讨论一下Eb/N0的物理意义

平时做仿真时候经常画BER VS Eb/N0的曲线，一直没有仔细想这个的物理意义，现在说
说我的理解和问题，请大家指教。谢谢！^_^
Eb:bit能量
N0：复高斯过程的功率谱密度
经常有N0＝2*sigma^2，sigma^2是噪声方差。方差是针对复高斯随机变量而言的，这二
者怎么划等号的啊？从物理意义上如何理解呢？
仿真时候，如果我们采用BPSK，通常我们是产生一个服从N(0,1)分布的量，然后用它乘
上sigma就表示服从N（0，sigma^2）分布，如果我们采用高阶调制，这时需要产生复噪
声，通常我们是产生2个服从N（0，sigma^2）的量，一个作实部一个作虚部。
我有个疑问：如果是复信道，则N0＝2*sigma^2。这里的sigma^2是整个复噪声随机变量
的方差，还是其实部或者虚部的方差（假定实部虚部独立通分布）？如果是其实部或者
虚部的方差，则用sigma*U就可以分别产生实部和虚部，这里U ～ N（0，1），如果是整
个复噪声的方差，则要用[sigma/sqrt(2)]* U分别产生实部和虚部。
被这个基本概念给卡住了。请大家指教！谢谢！^_^

经常有N0＝2*sigma^2，sigma^2是噪声方差。方差是针对复高斯随机变量而言的，这二
者怎么划等号的啊？从物理意义上如何理解呢？
答：判决用的是接收机输出采样的值，这个输出采样一般就是输入信号与一个特定函数相关（匹配滤波器）然后输出特定时刻的值（或者说输出特定时刻卷积的值），这个输出采样将白高斯噪声过程采样后得到一个高斯随机变量。如果之前相关的特定函数是归一化了的，这时自然可以得出噪声方差等于原来白高斯噪声过程的功率谱密度。
如果还不清楚，可以看看Proakis的数字通信的5－1节。
我有个疑问：如果是复信道，则N0＝2*sigma^2。这里的sigma^2是整个复噪声随机变量
的方差，还是其实部或者虚部的方差（假定实部虚部独立通分布）？
答：实部或者虚部的方差。

谢谢师兄！你回答的很清楚，不过我需要先翻翻Prokias的书消化一下^_^。非常感谢！

第一个问题搞清楚了。第二个问题还是没有想明白，
既然sigma^2是实部或者虚部的方差，那么整个复噪声的方差应该实部与虚部方差之和，
即2*sigma^2，那么单边功率谱密度应该是方差的2倍（这里理解是否错了，记得好像有
个系数1/2），则N0就是4*sigma^2，这样理解错在哪里？
非常感谢你的帮助！^_^。

我觉得应该是
n=sqrt(sigma2/2)*randn+j*sqrt(sigma2/2)*randn;
顺便问一下，有没有觉得
信噪比 S/N=(Eb*R)/(No*B)
本身就挺神的
Eb*R是时域的描述
No*B是频域的描述
但是他们却在一起比了

BPSK：因为检测的时候只考虑I路，不用考虑Q路，这时噪声采样只考虑I路的，
可以理解为实随机变量，其方差为sigma^2＝No/2。
QPSK以及QAM：检测的时候I、Q两路都需要考虑，这时噪声采样需要考虑I路及Q路，
可以理解为复随机变量，实部与虚部的方差都是sigma^2＝No/2，
复随机变量的方差为No。

Eb*R是功率，
No*B同样是功率，
自然可以在一起比较了。

谢谢你，这下知道复随机变量的方差是N0了。一直以为是N0/2，但是又隐约记得以前看
书时候有个1/2因子，这下终于清楚了。非常非常感谢！^_^。

通信信号处理中的基石是exp(j*2pi*f*t)
个人认为没有它就没有负频率的概念
无所谓双边还是单边
默认复信号处理就好~

这句话我知道，只是没有深刻理解，还需要以后边学习边加深理解。谢谢你！^_^。

你好。没想到几年后我也有和你几年前同样的疑惑，盼解答:)
实信道N0=2*sigma^2，但复信道N0是否为4*sigma^2我不是很确定。看了几位师兄前后的回复讨论，似乎没专门回答这个问题。
先行谢过了~