Εικόνας
Διδάσκων: Δρ. Κασελούρης Ευάγγελος
ΕΛΛΗΝΟΓΑΛΛΙΚΗ ΣΧΟΛΗ ΠΕΙΡΑΙΑ «ΑΓΙΟΣ ΠΑΥΛΟΣ»
Βέλτιστα γραμμικά χρονικά αναλλοίωτα συστήματα
Fourier Ορθοκανονικών - Περιοδικών Συναρτήσεων
Ανάπτυξη Μοντέλων Διακριτών Συστημάτων Μέρος Α
“Μελέτη και προσομοίωση ψηφιακών φίλτρων για δορυφορικό τηλεπικοινωνιακό πομποδέκτη με χρήση διαμόρφωσης 16-QAM” Όνομα: Γκόγκου Ανθούλα ΑΕΜ: 2407 Εξάμηνο:
Ενότητα 4η: ΣΤΕΡΕΑ ΚΑΙ ΚΙΝΗΤΑ ΣΥΣΤΗΜΑΤΑ
Συστήματα Επικοινωνιών
ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ II
Ακτομηχανική & Παράκτια Έργα
Θεωρία Σημάτων και Συστημάτων 2013
Πως Διδάσκω Έννοιες, Φυσικά Μεγέθη, Νόμους
Αν. Καθηγητής Γεώργιος Ευθύμογλου
Ψηφιακές Επικοινωνίες Ι
Μακροοικονομία Διάλεξη 9.
Η Έννοια της τυχαίας Διαδικασίας
Στοχαστικές Ανελίξεις (5)
Συστήματα Επικοινωνιών
Η Έννοια της τυχαίας Διαδικασίας
Ειδικά Μαθηματικά Ενότητα 7: Η μη ομογενής εξίσωση της θερμοκρασίας
ΘΕΜΑ ΕΡΓΑΣΙΑΣ: ΡΑΔΙΟΦΩΝΟ
ΤΟ ΦΑΙΝΟΜΕΝΟ ΤΟΥ ΘΕΡΜΟΚΗΠΙΟΥ
ΤΕΙ Δυτικής Μακεδονίας Τμήμα Λογιστικής & Χρηματοοικονομικής
ΘΕΜΑ : ΑΘΛΗΣΗ – ΥΠΟΛΟΓΙΣΤΕΣ ΚΑΙ ΣΥΓΧΡΟΝΟΣ ΤΡΟΠΟΣ ΖΩΗΣ
ΒΑΡΟΜΕΤΡΟ ΕΒΕΘ – Σεπτέμβριος 2017
Επαναληπτικές ασκήσεις
ΕΙΣΑΓΩΓΗ K06 Σήματα και Γραμμικά Συστήματα Οκτώβρης 2005
Γιατί τα πλοία επιπλέουν; Από τον Νεύτωνα στον Αρχιμήδη
Χωρητικότητα ΣΤΟΧΟΣ : Ο μαθητής να μπορεί να,.
ΕΝΙΑΙΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΝΟΜΙΚΗΣ ΣΧΟΛΗΣ Ε. Κ. Π. Α
Σεραφείμ Καραμπογιάς Τι είναι σήμα;
ΤΙΜΕΣ ΚΑΤΟΙΚΙΩΝ: Η ΠΡΟΣΦΑΤΗ ΕΛΛΗΝΙΚΗ ΕΜΠΕΙΡΙΑ
سیگنالها و سیستمها بابک اسماعیل پور.
מעבר אור מתווך שקוף לתווך שקוף
ΚΙΝΗΤΑ ΔΙΚΤΥΑ ΕΠΙΚΟΙΝΩΝΙΩΝ
ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ Κανονική Κατανομή (Gaussian)
استاد : دكتر سيد مصطفي صفاري
Απλή Αρμονική Ταλάντωση
برنامه ریزی کاربری اراضی شهری
Ευθύγραμμη ομαλή κίνηση
Καθηγητής Γεώργιος Ευθύμογλου
ΙΝΣΤΙΤΟΥΤΟ ΕΛΛΗΝΙΚΟΥ ΓΑΛΑΚΤΟΣ
Κωδικοποίηση Γραμμής Ψηφιακές Διαμορφώσεις M-PSK, M-QAM, FSK
Πόλωση Φωτός Γ. Μήτσου.
Тригонометриялық функциялардың графиктері.
Παρουσίαση 6η: Εισαγωγή στην ανάλυση Fourier Σειρές Fourier
დროითი მწკრივების ანალიზი ბოქსი-ჯენკინსის მიდგომა და ARMAმოდელი
ΣΧΕΔΙΟ ΑΞΙΟΛΟΓΗΣΗΣ (Σ.Α.)
Do Now: 3) y = -1/2cos (x - π/2) + 3 4) y = 25sin (x + 2π/3) - 20
Μεταγράφημα παρουσίασης:

