第四章信号检测与估计理论.pptVIP

4.5 高斯有色噪声中确知信号波形的检测 高斯白色噪声是理想的噪声模型，在许多问题中这种噪声模型是一种合理的假设，但是有色噪声背景是一种更普遍的情形。本节以高斯有色噪声为背景，研究二元确知信号波形的检测问题。 卡亨南——洛维展开的方法，根据噪声的自相关函数选择合适的正交函数集……（本章需要讲解的内容） 白化处理方法：将非白的接收信号x(t)先通过一个白化滤波器，使滤波器输出端的噪声变成白噪声，然后按白噪声的方法进行处理，称为白化处理方法，将在第六章信号的波形估计中讲解。 讨论的思路 信号模型及其统计特性； 信号检测的判决表示式； 检测系统的结构； 检测性能的分析； 最佳信号的波形设计。 4.5.1 信号模型及其统计特性 直接讨论一般二元确知信号波形的检测问题。在两个假设下的接收信号分别为 其中， 和 分别是能量为 和 的确知信号； 是 零均值、自相关函数为 的高斯有色噪声。 卡亨南——洛维展开的方法，接收信号x(t)可以表示为 显然，展开系数xk是随机变量，各展开系数之间的协方差函数等于 4.5.2 最佳判决式 为使展开系数 互不相关，应采用卡亨南 洛维展开。为此，正交函数集 的第 个 坐标函数 应满足下列积分方程 式中 是随机变量 的方差。 这样，我们得到展开系数 表示的信号模型 两个假设下， 都是高斯随机变量，相互统计独 立。 于是，前N项系数构成的N维随机矢量xN在两个假设下的概率密度函数分别为 由前N项构成的似然比检验为 两边取自然对数，并化简得 设 当 时 ，我们得最佳判决式 式中 并能由方程 解得。 4.5.3 检测系统的结构 将最佳判决式进行等价变换（即4.5.18）,得 相应的检测系统结构如图4.19所示。 4.5.4 检测性能分析 检验统计量 为 是高斯随机变量.所以,为了分析其检测性能,需求 、 和偏移系数 。 两假设下的E(l|Hj)和Var(l|Hj)分别为 类似地有 类似地有 可见，由已知的确定信号及高斯有色噪声的自相关函数就能确定检验统计量在两个假设下的均值和方差。检验统计量的均值满足 检验统计量的方差满足 于是，判决概率为 如果采用最小平均错误概率准则，且满足 ， 则有 显然， 随 增大而减小，原因在于 所以， 随 之差增大而减小，这是合理的。 4.5.5 最佳信号波形设计 从信号检测性能分析结果知, 增大性能好;而 与信 号 有关。所以，为了获得最好的检测性能，需要 设计最佳信号 的波形。使其达到最大。 设信号 的能量之和为 构造辅助函数 式中， 为拉格朗日乘子。在 等于常数的条件下，极大化 ，就极大化了 。 将(4.5.27)式代入（4.5.37）式,得 用变分法求使 最大的 和 令 和 分别是 和 的最佳波形,则 其中, 和 是任意的乘因子; 和 是在 内定义的任意函数。 将(4.5.39)式代入(4.5.38)式,然后完成 从而解得 与 的关系应满足 进而得 和 在 为常数的约束条件下,要极大化 ,由(4.5.49)式 知,要取(4.5.48)式最小的特征值 ,这就是说, 的最佳 波形是满足(4.5.48)积分方程最小特征值 所对应的特征函 数。 4.5.6 退化情况 若