Signaalin energia- ja tehotiheys

Samankaltaiset tiedostot
Signaalit ja järjestelmät aika- ja taajuusalueissa

Petri Kärhä 04/02/04. Luento 2: Kohina mittauksissa

T L Z S I G N A A L I T E O R I A O S A I V: E N E R G I A - J A T E H O T I H E Y S

ELEC-C7230 Tietoliikenteen siirtomenetelmät

S Elektroniset mittaukset ja elektroniikan häiriökysymykset. 2 ov

S Elektroniset mittaukset ja elektroniikan häiriökysymykset. Vanhoja tenttitehtäviä

SIGNAALITEORIAN KERTAUSTA 1

TL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen

Luento 8. Suodattimien käyttötarkoitus

Signaalimallit: sisältö

Tietoliikennesignaalit & spektri

SIGNAALITEORIAN KERTAUSTA OSA 1

1 Olkoon suodattimen vaatimusmäärittely seuraava:

Kapeakaistainen signaali

Luento 5: Kantataajuusvastaanotin AWGNkanavassa I: Suodatus ja näytteistys a. Kuvaa diskreetin ajan signaaliavaruussymbolit jatkuvaan aikaan

1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille:

Jaksollisen signaalin spektri

KOHINA LÄMPÖKOHINA VIRTAKOHINA. N = Noise ( Kohina )

Luentoaiheet: 1. Satunnaissignaalien käsittely. 2. Tehospektrin estimointi. Julius Luukko /144

Numeeriset menetelmät

spektri taajuus f c f c W f c f c + W

Radioastronomian käsitteitä

1 Vastaa seuraaviin. b) Taajuusvasteen

Helsinki University of Technology

Luento 2. Jaksolliset signaalit

SIGNAALITEORIAN KERTAUSTA OSA 2

Spektri- ja signaalianalysaattorit

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

Signaalien datamuunnokset. Digitaalitekniikan edut

Signaalien datamuunnokset

Lauri Tarkkonen: Kappa kerroin ja rinnakkaisten arvioitsijoiden yhdenmukaisuus

Digitaalinen signaalinkäsittely Kuvankäsittely

Luento 4 Fourier muunnos

2. kierros. 1. Lähipäivä

IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen.

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

Tilastotieteessä aikasarja tarkoittaa yleensä sarjaa, jossa peräkkäisten havaintojen aikaväli on aina sama.

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

(x 0 ) = lim. Derivoimissääntöjä. Oletetaan, että funktiot f ja g ovat derivoituvia ja c R on vakio. 1. Dc = 0 (vakiofunktion derivaatta) 2.

F {f(t)} ˆf(ω) = 1. F { f (n)} = (iω) n F {f}. (11) BM20A INTEGRAALIMUUNNOKSET Harjoitus 10, viikko 46/2015. Fourier-integraali:

INTEGROINNIN SOVELLUKSIA TIEDONSIIRTOTEKNIIKASSA. Taustaa. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka

Signaalien generointi

Kohina. Havaittujen fotonien statistinen virhe on kääntäen verrannollinen havaittujen fotonien lukumäärän N neliö juureen ( T 1/ N)

TILASTOLLINEN LAADUNVALVONTA

Suodatus ja näytteistys, kertaus

Funktion raja-arvo 1/6 Sisältö ESITIEDOT: reaalifunktiot

MS-C1420 Fourier-analyysi osa II

Havaitsevan tähtitieteen peruskurssi I. Datan käsittely. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos

1 Kohina. 2 Kohinalähteet. 2.1 Raekohina. 2.2 Terminen kohina

Käytännön radiotekniikkaa: Epälineaarinen komponentti ja signaalien siirtely taajuusalueessa (+ laboratoriotyön 2 esittely)

Alias-ilmiö eli taajuuden laskostuminen

Itseoppivan radiojärjestelmän simulointijärjestelmän kehitys, CWC:n osahanke. DI Juho Markkula

ELEC-A7200 Signaalit ja järjestelmät

Eksponenttifunktion Laplace muunnos Lasketaan hetkellä nolla alkavan eksponenttifunktion Laplace muunnos eli sijoitetaan muunnoskaavaan

Mittalaitetekniikka. NYMTES13 Vaihtosähköpiirit Jussi Hurri syksy 2014

DSP:n kertausta. 1 Spektri, DFT, DTFT ja aika-taajuusresoluutio

1 Määrittele seuraavat langattoman tiedonsiirron käsitteet.

Numeeriset menetelmät

monissa laskimissa luvun x käänteisluku saadaan näyttöön painamalla x - näppäintä.