Ψηφιακή Μετάδοση Αναλογικών Σημάτων Τα σύγχρονα συστήματα επικοινωνίας σε πολύ μεγάλο ποσοστό διαχειρίζονται σήματα ψηφιακής μορφής, δηλαδή, σήματα που δημιουργούνται από ακολουθίες δυαδικών ψηφίων. Τα περισσότερα σήματα στην πράξη είναι αναλογικά. Η μετάδοση των σημάτων αυτών σε ψηφιακή μορφή απαιτεί τα αναλογικά αυτά σήματα να μετατραπούν σε ψηφιακά. Η διαδικασία της μετατροπής αναλογικών σημάτων σε ψηφιακά ονομάζεται αναλογική σε ψηφιακή μετατροπή (A/D analog to digital conversion) ή κωδικοποιήσης κυματομορφής. Υπάρχουν δύο βασικές τεχνικές κωδικοποιήσης κυματομορφής, παλμοκωδική διαμόρφωση και η διαμόρφωση δέλτα. Σεραφείμ Καραμπογιάς

Σ Υ Σ Τ Η Μ Α PC M Παλμοκωδική Διαμόρφωση (PCM) ΔειγματολήπτηςΚβαντιστής Η Παλμοκωδική διαμόρφωση (Pulse Code Modulation (PCM)) είναι το απλούστερο σχήμα κωδικοποιήσης κυματομορφής. Ένας παλμοκωδικός διαμορφωτής παλμών αποτελείται από τρία βασικά μέρη: ένα δειγματολήπτη, έναν κβαντιστή και ένα κωδικοποιητή. Κωδικοποιητής Σεραφείμ Καραμπογιάς 5-2 Ψηφιακή Μετάδοση Αναλογικών Σημάτων

Επειδή σχεδόν όλα τα κανάλια επικοινωνίας που συναντάμε στην πράξη είναι ικανά να μεταδίδουν ηλεκτρικά σήματα (κυματομορφές). Ψηφιακός Διαμορφωτής - Αποδιαμορφωτής Στο άλλο άκρο της λήψης ενός ψηφιακού συστήματος επικοινωνίας, ο ψηφιακός αποδιαμορφωτής επεξεργάζεται τις αλλοιωμένες από το κανάλι διαβιβασμένες κυματομορφές και εκτιμά το διαβιβασμένο δυαδικό ψηφίο. Ψηφιακός διαμορφωτής Ο πρωταρχικός ρόλος του ψηφιακού διαμορφωτή είναι να απεικονίζει τις δυαδικές ακολουθίες σε κυματομορφές σήματος. Ο ψηφιακός διαμορφωτής μπορεί απλώς να απεικονίζει το δυαδικό ψηφίο 0 στην κυματομορφή s 0 ( t ) και το δυαδικό ψηφίο 1 στην κυματομορφή s 1 ( t ). Αναλογικό σήμα Κανάλι Αναλογικό σήμα Ψηφιακός αποδιαμορφωτής Δυαδική ακολουθία Δυαδική ακολουθία Σεραφείμ Καραμπογιάς 5-3 Ψηφιακή Μετάδοση Αναλογικών Σημάτων

Ψηφιακός διαμορφωτής Ψηφιακός διαμορφωτής Ψηφιακός διαμορφωτής 11 0 Διαμόρφωσης Παλμών κατά Πλάτος ( Pulse Amplitude Modulation (PAM)) εκπομπή του 1 εκπομπή του 0 Σεραφείμ Καραμπογιάς 5-4 Ψηφιακή Μετάδοση Αναλογικών Σημάτων

