第5章 微弱光信号检测技术.pptVIP

第5章 微弱光信号检测技术 5.1 维纳滤波器 5.2 匹配滤波器 5.3 最大后验估值 5.4 最大似然估值 5.5 相关检测原理 5.6 锁定放大器 5.7 取样积分器 5.8 光子计数技术 习题与思考题 5.1 维 纳 滤 波 器 维纳滤波器是使信号输出方差最小的滤波器， 其特点有三： (1) 输出信号是输入信号的线性函数， 并有最小方差； (2) 设计时只需要知道输入信号和噪声的相关函数或谱密度， 即可确定它的传输函数或脉冲响应函数； (3) 可以用来恢复信号原来的波形。 设所考虑问题仅局限于线性系统， 因此可以用系统的脉冲响应h(t)或传输函数H(ω)来描述。 若光探测器输出的信号是有用信号s(t)和噪声信号n(t)的混合信号， 即x(t)=s(t)+n(t)，则系统的实际响应可以写做 其中有用信号的输出为 。 于是， 系统输出的均方误差为 5.2 匹 配 滤 波 器 匹配滤波器是使系统输出信噪比最大的信号处理器， 其特点是： (1) 输出信噪比正比于信号能量， 与信号波形无关； (2) 对信号的匹配滤波处理等效于对信号的相关处理； (3) 系统响应函数是输入信号的共轭镜像函数， 系统设计时需要知道输入信号的波形。 设光电探测器输入到滤波器的仍然是有用信号和噪声的混合信号。 x(t)=si(t)+ni(t)， 并假定ni(t)是白噪声， 有均匀的功率谱分布， 即 滤波器的输出仍包括信号和噪声两部分， 即 这里H(ω)是滤波器的传输函数。 因此在某一时刻t0输出的信号瞬时功率为 因此在t0时刻的瞬时输出信噪比为 为了确定t0时刻输出信噪比的最大值， 可利用许瓦兹(Schwartz)不等式 把它代入式(5.2 - 7)， 得到 其中E为输入信号能量: 5.3 最大后验估值 利用概率论的贝叶斯公式， 条件概率密度可表示成 工程上常提出近似的估值器形式， 一旦找到适当的估值器形式， 就可由它的偏差和方差对估值器的性质做出评价。 设估值器输出为H(y)， 则偏差 这里均值是在两个随机变量的联合统计上取的， 偏差表示θ的平均误差。 如果偏差为零，则估值器H(y)的方差也就是均方误差。 为了确定偏差和方差， 估值器H(y)作为y的函数必须明确求出。 但任一无偏差估计的方差， 总可由克拉美—罗(CramerRao)的极限(CRB)给出下限: 5.4 最大似然估值 若(y1， y2， …, yn)是观测值分布P(y|θ)的随机样本， 则把(y1， y2， …, yn)的联合概率密度函数称作样本的似然函数， 记作P(y|θ)=p(y1， y2， …, yn |θ)。 似然函数就是n次测量得到的观测值(y1， y2， …, yn)的概率密度。 似然函数是各个观测值的概率密度之积， 即 为了找到最大似然估值 ， 应当求解方程 5.5 相关检测原理 5.5.1 相关函数 相关函数分为自相关函数和互相关函数。 1. 自相关函数 自相关函数Rxx(τ)是度量一个变化量或随机过程在t和t-τ两个时刻线性相关的统计参量， 它是t和t-τ两点间的时间间隔τ的函数， 其定义为 根据维纳—肯欣(WienerKhintchine)定理， x(t)的功率谱密度Sx(ω)与Rxx(τ)之间满足傅里叶变换关系， 即 1) 正弦波 设有一频率为ω0的正弦波x(t)=A sin(ω0t+φ)， 由式(5.5 - 1)可得 2) 白噪声 由于其功率谱密度与频率无关， 因而可以定义Sx(ω)=N0/2， 其中N0为常数， 于是由式(5.5 - 2)可得 3) 带通白噪声 可定义为 图 5.5 - 1 白噪声及周期信号的自相关函数 图5.5 - 1给出了这三种变化x(t)的自