Signaalien tilastollinen mallinnus T (5 op) Syksy 2006 Harjoitustyö

Luento 4 Jaksollisten signaalien Fourier-sarjaesitys 4.1 Fourier-sarja 4.2 Viivaspektri, tehospektri

Dynaamisten systeemien identifiointi 1/2

Dynaamisen järjestelmän siirtofunktio

Ohjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen

1 2 x2 + 1 dx. (2p) x + 2dx. Kummankin integraalin laskeminen oikein (vastaukset 12 ja 20 ) antaa erikseen (2p) (integraalifunktiot

MAA10 HARJOITUSTEHTÄVIÄ

S Signaalit ja järjestelmät

Esimerkkejä derivoinnin ketjusäännöstä

TL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen

Mustan kappaleen säteily

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

Yleisen antennin säteily k enttien ratk aisem isen v aih eet:

2.2 Täydellinen yhtälö. Ratkaisukaava

V astaano ttav aa antennia m allinnetaan k u v an m u k aisella piirillä, jo ssa o n jänniteläh d e V sarjassa

Matematiikan tukikurssi

Nämä ovat siis minimivaatimukset, enemmänkin saa ja suositellaan

Missä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot

Havaitsevan tähtitieteen peruskurssi I

Sähkömagneettiset häiriöt. Mittaustekniikan perusteet / luento 9. Sähkömagneettiset häiriöt. Sähkömagneettiset häiriöt

JATKUVAN AWGN-KANAVAN KAPASITEETTI SHANNON-HARTLEY -LAKI

Suuntaavuus ja vahvistus Aukkoantennien tapauksessa suuntaavuus saadaan m uotoon (luku ) E a 2 ds

( ) ( ) ( ) ( ( ) Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 271 Päivitetty a) = keskipistemuoto.

2. kierros. 2. Lähipäivä

Analogiatekniikka. Analogiatekniikka

Numeeriset menetelmät

TL5503 DSK, laboraatiot (1.5 op) Kuvasignaalit. Jyrki Laitinen

Mat Sovellettu todennäköisyyslasku 5. harjoitukset/ratkaisut. Jatkuvat jakaumat

Epäyhtälön molemmille puolille voidaan lisätä sama luku: kaikilla reaaliluvuilla a, b ja c on voimassa a < b a + c < b + c ja a b a + c b + c.

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on

T Sähkömittaustekniikka, osa 2

6.8 Erityisfunktioiden sovelluksia

MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset

MATEMATIIKAN JAOS Kompleksianalyysi

1 Diskreettiaikainen näytteistys. 1.1 Laskostuminen. Laskostuminen

MS-C1420 Fourier-analyysi osa I

Tietoliikennesignaalit

Preliminäärikoe Pitkä Matematiikka

Otoskoko 107 kpl. a) 27 b) 2654

MS-C1420 Fourier-analyysi osa I

Peruskerros: OFDM. Fyysinen kerros: hajaspektri. Hajaspektri: toinen tapa. FHSS taajuushyppely (frequency hopping)

Transkriptio:

Spektrin energiatiheys Signaalin energia- ja tehotiheys Reaaliarvoisen energiasignaalin g(t) kokonaisenergia E saadaan kaavalla E = g ( t) dt Olkoon signaalin g(t) Fourier-muunnos G(ω). Parsevalin teoreeman mukaan kokonaisenergia E voidaan laskea joko aika- tai taajuustasossa E 1 = g ( t) dt = G( ω) dω = G( f ) df π Käytännössä signaalin kokonaisenergia on usein helpompi laskea taajuustasossa. Fourier-muunnoksen itseisarvon (= amplitudispektri) neliö määrittää signaalin energian taajuusyksikköä kohti (J/Hz) eli spektrin energiatiheyden ψ g (f). ψ g ( f ) = G( f ) Jyrki Laitinen TL531 Signaaliteoria S4 1