Σεραφείμ Καραμπογιάς 5-5 Επειδή η ακολουθία πληροφορίας {α n } είναι τυχαία, η υ(t) είναι μία συνάρτηση δείγμα μίας τυχαίας διαδικασίας V(t) όπου Α είναι τυχαία ακολουθία με τιμές α 1, α 2, …, α Μ σε ένα μιαδικό σύστημα. Η μέση τιμή της τυχαίας διαδικασίας, V ( t ) είναι όπου α n είναι η ακολουθία τιμών και αντιστοιχούν στα σύμβολα πληροφορίας της πηγής, και g T (t) είναι κατάλληλα επιλεγμένος παλμός. Το ισοδύναμο χαμηλοπερατό σήμα (βασικής ζώνης) γράφεται γενικά ως Ψηφιακή Μετάδοση Αναλογικών Σημάτων Όπου m A = a k P( a k ) η μέση τιμή της τυχαίας ακολουθίας A. Παρατηρούμε ότι η μέση τιμή της είναι περιοδική συνάρτηση με περίοδο Τ.

Σεραφείμ Καραμπογιάς 5-6 Η συνάρτηση αυτοσυσχέτισης της τυχαίας διαδικασίας, V ( t ) είναι Ενγένει, υποθέτουμε ότι η ακολουθία πληροφορίας {α n } είναι στατική υπό την ευρεία έννοια με συνάρτηση αυτοσυσχέτισης R A (n) = E[a m a n + m ] επομένως επομένως η τυχαία διαδικασία V(t) είναι κυκλοστατική. Παρατηρούμε ότι η συνάρτηση αυτοσυσχέτισης είναι περιοδική συνάρτηση. Ψηφιακή Μετάδοση Αναλογικών Σημάτων

Σεραφείμ Καραμπογιάς 5-7 Η φασματική πυκνότητα ισχύος, S V ( f ), της κυκλοστατικής τυχαίας διαδικασίας, V(t), προσδιορίζεται αφού πρώτα βρεθεί η χρονική μέση τιμή της συνάρτησης αυτοσυσχέτισης R V (t + τ, t), για μία περίοδο Τ, και στη συνέχεια υπολογιστεί ο μετασχηματισμός Fourier της μέσης χρονικής τιμής της συνάρτησης αυτοσυσχέτισης. τελικά Τ 2 Τ 2 nΤ+TnΤ+T 2 nΤ+TnΤ+T 2 Η χρονική μέση τιμή της συνάρτησης αυτοσυσχέτισης είναι Τ 2 Τ 2 Ψηφιακή Μετάδοση Αναλογικών Σημάτων 5

Σεραφείμ Καραμπογιάς 5-8 Ο μετασχηματισμός Fourier της χρονικής μέσης τιμής της συνάρτησης αυτοσυσχέτισης, δηλαδή, η φασματική πυκνότητα ισχύος του μεταδιδόμενου σήματος είναι Αν S a ( f ) είναι η φασματική πυκνότητα ισχύος της ακολουθίας πληροφορίας {α n }, δηλαδή, ο μετασχηματισμός Fourier της συνάρτησης αυτοσυσχέτισης της ακολουθίας πληροφορίας. και |G T ( f )| 2 είναι ο μετασχηματισμός Fourier της συνάρτησης αυτοσυσχέτισης της g T (t). Επίσης G T ( f ) είναι η απόκρισης συχνότητας του φίλτρου εκπομπής έχουμε Ψηφιακή Μετάδοση Αναλογικών Σημάτων

Σεραφείμ Καραμπογιάς 5-9 Για να ελέγξουμε τη μορφή της φασματικής πυκνότητας του μεταδιδόμενου σήματος πρέπει να σχεδιασθούν κατάλληλα τα φασματικά χαρακτηριστικά του φίλτρου εκπομπής, |G T ( f )| 2, και τα φασματικά χαρακτηριστικά της ακολουθίας πληροφορίας {α n }, S a ( f ). Η φασματική πυκνότητα ισχύος, S V ( f ), της κυκλοστατικής τυχαίας διαδικασίας, V(t) είναι λοιπόν Αν τα σύμβολα πληροφορίας στην ακολουθία {a n } είναι αμοιβαία ασυσχέτιστα τότε όπου είναι η διακύμανση των συμβόλων πληροφορίας. Ψηφιακή Μετάδοση Αναλογικών Σημάτων

Σεραφείμ Καραμπογιάς 5-10 Αν η μέση τιμή m a = 0, η φασματική πυκνότητα είναι Διακριτό τμήμα του φάσματος Συνεχές τμήμα του φάσματος Η φασματική πυκνότητα ισχύος του μεταδιδόμενου σήματος υ(t) όταν η ακολουθία συμβόλων πληροφορίας είναι ασυσχέτιστη είναι Το περιοδικό σήμα αναπτύσσεται σε σειρά Fourier Επομένως η φασματική πυκνότητα μπορεί να εκφραστεί ως Ψηφιακή Μετάδοση Αναλογικών Σημάτων

