YunSDR

尽管随机过程在时间上可能具有显著的变化性，但确实存在一类随机过程在任意两个时间时刻表现出相同的性质；即该随机过程是时间不变的

正如本章节前面所述，数学上可以计算由离散随机变量描述的通信系统中随机事件发生的概率，即：

离散随机变量表示通信系统中发生的一种行为，其结果并非绝对确定。例如，二进制信息源下一步产生的值可能是两个输出之一：二进制1或二进制0

在第2.2节中，介绍了如何利用ADC将模拟信号转换为数字信号，详见图2.5。虽然这些由0和1组成的数字信号可以通过各种数字信号处理技术进行处理

数字信号处理（DSP）始终处于数学复杂性、计算性能和日益增长的移动性前沿，影响着通信、医学成像、雷达、娱乐乃至科学探索等领域。

在现代通信的研究中，模拟与数字领域始终存在显著的二元性。这两个领域均能够高效且高速地进行处理。然而，模拟信号具有近乎无限的精确度，但由于其本质

理解信号的表示方法能够极大提升分析和设计数字通信系统的能力。我们需要多种便捷的数值数学框架来表示实际的射频、基带和噪声。

连续时间模拟信号可通过采样和量化转换为离散时间数字信号，其中连续模拟输入信号 xa(t)被转换为离散数字输出信号 x[n]。采样是将连续时间信号转换为离散时间信号的过程

时间域与频域是表示相同信号的两种不同方式。傅里叶变换由其创始人—法国数学家兼物理学家让-巴蒂斯特·约瑟夫·傅里叶命名，揭示了这两种表示之间的数学关系

微电子产业在过去六十年中迅速发展，推动了微处理器系统的诸多进步，使我们日常所依赖的诸多应用成为可能。随着时间推移，这一演进速度正如著名的摩尔定律所描述