噪声与 SNR
信号是否压过噪声
两条淡色横线是发送的两个电平,中间的虚线是判决门限。每根竖条末端的点都是叠加了噪声的接收值;SNR 高时,这些点紧贴两个电平,在门限处干净地分开。降低 SNR,点就散开,越过门限跑到另一侧的点会变成红色的错误。
噪声叠加上来
导线中的电子因为温度而不停地抖动,这种抖动在任何接收机里都会产生微小的随机电压。所以接收到的信号是发送信号加上噪声,即 r(t) = s(t) + n(t)。噪声无法抹掉,能做的只有让信号比噪声大得足够多,把它盖过去。
关键是比值——SNR
在信号一放大噪声也跟着放大的信道里,只看绝对强度什么也说明不了。决定接收机能否分辨比特的,是信号功率与噪声功率之比 SNR = S/N。信号功率远大于噪声功率时,两个电平相隔很远、清晰可辨;噪声功率逼近信号功率时,两个电平互相重叠,区分就崩溃了。这个比值通常用分贝表示,写作 SNR(dB) = 10 log₁₀(S/N)。
热噪声与带宽
热噪声功率为 N = k T B,与玻尔兹曼常数 k、绝对温度 T 以及接收机接纳的带宽 B 成正比。这意味着频带开得越宽,进来的噪声就越多。所以提高 SNR 的办法有两个:增大信号功率,或者把频带收窄到恰好够用,从而减少噪声。而这个 SNR 又决定了一条信道所能承载信息的绝对极限,也就是香农容量。
回到第一屏
降低 SNR 后,原本紧贴两个电平的接收值逐渐散开,越过门限的值变成了红色的错误。再把 SNR 调高,这些值又聚回两个电平上,变成干净的金色。整个过程中,信号的绝对强度从未在画面上出现过。关于噪声要记住的只有一点:决定能否读出信号的,不是信号有多大,而是它比噪声高出多少,也就是比值 S/N。
下一单元
噪声是随机的,任何一个时刻的值都无法事先知道。所以要处理噪声,就需要概率的语言。下一单元介绍如何用分布、均值和方差来描述随机信号。出发点是:钟形的正态分布为什么是噪声的基本面貌,平均功率又是什么。