Σεραφείμ Καραμπογιάς 5-11 Ορθογώνιος παλμός g T ( t ). Όταν το g T (t) είναι ο ορθογώνιος παλμός του σχήματος Ο μετασχηματισμός Fourier είναι και η φασματική πυκνότητα ενέργειας είναι Φασματική πυκνότητα ενέργειας |G T ( f )| 2 του g T ( t ). Ψηφιακή Μετάδοση Αναλογικών Σημάτων

Σεραφείμ Καραμπογιάς 5-12 Δίνεται η δυαδική ακολουθία {b n } που αποτελείται από ασυσχέτιστες δυαδικές (±1) τυχαίες μεταβλητές μηδενικής μέσης τιμής και μοναδιαίας διακύμανσης. Δημιουργούμε τα σύμβολα a n = b n + b n – 1 τα οποία και μεταδίδουμε. Να καθοριστεί η φασματική πυκνότητα ισχύος του διαμορφωμένου σήματος. Η συνάρτηση αυτοσυσχέτισης της ακολουθίας {α n } είναι Η φασματική πυκνότητα ισχύος του σήματος εισόδου είναι και η αντίστοιχη φασματική πυκνότητα ισχύος του διαμορφωμένου σήματος είναι Ψηφιακή Μετάδοση Αναλογικών Σημάτων

Σεραφείμ Καραμπογιάς 5-13 Φασματική πυκνότητα ισχύος της ακολουθίας πληροφορίας. Φασματική πυκνότητα ισχύος του αντίστοιχου διαμορφωμένου σήματος. Ψηφιακή Μετάδοση Αναλογικών Σημάτων

Σεραφείμ Καραμπογιάς 5-14 Ψηφιακή Μετάδοση Αναλογικών Σημάτων Το Φάσμα Ισχύος ενός Σήματος Διαμορφωμένου Φέροντος Αν υ(t) είναι το σήμα βασικής ζώνης ενός ψηφιακά διαμορφωμένου σήματος, το αντίστοιχο ζωνοπερατό σήμα είναι u(t) = υ(t) cos(2π f c t) Διαμόρφωση κατά πλάτος ενός ημιτονοειδούς φέροντος από σήμα βασικής-ζώνης. Σήμα βασικής ζώνης Ζωνοπερατό σήμα Φέρον

Σεραφείμ Καραμπογιάς 5-15 Ψηφιακή Μετάδοση Αναλογικών Σημάτων Περιγραφή στο χρονικό πεδίο Αλλαγή φάσης Διαμόρφωση παλμών κατά πλάτος - Το ζωνοπερατό σήμα Διαμόρφωση παλμών κατά πλάτος - Το σήμα βασικής ζώνης

Σεραφείμ Καραμπογιάς 5-16 Το Φάσμα Ισχύος ενός Σήματος Διαμορφωμένου Φέροντος Αν υ(t) είναι το σήμα βασικής ζώνης ενός ψηφιακά διαμορφωμένου σήματος, το αντίστοιχο ζωνοπερατό σήμα είναι u(t) = υ(t) cos(2π f c t) και η συνάρτηση αυτοσυσχέτισης της τυχαίας διαδικασίας U(t) = V(t) cos(2π f c t) είναι Η μέση τιμή του R U (t, t + τ) για μία περίοδο διάρκειας T δίνει Η φασματική πυκνότητα ισχύος του ζωνοπερατού σήματος είναι Ψηφιακή Μετάδοση Αναλογικών Σημάτων

Σεραφείμ Καραμπογιάς 5-17 Ψηφιακή Μετάδοση Αναλογικών Σημάτων Φάσματα σημάτων (α) βασικής ζώνης και (β) διαμόρφωμένου κατά πλάτος. Η διαμόρφωση κατά πλάτος του φέροντος από τις κυματομορφές βασικής ζώνης ολισθαίνει το φάσμα του σήματος βασικής ζώνης κατά f c

