TRUYỀN THÔNG SỐ

TRUYỀN THÔNG SỐ
Giáo viên: Phạm Thị Đan Ngọc

Khoa Kỹ Thuật Điện Tử 2
Học Viện Công Nghệ Bưu Chính Viễn Thông TP. Hồ Chí Minh.
Email: ngocptd@ptithcm.edu.vn
1
ÔN TẬP XÁC SUẤT
Biễn ngẫu nhiên là gì?
Cho S = {1,2,3,4,5,6}. Gọi x là kết quả của sự kiện (lúc ta thấy)  x = 1,2,3,
…, thì

Pr ( 𝑥=1 ) =1/ 6

Pr ( 𝑥=2 )=1/ 6
…

Pr ( 𝑥=6 )=1 / 6
 Nếu các sự kiện là độc lập với nhau thì tổng các xác suất trên sẽ tiến tới 1
2
Biễn ngẫu nhiên X rời rạc
 Hàm phân bố tích lũy
𝐶𝐷𝐹 : 𝐹 𝑋 ( 𝑥) ≜ 𝑃 𝑟 ( 𝑋 ≤ 𝑥 ) , − ∞ < 𝑥 <+∞

 Đặc tính:
3
Biễn ngẫu nhiên rời rạc
 Đặc tính của hàm phân bố tích lũy
 Nếu
4
Biễn ngẫu nhiên liên tục

 Hàm mật độ xác suất ( – Probability Density Function): mô tả mật độ xác

suất theo biến đầu vào x
𝑃𝐷𝐹: 𝑓 𝑋 (𝑥)≜¿¿

 Tính chất của hàm mật độ xác suất

5
Ví dụ: Cho biến ngẫu nhiên X có phân bố hàm mũ.
−𝑥

𝐹 𝑋 ( 𝑥)=1− 𝑒
Tìm hàm mật độ xác suất của X?
6
Ví dụ: Cho biến ngẫu nhiên X có hàm phân bố tích lũy như sau, với alpha là
hằng số.
𝛾
𝐹 𝑋 ( 𝑥)=
𝛾 +𝛼
Tìm hàm mật độ xác suất của X?
7
Ví dụ: Cho biến ngẫu nhiên X là một góc lượng giác  có giá trị từ 0 đến 2,
có hàm mật độ xác suất phân bố đều trên đoạn [0, 2] và bằng 0 tại các giá trị
khác.

1
{
𝑓 𝑋 ( 𝑥)= 2 𝜋
, 0 ≤ 𝑥 ≤2 𝜋
0 , 𝑘h𝑎𝑐
1) Tìm hàm phân bố xác suất của X?

2) Vẽ đồ thị biểu diễn giá trị của hàm PDF và CDF
8
Một số phân bố tiêu biểu

 Phân bố Gauss (Phân bố chuẩn)

 Hàm mật độ xác suất có dạng

(1)
Trong đó:
 m: giá trị trung bình của X
 : phương sai của X
9
Phân bố Gauss (Phân bố chuẩn)

 Trường hợp: m = 0, =1.

∞
𝑝𝑟 ( 𝑋 ≥ 𝑘 )=∫ 𝑓 𝑋 ( 𝑥 ) 𝑑𝑥
𝑘
2
∞ 𝑥
1 −
2
¿ ∫ 𝑒 𝑑𝑥
√2 𝜋 𝑘
≜ 𝑄 (𝑘 )
10
Phân bố Gauss (Phân bố chuẩn)

 Trường hợp: m = 0, =1.

(*)
 Ví dụ: cho X~N (m, ), với X là biến ngẫu nhiên. Chứng minh rằng (về nhà
làm, cộng +1 giữa kỳ)

𝑘 −𝑚
(
𝑝𝑟 ( 𝑋 ≥ 𝑘 )=𝑄
𝜎 )
11
 Điểm cực đại x = m.
1
𝑝𝑟 ( 𝑋 ≤ 𝑚 )= 𝑝𝑟 ( 𝑋 > 𝑚 )=
2
 Đồ thị của hàm phân bố Gauss
12
 Xét xác suất khi biến ngẫu nhiên X lớn hơn mức trung bình m cộng với k lần
độ lệch chuẩn .
2

∞ ( 𝑥− 𝑚)
−
1 2𝜎
2
𝑝𝑟 ( 𝑋 >𝑚+𝑘 𝜎 ) = 2
∫ 𝑒 𝑑𝑥
√ 2𝜋 𝜎 𝑚+𝑘 𝜎
13
 Phân bố mũ
 Phân bố Rayleigh 𝑥 2
𝑓 ( 𝑥)= 2 exp(− 𝑥 ^ 2/ 𝑧 . 𝜎 ) , 𝑥 ≥ 0
𝜎
 Phân bố có điều kiện