Signaalin energia- ja tehotiheys Kokonaisenergia saadaan siis integroimalla kaikkien taajuuksien yli. E = ψ g ( f ) df Yleisesti voidaan osoittaa, että spektrin energiatiheys on ei-negatiivinen taajuuden funktio. Reaaliarvoisen signaalin spektrin energiatiheys on parillinen taajuuden funktio eli ψ ( f ) = ψ ( f ) g g Jos heräte x(t) on energiasignaali, saadaan LTI-järjestelmän h(t) vasteen y(t) energiatiheys ψ y (f) herätteen energiatiheyden ψ x (f) ja siirtofunktion H(f) itseisarvon neliön tulona ψ ( f ) = y H ( f ) ψ ( f ) x Jyrki Laitinen TL531 Signaaliteoria S4

Signaalin energia- ja tehotiheys Energiasignaalien autokorrelaatio Tarkastellaan signaalia g(t), jonka Fourier-muunnos on G(f). Spektrin energiatiheys on nyt siis ψ ( f ) = g G( f ) = G( f ) G ( f ) Tässä G * (f) on G(f):n kompleksikonjugaatti. Yllä kerrotaan siis taajuustasossa signaalit G(f) ja G * (f) keskenään. Aikatasossa taajuustason kertolaskua vastaa Fourier-muunnoksen konvoluutioteoreeman mukaisesti konvoluutio. Kompleksikonjugointia vastaa puolestaan aikatasossa aikaparametrin muuttaminen vastakkaismerkkiseksi. g( τ ) g( τ ) G( f ) G ( f ) Kaavassa esiintyvää konvoluutiota sanotaan signaalin g(t) autokorrelaatiofunktioksi R g (τ) ja se määritellään muodossa R g ( τ ) = g( τ ) g( τ ) = g( τ ) g( t τ ) dt Jyrki Laitinen TL531 Signaaliteoria S4 3

Signaalin energia- ja tehotiheys Autokorrelaatiofunktio kuvaa signaalin ja sen τ:n verran viivästetyn version samankaltaisuutta. Autokorrelaatio on maksimissaan, kun τ=, jolloin vertailtavana on kaksi samaa signaalia. Jaksolliselle signaalille autokorrelaatiofunktio saa maksimiarvon jaksonpituuden välein. Signaalin jaksollisuuden tutkiminen onkin yksi autokorrelaatiofunktion tärkeimmistä sovelluksista. Esimerkki. Kosinisignaali. Signaali 1-1 - 1 3 4 5 6 7 8 9 1 Autokorre la a tio 1-1 - -1-8 -6-4 - 4 6 8 1 Jyrki Laitinen TL531 Signaaliteoria S4 4

Signaalin energia- ja tehotiheys Esimerkiksi tutkatekniikassa hyödynnetään autokorrelaatiofunktiota. Tutka lähettää signaalia kohteeseen ja laskee vastaanotossa autokorrelaatiota. Kun autokorrelaatio saa maksimiarvonsa, on tutkan lähettämä signaali heijastunut kohteesta ja palannut takaisin. Signaalin kulkuajasta voidaan määrittää kohteen etäisyys. Autokorrelaatiofunktion ominaisuuksia Reaaliarvoisen signaalin autokorrelaatiofunktio on reaaliarvoinen ja parillinen funktio. R ( τ ) = R ( τ ) g g Energiasignaalin autokorrelaatiofunktion arvo origossa on signaalin kokonaisenergia R g () = E Energiasignaalin autokorrelaatiofunktio ja spektrin energiatiheys muodostavat Fourier-muunnosparin R g ( τ ) ψ ( f ) g Jyrki Laitinen TL531 Signaaliteoria S4 5

Signaalin energia- ja tehotiheys Energiasignaalien ristikorrelaatio Ristikorrelaatio mittaa kahden signaalin samankaltaisuutta eli koherenssia signaalien välisen viiveen τ funktiona. Kahden reaaliarvoisen energiasignaalin g 1 (t) ja g (t) välinen ristikorrelaatiofunktio R 1 (τ) määritellään kaavalla 1( τ ) g1( τ ) g( t τ R = ) dt Korrelaation laskenta muistuttaa konvoluution laskentaa, ja käytännön toteutuksissa käytetäänkin usein samaa aliohjelmaa kummankin operaation laskentaan. Signaalit ovat keskenään ortogonaalisia eli niissä ei ole samankaltaisuutta koko aikavälillä, jos g1 ( τ ) g( t τ ) dt = Jyrki Laitinen TL531 Signaaliteoria S4 6