Σε ένα σύστημα επικοινωνίας, κατά τη διάρκεια ενός χρονικού διαστήματος T b, ένα σήμα γνωστής μορφής g T ( t ) φτάνει στο δέκτη. Το σήμα αυτό έχει μολυνθεί από θόρυβο, γνωστής φασματικής πυκνότητας ισχύος S NN (ω). Τα προσαρμοστικά φίλτρα χρησιμοποιούνται για την ανίχνευση των παλμών αυτών. Επιδιώκεται η μεγιστοποίηση του λόγου S 0 /N 0 τη στιγμή t 0 “στιγμή απόφασης” Βέλτιστα γραμμικά χρονικά αναλλοίωτα συστήματα Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο Σεραφείμ Καραμπογιάς 5-18 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο

Το σήμα μηνύματος στην έξοδο του φίλτρου είναι και η μέση ισχύς του θορύβου στην έξοδο του φίλτρου είναι Σεραφείμ Καραμπογιάς 5-19 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο έτσι ο λόγος σήμα προς θόρυβο τη στιγμή λήψης της απόφασης t 0, γράφεται

Το εσωτερικό γινόμενο δύο σημάτων ορίζεται ως Το μέτρο ή norm ενός σήματος ισούται με το εσωτερικό γινόμενο του σήματος με τον εαυτό του. Ανισότητα του Schwarz ή επίσης ισχύει Η ισότητα ισχύει όταν Σεραφείμ Καραμπογιάς 5-20 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο

Σεραφείμ Καραμπογιάς 5-21 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο ο λόγος σήμα προς θόρυβο μπορεί να γραφεί ως αν θεωρήσουμε

Σεραφείμ Καραμπογιάς 5-22 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο

η μέγιστη τιμή επιτυγχάνεται όταν, δηλαδή, ή Σεραφείμ Καραμπογιάς 5-23 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο

η μέγιστη τιμή επιτυγχάνεται όταν, δηλαδή, ή Σεραφείμ Καραμπογιάς 5-24 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο

Για την περίπτωση λευκού θορύβου έχουμε S N (ω) = Ν 0 /2 οπότε Γνωρίζουμε ότι τότε είναι και έτσι η κρουστική απόκριση του προσαρμοσμένου φίλτρου στο σήμα x(t) παρουσία προσθετικού λευκού Gaussian θορύβου είναι Γενικά αν το σήμα είναι x(t) και ο θόρυβος έχει φασματική πυκνότητα ισχύος S N (ω) τότε η απόκριση συχνότητας του προσαρμοσμένου φίλτρου στο σήμα x(t) είναι Σεραφείμ Καραμπογιάς 5-25 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο

Εφαρμογή: Να βρεθεί το προσαρμοσμένο φίλτρο για το σήμα x(t) παρουσία προσθετικού λευκού Gaussian θορύβου Η κρουστική απόκριση του προσαρμοσμένου φίλτρου στο πραγματικό σήμα x(t) παρουσία προσθετικού λευκού Gaussian θορύβου είναι Σεραφείμ Καραμπογιάς 5-26 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο

Έτσι η απόκριση συχνότητας του βέλτιστου φίλτρου είναι Γνωρίζουμε ότι και αν τότε είναι Σεραφείμ Καραμπογιάς 5-27 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο

Το διάγραμμα του συστήματος το οποίο υλοποιεί το φίλτρο είναι Για να είναι το φίλτρο αιτιατό πρέπει ή Καθυστέρηση Σεραφείμ Καραμπογιάς 5-28 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο

για τη στιγμή δειγματοληψίας t = t 0 έχουμε Αν y(t) είναι η έξοδος του προσαρμοσμένου φίλτρου στο σήμα x(t) και ο θόρυβος έχει φασματική πυκνότητα ισχύος S N (ω) να βρεθεί ο λόγος σήμα προς θόρυβο στην έξοδο του φίλτρου. Ο μετασχηματισμός Fourier του σήματος εξόδου είναι Με αντίστροφο μετασχηματισμό Fourier προσδιορίζεται ο σήμα εξόδου Σεραφείμ Καραμπογιάς 5-29 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο

Το SNR εξόδου είναι απλά ο λόγος της ισχύος του σήματος P s προς την ισχύ του θορύβου P n, δηλαδή, και για τη φασματική πυκνότητα του θορύβου στην έξοδο έχουμε η ισχύς του θορύβου στην έξοδο είναι Σεραφείμ Καραμπογιάς 5-30 Συστήματα που μεγιστοποιούν το λόγο σήμα προς θόρυβο