𝑝𝑟 ( 𝐴 , 𝑀 )
𝑝𝑟 ( 𝐴∨ 𝑀 )=
𝑝𝑟 ( 𝑀 )
Ví dụ: (cho về nhà)
Pr ( 𝑥 ≤ 2∨𝑥 ≤ 3 )

14
 Định lý tổng xác suất

𝑝𝑟 ( 𝐴 )= 𝑝𝑟 ( 𝐴∨𝑋 ) 𝑝𝑟 ( 𝑋 ) + 𝑝𝑟 ( 𝐴∨𝑌 ) 𝑝𝑟 ( 𝑌 )

𝑝𝑟 ( 𝑋 ) + 𝑝𝑟 ( 𝑌 )=1
 Định lý Bayes

𝑝𝑟 ( 𝐴 , 𝐵 ) 𝑝𝑟 ( 𝐴 ) 𝑝𝑟 ( 𝐵∨ 𝐴 )
𝑝𝑟 ( 𝐴∨ 𝑀 )= =
𝑝𝑟 ( 𝐴 ) 𝑝𝑟 ( 𝐵 )
15
Cho biến ngẫu nhiên x và g(x) là một hàm của x. Biết rằng hàm mật độ
phân bố xác suất của x là fx(x) và hàm phân bố tích lũy của x là Fx(x).
a) Cho hàm: y = ax + b. Tìm hàm Fy(Y)?
b) Cho hàm y = x^2. Tìm hàm CDF của y?
c) Cho x có phân bố đều trong [-1,1], tìm phân bố của hàm CDF của
y=x^2.
d) Cho x có phân bố chuẩn, tìm hàm CDF và PDF của hàm y = x^2.
16
CHƯƠNG 2: LÝ THUYẾT TÍN HIỆU VÀ HỆ THỐNG
1. Tín hiệu và biểu diễn tín hiệu
2. Tín hiệu ngẫu nhiên và nhiễu
3. Các hệ thống tuyến tính
17
1. Tín hiệu và biểu diễn tín hiệu

 Giới thiệu
 Các tín hiệu tuần hoàn
 Phổ năng lượng và phổ công suất
 Mở rộng hàm trực giao tổng quát
 Các hàm tương quan
18
 Định nghĩa tín hiệu

 Tín hiệu là biểu diễn vật lý của tin tức
 Biểu diễn dạng thuần túy: biên độ, tần số và góc pha
 Ví dụ: ¿
19
 Giá trị trung bình và phương sai
Ví dụ: cho điểm thi x (tín hiệu ngẫu nhiên), có hàm mật độ xác suất fX(x).
x 0 3 4 7 10
Số môn 1 5 10 10 11
p(x) 1/37 5/37
Vẽ dạng đồ thị của hàm phân bố xác suất của x (dạng rời rạc và liên tục)
20
 Điểm trung bình (mx):
mx = E{x} =(xi pi) (rời rạc)

+∞
¿ ∫tục)¿ ¿
, (liên
−∞
21

 Phương sai: chính là xét độ chênh lệch giữa các biến là nhiều hay ít
2 2 2
𝜎 = 𝐸 {( 𝑋 − 𝑚𝑋 ) }=∑ ( 𝑥 𝑖 −, rời
𝑋 𝑚𝑋rạc) 𝑝𝑖
𝑖 +∞
¿ ∫ , liên tục
¿¿
−∞
22
 Biểu diễn tín hiệu xác định theo thời gian
 Tín hiệu vật lý
 Có giá trị hữu hạn và xác định trong khoảng thời gian hữu hạn
 Có phổ hữu hạn và xác định trong dải tần số hữu hạn
 Là hàm liên tục theo thời gian
 Hàm thực
 Có tính nhân quả
23
 Biểu diễn tín hiệu xác định theo thời gian
24
 Phân loại tín hiệu:
25
Biên độ liên tục

Thời gian liên tục
26
Biên độ rời rạc

Thời gian liên tục
27
Biên độ liên tục

Thời gian rời rạc
28
Biên độ rời rạc

Thời gian rời rạc
29
Tín hiệu tuần hoàn:

