信噪比(S/N)是指传输信号的平均功率与加性噪声的平均功率之比,载噪比(C/N)指已经调制的信号的平均功率与加性噪声的平均功率之比,它们都以对数的方式来计算,单位为dB。

对同一个传输系统而言,载噪比要比信噪比大,两者之间相差一个载波功率。当然载波功率与传输信号功率相比通常都是很小的,因而载噪比与信噪比在数值上十分接近。
    在调制传输系统中,一般采用载噪比指标;而在基带传输系统中,一般采用信噪比指标。

在数字通信系统中,我们经常会遇到表示信号与噪声间强弱关系的参数---Eb/N0,由于在系统传输中会采用不同的调制技术,这样这不同进制的调制技术下频谱效率会不同,一个由k个比特映射生成的调制符号所实现的频谱效率就为kbit/s/Hz,这种情况下,在计算ber的时候考虑的是整体的性能,如果横向的比较系统的性能,就要将系统效率的作用排除,此时就可以从单个比特着手去比较,Eb/N0可以排除频谱效率引起的问题。

频谱效率高的通信系统,传输信息的能力较强,但传输可靠性较差;频谱效率低的通信系统,传输信息的能力较弱,但传输可靠性较高。因此要判定一个通信系统的优劣,必须从频谱效率和可靠性两个方面全面进行比较,即将有效性与可靠性综合起来。

Eb/N0---BER关系曲线既可以比较系统的有效性又可以比较系统的可靠性。Eb/N0的含义是这样的:Eb代表平均到每个比特上的信号能量,N0代表噪声的功率谱密度。我们知道不同的数字调制技术之所以会具有不同的频谱效率是因为它们的调制符号所映射的比特数不同,如按理想低通信号波形计算,一个由k个比特映射生成的调制符号所实现的频谱效率就为kbit/s/Hz。因此如果以比特为单位计算信号与噪声间的强弱关系的话,就可以消除频谱效率的影响,即在频谱效率相同的基础上比较各种调制技术的可靠性了。下面我们定量地说明一下Eb/N0与C/N之间的关系。数字信号是由符号构成的,因此信号的平均功率(C)就是符号的平均功率。设调制符号的周期为T,为简化问题,我们暂时抛开滚降系数的影响,按理想低通信号波形计算,则调制符号的带宽为1/T(低通带宽为1/(2T))。假设一个调制符号由k个比特映射生成,则:

一个调制符号的平均能量 = 符号平均功率×符号周期=C×T

一个比特的平均能量Eb   = 调制符号平均能量/符号所包含的比特数=C×T/k 
一噪声的功率谱密度     = 噪声的平均功率/符号带宽=N/(1/T)

 因此,可见Eb/N0就等于C/N除以k,它去除了与频谱效率相关的因素k的影响。Eb/N0与C/N在实际应用中都经常被使用。Eb/N0可以综合反映系统的性能,但不直观,因为Eb和N0不是系统中可以直接测得的参数,必须通过运算得出;而C/N可以通过测量直接得到,但较为片面。因此当需要直接了解系统的可靠性时,一般使用C/N;而当需要横向比较不同系统的性能时,一般使用Eb/N0。

snr信噪比是一个比较模糊的概念,在模拟通信系统中,用信噪比的概念比较合适,但是在数字通信系统中,用Eb/n0D的概念就会比较合适一些。SNR=S/N=(Eb*Rb)/(No*W)=(Eb/No)* (Rb/W)。

计算信噪比的公式为SNR=10*log10(Eb./No)

综上所述,信噪比和Eb/N0市用来表示有用信号和干扰信号的比例,用来衡量新号的有效性;ber是误码率曲线,它是根据具体的信噪比和调制曲线计算而来的。误码率与调制方式以及和信噪比以及Eb/N0曲线有关。

处理增益本来是扩频码速率/信息比特速率, 扩频增益 = 扩频码速率/符号速率。在CDMA系统中,在计算Eb/No的时候要用到的是Eb/No = SNR X W/R , W/R 被称为处理增益,这种情况下,db单位的eb_n0=snr(以db为单位)+10log10(processing_gain)。

最新文章

  1. ecmall源码中的 function _config_view()-关于重写
  2. 关于STM32的FLASH操作【转载】
  3. TDI - Transport Driver Interface
  4. WPF三种基本触发器与【与或】逻辑触发器
  5. Guardian of Decency(二分图)
  6. jenkins忘记管理密码处理方式
  7. foreach 相关
  8. A Tour of Go Range continued
  9. [LeetCode]题解(python):132-Palindrome Partitioning II
  10. Python爬虫(一)
  11. 类xml数据格式解析
  12. linux makefile字符串操作函数 替换subst、模式替换patsubst、去首尾空格strip、查找字符串findstring、过滤filter、反过滤filter-out、排序函数sort、取单词word、取单词串wordlist、个数统计words
  13. js作用域的相关知识
  14. C# Unity游戏开发——Excel中的数据是如何到游戏中的 (四)2018.4.3更新
  15. 前端笔记之Vue(一)初识SPA和Vue&webpack配置和vue安装&指令
  16. AES加密然后ajax传输数据
  17. java集成swagger
  18. 性能测试二十七:环境部署之Dubbo原理
  19. Iowait的成因、对系统影响及对策--systemtap
  20. 迁移TFS,批量将文档导入SharePoint 2013 文档库

热门文章

  1. Android 打包
  2. java mvc web 项目web.xml头改错了,死活加载不上springMvc的jar
  3. POJ 1151 / HDU 1542 Atlantis 线段树求矩形面积并
  4. Java Hour 26 Execution
  5. 服务器端json解析
  6. 将树莓派Raspberry Pi设置为无线路由器(WiFi热点AP,RTL8188CUS芯片)
  7. JavaScript学习笔记(十五)——对象之Date,RegExp
  8. loadrunner设置分压机 压力测试
  9. [译]Python面试中8个必考问题
  10. hdu_1041(Computer Transformation) 大数加法模板+找规律
  11. pytesser3 使用说明
  12. [Leetcode]237. Delete Node in a Linked List -David_Lin
  13. popstate事件在低版本webkit中的调用
  14. delphi 子窗体只能最小化不能关闭的解决方案
  15. 2000万行表从SqlServer转移到Mongodb
  16. radhat 添加用户,组,shell,附加组,家目录
  17. 微信企业号OAuth2.0验证接口来获取成员的身份信息
  18. HIDL学习笔记
  19. JDBC异常
  20. spring框架学习(八)spring管理事务方式之注解配置