Signaalin energia- ja tehotiheys Jos korreloitavien signaalien järjestystä vaihdetaan, saadaan ristikorrelaatiofunktioksi 1( τ ) g( τ ) g1( t τ R = ) dt Voidaan osoittaa, että R 1 (τ) = R 1 (-τ). Ristikorrelaatiofunktion R 1 (τ) ja signaalien g 1 (t) ja g (t) Fourier-muunnosten G 1 (f) ja G (f) välillä on voimassa ns. korrelaatioteoreema, joka voidaan esittää Fouriermuunnosparina R1( τ ) G1 ( f ) G ( f ) Kahden energiasignaalin ristikorrelaatiofunktio aikatasossa vastaa siis taajuustasossa yhden signaalin Fourier-muunnoksen ja toisen signaalin Fouriermuunnoksen kompleksikonjugaatin kertomista keskenään. Jyrki Laitinen TL531 Signaaliteoria S4 7

Spektrin tehotiheys Signaalin energia- ja tehotiheys Reaaliarvoisen tehosignaalin g(t) keskimääräinen teho P saadaan kaavalla P 1 = lim T g ( t dt T ) T T Käytännössä Fourier-muunnoksen laskeminen voi olla mahdotonta tehosignaalille, jonka energia on ääretön. Tämän vuoksi tehosignaalin Fourier-muunnos määritetään useimmiten katkaistusta signaalista g T (t), joka määritellään rect-funktion avulla muodossa g T ( t) = g( t) rect( t T g( t), ) =, T t T muulloin Katkaistulle signaalille on olemassa Fourier-muunnos, jos T on äärellinen. Parsevalin teoreeman perusteella saadaan yhteys signaalin g T (t) keskimääräisen tehon P ja Fourier-muunnoksen G T (f) välille. Jyrki Laitinen TL531 Signaaliteoria S4 8

Signaalin energia- ja tehotiheys P = lim T 1 T T T g T ( t) dt = lim T 1 T T T G T ( f ) df Jälkimmäisessä integraalissa voidaan raja-arvotarkastelu siirtää integroinnin sisälle, koska integraali on suppeneva (energia äärellinen): P = T 1 lim T T T G T ( f ) df Integrandi on tässä spektrin tehotiheys (tehosignaalin tehospektri) S g (f). S g 1 ( f ) = lim GT ( f ) T T 1 T G T ( f ) on signaalin periodogrammi. Jyrki Laitinen TL531 Signaaliteoria S4 9

Signaalin energia- ja tehotiheys Jaksollisen signaalin spektrin tehotiheys Olkoon g(t) jaksollinen signaali, jonka jaksonpituus on T. Signaali voidaan esittää Fourier-sarjana muodossa = n n jnωot jnπft T g( t) c e = c e = c e n= n= n n= 1 jnπ t, n =, ± 1, ±,K Kaavassa esiintyvät kertoimet c n ovat Fourier-sarjan kertoimia, jotka määritellään kaavalla c n = 1 T T / T g( t) e / jn ω o t dt, n =, ± 1, ±,K Jaksollisen funktion spektrissä on nollasta poikkeavia komponentteja vain perustaajuuden f = 1/T harmonisilla monikertataajuuksilla, ± f, ± f, ± 3f, Spektrin tehotiheys voidaan nyt esittää muodossa Jyrki Laitinen TL531 Signaaliteoria S4 1

Signaalin energia- ja tehotiheys n S g ( f ) = cn δ ( f ) T n= Signaalin keskimääräinen P teho saadaan summaamalla kaikki tehotiheysarvot P = c n n= Keskimääräinen teho on siis sama kuin Fourier-sarjan kertoimien c n itseisarvojen neliöiden summa. Tässä amplitudi on kertoimen itseisarvo, jolloin vastaava teho saadaan korottamalla amplitudiarvo toiseen potenssiin. Kun kaikki tehoarvot summataan saadaan signaalin keskimääräinen teho. Tämä tunnetaan Parsevalin tehoteoreemana. Jaksollisen signaalin dc-teho (teho nollataajuudella) saadaan ensimmäisen Fouriersarjan kertoimen c itseisarvon neliönä. Kerroin c on signaalin keskiarvo. P dc = c Jyrki Laitinen TL531 Signaaliteoria S4 11