 Tín hiệu s(t) gọi là tuần hoàn khi: ¿ với −∞ <𝑡 <+ ∞
trong đó:
m: số nguyên
T0: chu kỳ của s(t)
30
Các thông số đặc trưng của tín hiệu xác định

 Giá trị trung bình của tín hiệu s(t) bất kỳ:
 Nếu s(t) là tuần hoàn thì:
 Nếu s(t) không tuần hoàn thì:
31
 Năng lượng chuẩn hóa (normalized energy)
 Công suất chuẩn hóa trung bình (average normalized power)
Tín hiệu năng lượng là tín hiệu có năng lượng hữu hạn khác 0
Tín hiệu công suất là tín hiệu có công suất hữu hạn khác 0 và có năng lượng
vô hạn.
32
Chuỗi Fourier của tín hiệu tuần hoàn

 Tín hiệu năng lượng s(t) hữu hạn tuần hoàn với chu kỳ T0 có thể được biểu
diễn dưới dạng tổng vô hạn của các tín hiệu dạng sin
 gọi là chuỗi Fourier
33
Chuỗi Fourier của tín hiệu tuần hoàn

 Dạng khác của chuỗi Fourier:
: Biên độ của thành phần phổ
34
Phổ của tín hiệu tuần hoàn

 Các thành phần tần số đều là các hài tần của tần số cơ bản f0.
 Thành phần phổ DC tượng trưng cho giá trị trung bình của tín hiệu s(t)
 Cn: biên độ của thành phần phổ
35
Chuỗi Fourier - Phổ của tín hiệu tuần hoàn
36

 Hệ số a là một hằng số dương tùy ý, thường chọn a = 0.707(1/sqrt(2))
 Với a = 0.707  công suất trung bình giảm ½
 Băng thông của a gọi là băng thông -3dB.
 Chỉ nhận phổ có biên độ lớn hơn hoặc bằng a|An|max
37
38

 Bề rộng phổ của tín hiệu là khoảng mà phổ chiếm trên thang tần số
 Cách xác định: là sai khác giữa hai tần số dương lớn nhất và nhỏ nhất
39
Biến đổi Fourier

 Xét tín hiệu s(t) không tuần hoàn:
 S(f): mật độ phổ (phổ) hay biến đổi Fourier của tín hiệu s(t).
 Biến đổi ngược (F-1):

s t   S f  e j 2 ft
df

40
Biến đổi Fourier

 Mật độ phổ của tín hiệu tuần hoàn
41
Phổ biên độ và phổ pha
 Phổ biên độ:
 Phổ pha:
42
Chuỗi Fourier – phổ của tín hiệu tuần hoàn
 Ví dụ: cho tín hiệu s(t) là xung chữ nhật tuần hoàn chu kỳ T0, độ rộng  và biên
độ xung A. Hãy vẽ dạng tín hiệu s(t), vẽ dạng phổ biên độ và phổ pha của s(t).
43
Đặc tính của phép biến đổi Fourier

 Tính chất xếp chồng:
 Tính chất dịch chuyển thời gian và thang đo
𝐹 ¿

𝐹 ¿
44

 Tính chất dịch chuyển tần số và hệ quả điều chế
 Hệ quả

¿
𝑗 ( 𝑤 𝑐 𝑡+𝜑 ) − 𝑗 (𝑤 𝑐 𝑡 +𝜑 )
[
𝐹 [ 𝑠(𝑡 )𝑐𝑜𝑠 ( 𝑤 𝑐 𝑡 + 𝜑 ) ] = 𝐹 𝑠 (𝑡 )
𝑒 +𝑒
2 ]
𝑗𝜑 − 𝑗𝜑

𝑒 𝑒
¿ 𝑆 ( 𝑓 − 𝑓 𝑐 )+ 𝑆(𝑓 +𝑓 𝑐)
2 2
45
• Tính chất đạo hàm và tích phân • Phép nhân và phép tích chập
𝑛
𝑑
𝐹
[
𝑑𝑡
𝑛 ] 𝑛
𝑠 (𝑡 ) =( 𝑗 2 𝜋 𝑓 ) 𝑆 ( 𝑓 )
𝐹 [ 𝑠 ( 𝑡 ) ∗ 𝑣 ( 𝑡 ) ]=𝑆 ( 𝑓 ) 𝑉 ( 𝑓 )
∞ ¿ 𝐹 [ 𝑠 ( 𝑡 ) 𝑣 ( 𝑡 ) ]=𝑆 ( 𝑓 ) ∗ 𝑉 ( 𝑓 )
[
𝐹 ∫ 𝑠 ( 𝜆 )𝑑 𝜆 =
−∞
]1
𝑗2𝜋 𝑓
𝑆 (𝑓 )
46
 Tín hiệu Delta (Dirac):
 s(t) là hàm liên tục tại t = 0

