通原第八章 数字信号最佳接收原理CutVersion.ppt

8.1 数字信号接收的统计模型 8.2 最小差错概率接收准则 8.3 确知信号的最佳接收机 ⑷ s0 (t) 匹配滤波器的输出信号是输入信号的自相关函数R(t)再延迟T。 通常，自相关函数 R(t) 在 t＝0 时最大， 在这里，s0(t)在 t＝T 时最大，正好满足最大信噪比性能。 系数 k 无本质影响，所以常取 k＝1。 （H(w)与S(w)相等） 求：H(w)、h(t)、s0(t) 匹配滤波器1 匹配滤波器2 抽样 判决 抽样 t = T t = T 输入 输出 结论： 匹配滤波和相关接收都是理论上的最佳接收方法。 需要指出： 返回主目录 8.7 最佳基带传输系统 一、最佳基带系统概念 发送 滤波器 信 道 接收 滤波器 抽样 判决 噪声 GR(f) C(f) GT(f) 二、理想信道下的最佳基带系统 1. 基带系统模型 hT (t) s(t) 无码间干扰设计 由第五章知：系统总特性H(w)必须满足奈奎斯特准则。 即：H(w)一定，问题是如何GT(w)和GR(w)间如何分配。 2. 最佳分配设计 s(t)=hT(t) 即： 或 式中， GT(f)和GR(f)的相位因子可任意选择。为简单起见，此处选择无相位因子，即得： 此即最佳分配设计 奈奎斯特准则 三、非理想信道下的最佳基带系统 s(t) hT(t) 奈奎斯特准则 奈奎斯特准则 返回主目录 将似然函数带入似然比准则，两边求对数得1中结论。 U1、U2由先验概率决定 确知信号的最佳接收机原理 T时刻比较相当于抽样判决器 在数字通信中，匹配滤波器具有更广泛的应用。 在噪声干扰中的数字信号接收，实质上是一个统计接收问题。 我们将从数字信号接收统计模型出发，依据某种最佳接收准则，推导出相应的最佳接收机结构，然后再分析其性能。不是直接给出最佳接收机的模型，分析性能。 只考虑了加性高斯白噪声的最小差错概率准则。 i：返回25页。 非相干解调时性能要比相干更低。 s（t）为接收端接收到的有用信号波形 收到y 什么是最佳接收？ 为什么要研究最佳接收？（研究意义） 最佳接收理论的主要内容。 T为码元周期，k为码元周期内的采样点数k=fsT=2fHT。 若噪声是高斯白噪声，则它在任意两个时刻上得到的样值都是互不相关的，同时也是统计独立的； 若噪声是带限高斯型的，按抽样定理对其抽样，则它在抽样时刻上的样值也是互不相关的，同时也是统计独立的。 最大似然准则是似然比准则的一种特例。 第8章 数字信号的最佳接收原理 《通信原理》 湖北大学信息工程系 * 8.1 数字信号接收的统计模型 8.2 最小差错概率接收准则 8.3 确知信号的最佳接收机 8.4 随相信号的最佳接收机 8.5 实际接收机与最佳接收机的性能比较 8.6 匹配滤波器 8.7 最佳基带传输系统 第 8 章 数字信号的最佳接收原理 数字信号最佳接收 二进制确知信号 最佳接收机设计 最佳基带系统 相关接收 匹配接收 分析性能指标 匹配滤波器 理想信道下 最佳接收准则 随相 起伏 信号 最佳 接收 最小差错概率 输出信噪比最大 匹配滤波接收 非理想信道下 研究思路： 通信系统质量 最终落实到接收系统：误码率如何？ 接收信号 畸变 弱 信道中存在噪声（加性） 信道特性不理想（乘性） 理由： 接收：即在噪声背景上提取信息。 最佳接收理论 研究：如何在噪声背景上最好地提取有用信息。 最好（最佳）—— 相对概念 —— 在某一准则下最佳 准则 结构 性能 实现 返回主目录 AWGN信道下，数字通信系统的统计模型如下：  噪声n(t)是一个随机过程，采用噪声电压n(t)的 k 维联合概率密度函数近似描述噪声的统计特性，式中，n1, n2, …, nk为噪声 n(t) 在 k 个时刻的可能取值。 X S + Y 判决 规则 R n 消息空间 信号空间 观察空间 判决空间 噪声空间 检测器 接收机 AWGN信道下数字通信系统的统计模型 t1 t2 若噪声是高斯白噪声，则它在任意两个时刻上得到的样值都是互不相关的，同时也是统计独立的。 即 式中， f (ni)是噪声n在ti时刻的取值ni的一维概率密度函数。 若ni的均值为零，方差为σ2n，则其一维概率密度函数为： 噪声 n 的 k 维联合概率密度函数为： 其中，根据帕塞瓦尔定理，当 k 很大时有： 信号通过信道叠加噪声后到达观察空间，在一个码元期间T内，观察空间的观察波形为 n(t)是均值为零，方差为σ2n的高斯过程