7.7 高斯信道

高斯信道

高斯信道（Gaussian Channel）是连续通信信道最基本的数学模型之一。在加性高斯白噪声信道中，接收信号 Y 与发送信号 X 的关系为 Y = X + W，其中噪声 W ~ N(0, sigma^2) 服从均值为零、方差为 sigma^2 的高斯分布。发送端受到平均功率约束 E[X^2] ⇐ P，即平均发送功率不超过 P。该模型对应于实际通信系统中热噪声主导的物理信道，是信息论中最经典且研究最深入的信道模型。

高斯信道的信道容量可以通过最大化输入与输出之间的互信息获得。由互信息定义 I(X;Y) = h(Y) - h(Y|X) = h(Y) - h(W)，其中 h(Y|X) = h(W) 因为给定 X 时 Y 的不确定性仅来自加性噪声。在功率约束 E[X^2] ⇐ P 下，接收信号 Y 的方差满足 Var(Y) = Var(X) + Var(W) ⇐ P + sigma^2。根据高斯分布的最大熵性质，在给定方差约束下高斯分布的微分熵最大，因此当 Y 服从高斯分布（即 X 也服从高斯分布）时互信息达到最大。由此得到著名的高斯信道容量公式：

$$C=\frac{1}{2}{\log }_2\left(1+\frac{P}{{\sigma }^2}\right)\text{(比特/信道使用)}$$

其中 P/sigma^2 称为信噪比（SNR）。该公式具有直观的解释：噪声方差 sigma^2 决定了信号可分辨的基本精度，信号功率 P 决定了可发送的动态范围，二者的比值决定了每个信道使用能够可靠传输的最大比特数。若使用自然对数，容量表达式为 C = (1/2) ln(1 + P/sigma^2) 奈特/信道使用。

对于带宽受限的高斯信道，若信道带宽为 B（Hz），双边噪声功率谱密度为 N_0/2，则噪声功率为 N_0 B，信号功率为 P，容量公式推广为著名的香农-哈特利定理（Shannon-Hartley Theorem）：

$$C=B{\log }_2\left(1+\frac{P}{N_{0}B}\right)\text{(比特/秒)}$$

该公式揭示了带宽和信噪比之间的权衡关系：当带宽趋于无穷时，容量趋近于 (P/N_0) log_2 e，即容量不会随带宽无限增长，而是受限于信号功率与噪声谱密度的比值。这一容量公式是香农信息论中最经典的结果之一，也是现代通信系统设计的理论基础，广泛应用于数字通信中调制方式选择和编码方案设计。

链接到

• 上一个知识点：7.6 量化
• 下一个知识点：7.8 并行高斯信道