 Một số định nghĩa khác
47
 Tính chất phổ
48
49
Nếu s(t) thực thì phổ biên độ là hàm chẵn và phổ pha là hàm lẻ.
Nếu s(t) thực chẵn thì S(f) là hàm thực.
Nếu s(t) thực lẻ thì S(f) là thuần túy ảo.
50
Hàm tự tương quan
51
 Quá trình ngẫu nhiên
Các dạng sóng không giống nhau 52

 Quá trình dừng và quá trình ergodic
Quá trình ngẫu nhiên gọi là dừng nếu các hàm phân bố xác suất
không thay đổi theo thời gian.
Quá trình ngẫu nhiên dừng gọi là dừng Ergodic nếu tất cả các trị
trung bình theo thời gian của một thể hiện bất kỳ bằng với trị trung
bình theo tập hợp tương ứng
53

TRUYỀN THÔNG SỐ - C.2

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

TRUYỀN THÔNG SỐ - C.2

Uploaded by

Copyright:

Available Formats

Giáo viên: Phạm Thị Đan Ngọc

𝐶𝐷𝐹 : 𝐹 𝑋 ( 𝑥) ≜ 𝑃 𝑟 ( 𝑋 ≤ 𝑥 ) , − ∞ < 𝑥 <+∞

 Hàm mật độ xác suất ( – Probability Density Function): mô tả mật độ xác

 Tính chất của hàm mật độ xác suất

Ví dụ: Cho biến ngẫu nhiên X có phân bố hàm mũ.

Tìm hàm mật độ xác suất của X?

Tìm hàm mật độ xác suất của X?

1) Tìm hàm phân bố xác suất của X?

 Phân bố Gauss (Phân bố chuẩn)

 Trường hợp: m = 0, =1.

 Trường hợp: m = 0, =1.

b) Cho hàm y = x^2. Tìm hàm CDF của y?

1. Tín hiệu và biểu diễn tín hiệu

2. Tín hiệu ngẫu nhiên và nhiễu

3. Các hệ thống tuyến tính

1. Tín hiệu và biểu diễn tín hiệu

 Định nghĩa tín hiệu

 Giá trị trung bình và phương sai

 Giá trị trung bình và phương sai

 Điểm trung bình (mx):

mx = E{x} =(xi pi) (rời rạc)

 Giá trị trung bình và phương sai

 Biểu diễn tín hiệu xác định theo thời gian

 Tín hiệu vật lý

 Là hàm liên tục theo thời gian

 Có tính nhân quả

 Biểu diễn tín hiệu xác định theo thời gian

 Phân loại tín hiệu:

 Phân loại tín hiệu:

Biên độ liên tục

 Phân loại tín hiệu:

Biên độ rời rạc

 Phân loại tín hiệu:

Biên độ liên tục

 Phân loại tín hiệu:

Biên độ rời rạc

Tín hiệu tuần hoàn:

Các thông số đặc trưng của tín hiệu xác định

 Nếu s(t) là tuần hoàn thì:

 Nếu s(t) không tuần hoàn thì:

 Năng lượng chuẩn hóa (normalized energy)

 Công suất chuẩn hóa trung bình (average normalized power)

Chuỗi Fourier của tín hiệu tuần hoàn

 gọi là chuỗi Fourier

Chuỗi Fourier của tín hiệu tuần hoàn

: Biên độ của thành phần phổ

Phổ của tín hiệu tuần hoàn

 Cn: biên độ của thành phần phổ

Chuỗi Fourier - Phổ của tín hiệu tuần hoàn

Chuỗi Fourier - Phổ của tín hiệu tuần hoàn

 Với a = 0.707  công suất trung bình giảm ½

 Băng thông của a gọi là băng thông -3dB.

 Chỉ nhận phổ có biên độ lớn hơn hoặc bằng a|An|max

Chuỗi Fourier - Phổ của tín hiệu tuần hoàn

Chuỗi Fourier - Phổ của tín hiệu tuần hoàn

Biến đổi Fourier

 Biến đổi ngược (F-1):

Biến đổi Fourier

Phổ biên độ và phổ pha

 Phổ biên độ:

Chuỗi Fourier – phổ của tín hiệu tuần hoàn

Đặc tính của phép biến đổi Fourier

 Tính chất dịch chuyển thời gian và thang đo