Signaalin energia- ja tehotiheys Jaksollisen signaalin ac-teho saadaan, kun summataan Fourier-sarjan kertoimet lukuunottamatta dc-kerrointa c. n n = P ac = c n Signaalin keskimääräinen teho saadaan dc- ja ac-tehojen summana. Signaalin rms-arvo (root mean square) on P ac :n neliöjuuri rms = c n n n = Jyrki Laitinen TL531 Signaaliteoria S4 1

Kohina Satunnaiset signaalit Satunnaiset signaalit muodostavat erikoistapauksen tehosignaaleista. Satunnaisen signaalin käyttäytymistä ei kyetä ennakoimaan tarkasti esimerkiksi ennakolta tunnettua kaavaa hyödyntäen. Deterministisen signaalin käyttäytyminen tunnetaan sen sijaan kaikkina ajanhetkinä tarkasti. Satunnaiset signaalit liittyvät tilastollisiin prosesseihin. Voidaan ajatella, että tiettynä ajanhetkenä satunnainen signaali poimitaan joukosta mahdollisia signaaleja, joita kutsutaan näytefunktioiksi. Kaikkien näytefunktioiden joukkoa kutsutaan puolestaan satunnaisprosessiksi. Kohinasignaalit ovat tyypillisiä satunnaisia signaaleja. Toistettaessa saman mittaus eri ajan hetkinä saadaan tyypillisesti aina hieman erilainen tulos, koska useimmissa reaalimaailman prosesseissa signaaleihin summautuu satunnaisia kohinasignaaleja. Jyrki Laitinen TL531 Signaaliteoria S4 13

Kohina Signaalikohinasuhde Elektronisissa järjestelmissä kohinaa syntyy ulkoisista ja sisäisistä lähteistä. Ulkoisia lähteitä ovat esimerkiksi ionosfäärin häiriöt (satelliittisiirto) tai säätilan muutokset (radiotaajuinen siirto). Sisäistä kohinaa syntyy mm. elektronisten piirien fluktuaatioista (mm. terminen kohina), jotka asettavat rajoituksen järjestelmän toiminnalle. Tiedonsiirrossa sisäinen kohina havaitaan useimmiten vain vastaanotossa, minkä vuoksi sitä kutsutaan usein vastaanotinkohinaksi (receiver noise) tai kanavakohinaksi (channel noise). Signaalin siirrossa kohinaa mallinnetaan usein additiivisella mallilla, jossa kohinan oletetaan summautuvan siirrettävään signaaliin. Lisäksi kohinan oletetaan, että kohinan ja signaalin välillä ei ole korrelaatiota ja että kohina on nollakeskiarvoista valkoista (laajakaistaista) kohinaa 1. 1 AWGN = additive white gaussian noise Jyrki Laitinen TL531 Signaaliteoria S4 14

Kohina Kanavakohina n(t) X(t) Lähetin Kanava Y i (t) Vastaanotin Y o (t) S i, N i S o, N o Jos merkitään S o = vastaanotettu signaalin (informaation) keskimääräinen teho ja N o = vastaanotettu kohinan keskimääräinen teho, niin additiivisessa mallissa vastaanotettu kokonaistehoteho Y o = S o + N o. Vastaanotettu signaalikohinasuhde (SNR) puolestaan on S N o = S N o o Yleisemmin signaalikohinasuhde määritellään kohinattoman signaalin tehon P S ja kohinaisen signaalin tehon P N suhteen useimmiten desibeli-yksiköissä: SNR P 1log 1 S = PN [ db] Jyrki Laitinen TL531 Signaaliteoria S4 15

Kohina Signaali-kohinasuhde asettaa yleensä tiedonsiirron laadulle rajan. Signaalikohinasuhde määrittää pienimmän tehomuutoksen joka signaalissa on havaittavissa. Jos esimerkiksi SNR = 3 db, on kohinan teho tuhannesosa signaalin tehosta. Signaalissa tapahtuvien tehomuutosten on tällöin oltava kohinatehoa suurempia, jotta ne voitaisiin luotettavasti havaita. Normaalijakautunut valkoinen kohina Kohinamalleissa käytetään yleensä normaalijakautunutta valkoista kohinaa, jollaista syntyy usean kohinalähteen summautuessa. Koska käytännössä kohinalähteitä on yleensä useita, niiden yhteisvaikutuksena syntyy normaalijakautunut kohina. Normaalijakautuneessa kohinassa keskiarvo on kaikkein todennäköisin arvo ja keskiarvosta poikkeavat arvot tulevat Gaussin kellokäyrän muotoisesti sitä epätodennäköisemmiksi mitä kauempana ne keskiarvosta ovat. Jyrki Laitinen TL531 Signaaliteoria S4 16

Kohina Normaalijakautunut kohina 4 3 1-1 - Keskihajonta σ Keskiarvo µ σ = varianssi = teho -3-4 5 1 15 5 3 Jyrki Laitinen TL531 Signaaliteoria S4 17

Kohina Todennäköisyys.45.4.35.3.5..15.1.5 Normaalijakauma (µ =, σ = 1) σ σ -5-4 -3 - -1 1 3 4 5 Arvo Jyrki Laitinen TL531 Signaaliteoria S4 18

Kohina Valkoisessa kohinassa on tasaisesti kaikkia taajuuksia ja sen keskiarvo on nolla. Valkoinen kohina on ideaalista kohinaa ja käytännössä tällaisen kohinan keskimääräinen teho olisi ääretön. Todellisissa järjestelmissä kohina kuitenkin usein muistuttaa valkoista kohinaa siten, että tietyllä taajuuskaistalla kohinassa esiintyy tasaisesti kaikkia taajuuksia. Valkoisen kohinan tehotiheys on S w (f) N S w ( f ) = Kaavassa N on signaalin intensiteetti [W/Hz]. Valkoisen kohinan autokorrelaatiofunktio saadaan spektrin tehotiheyden käänteisenä Fourier-muunnoksena: N R w ( τ ) = δ ( τ ) R w (τ) N δ(τ) / N / f τ Jyrki Laitinen TL531 Signaaliteoria S4 19

Kohina Valkoinen kohina korreloi itsensä kanssa vain viiveen arvolla eli kaksi eri aikana mitattua kohinasignaalia ovat aina korreloimattomia keskenään. Ekvivalentti kohinakaistanleveys Tarkastellaan ideaalista alipäästösuodatusta. Suodatetaan valkoista kohinaa, jonka keskiarvo on ja tehotiheys N /, ideaalisella alipäästösuotimella, jonka rajataajuus on B ja päästökaistan vahvistus 1. Suodatetun kohinan tehotiheys on N ( f ) =, f B, B < < muulloin S N (f) S N N / -B B f Jyrki Laitinen TL531 Signaaliteoria S4

Kohina Suodatetun kohinan autokorrelaatiofunktio on tehotiheyden käänteinen Fouriermuunnos: R B B N ( = B B 1 N jωt N j πft τ ) = e dω e df N B sinc(bτ ) π = R N (τ) N B τ -3/B -1/B -1/B 1/B 1/B 3/B Jyrki Laitinen TL531 Signaaliteoria S4 1

Kohina Alipäästösuodatetun kohinan keskimääräinen teho on tehotiheyden ja taajuuskaistan tulo N P = B = NB Signaalinkäsittelyjärjestelmille määritetään (alipäästö)suodatuksen kohinamallin perusteella usein tunnusluku ekvivalentti kohinakaistanleveys B N : Järjestelmän ekvivalentti kohinakaistanleveys on sellaisen ideaalisen (alipäästö)suotimen kaistanleveys, jonka suodattaman kohinasignaalin kokonaisteho on sama kuin järjestelmän läpi kulkeneen kohinasignaalin teho. Ekvivalentti kohinakaistanleveys kuvaa järjestelmän herkkyyttä laajakaistaiselle kohinalle. Ideaalisen alipäästösuotimen läpi kulkeneen kohinan tehotiheys ~ H () -B N B N f Tiedonsiirtojärjestelmän läpi kulkeneen kohinan tehotiheys ~ H(f) Jyrki Laitinen TL531 Signaaliteoria S4

Jyrki Laitinen TL531 Signaaliteoria S4 3 Kohina Ekvivalentti kohinakaistanleveys voidaan edellä määrittää asettamalla tehotiheyskäyrien alle jäävät pinta-alat (~ keskimääräinen teho) yhtäsuuriksi () ) ( ) ( () ) ( () H df f H B df f H H B df f H H B N N N = = = Vastaavasti voidaan määrittää kaistanpäästösuodattimen (keskitaajuus f c ) ekvivalentti kohinakaistanleveys muodossa ) ( ) ( c N f H df f H B =