No2信号检测理论.ppt

2.1概述 在第一章信号检测与估计的基本原理中，我 们已建立了从噪声中检测信号的理论基础。 已知道，所谓“检测”就是利用概率与统计工 具，在某一最佳准则下，来设计检测接收信 号的数学模型(即最佳接收机)，通过数学上 的处理尽可能地从噪声干扰中鉴别出有用信 号，或者在噪声存在的情况下区分不同的信 号。 2.1概述 以雷达和通信系统为例，检测问题，首先是判断输入 端是否有信号。输入到检测系统的观测信号x(t)有两 种可能性：一是信号加噪声即x(t)＝ s(t)+n(t)；二是 只有噪声即x(t)＝n(t)检测系统的任务是对输入x(t)进 行必要的处理或运算，然后根据检测系统的输出来判 断输入是否有信号。 2.1概述 在讨论信号检测时，将涉及信号和加性噪声构成的信 道模型。信道模型可表示如下： 2.1概述 下面各种信号检测问题的研究包括两个方面：第一， 寻求在最佳准则下检测各种类型信号的数学模型，进 而确定信号检测系统的结构；第二，分析信号检测系 统的性能。 研究最佳检测系统的意义在于，通过将现有的实际系 统与理论上的最佳检测系统的性能进行比较，可以评 价实际系统的完善程度，了解提高系统性能的潜力， 以及找出改善系统性能的途径。 §2.2 高斯白噪声下确知信号的检测 所谓确知信号，是指一个其波形和全部参量都是已知的信 号。如正弦信号： 所谓白噪声，就是其功率谱密度在所有频率上都为常数 N(ω)=(N0/2)，自相关函数为R(τ)=(N0/2)?δ(τ)的噪声。 §2.2高斯白噪声下确知信号的检测 首先研究二元通信系统(二择一)。二元通信系统中, 最佳检测系统是对观测波形进行处理,即在两个假设中选择一个。 §2.2 高斯白噪声下确知信号的检测 2.2 高斯白噪声下确知信号的检测 在白色高斯信道中的一次观测结果： 背景噪声的分布为零均值，方差为 的高斯分 布，si已知条件下x的条件概率密度函 数p(x/si)可写为： 2.2 高斯白噪声下确知信号的检测 根据上式就可以确定二元通信系统信道输出波形 观测样值的似然函数分别为： 2.2 高斯白噪声下确知信号的检测 2.2 高斯白噪声下确知信号的检测 确定了似然比后就可以根据不同的准则来进行假设 检验，首先是根据门限似然比来确定门限电平。例 如采用Bayes准则的门限似然比为： 2.2 高斯白噪声下确知信号的检测 2.2 高斯白噪声下确知信号的检测 雷达系统常采用检测概率最大(NP)准则，例如在高斯信道 内 ,并且给定容许的虚警概率为Pfa=0.1。 则此时似然函数分别为: 2.2 高斯白噪声下确知信号的检测 如果使用同样的信道，并假定0信号和1信号的先验概率是 相同的，当二元数字通信系统采用错误概率最小准则时， 则其判决门限为XB＝1/2,因此，它比门限XNP＝1.8小。此 时可求出虚警概率为： 2.2在白噪声信道中多次观测结果 在实际检测中，仅用一次取样是不能取得良好性能的， 一般都是在时间间隔(0,T)内取N个样本。当N趋于无穷 时，便成为连续取样情况，其判断规则也就变为用连续 函数来表示。这样，便可以充分利用连续输入波形x(t) 所提供的信息。 在t＝tk(0≤ tk ≤T)时, x(t),si(t)(i=0,1)和n(t)的取样值记 为xk,sik和nk。则有： 2.2在白噪声信道中多次观测结果 由于噪声取样值nk是均值为零，方差为 的高斯随 机变量，xk的条件均值为： 2.2.3在白噪声信道中多次观测结果 为求出N点取样的联合概率密度，先假定噪声过程为限带白噪声， 即： §2.2 高斯白噪声下确知信号的检测 §2.2 高斯白噪声下确知信号的检测 似然函数： §2.2高斯白噪声下确知信号的检测 §2.2 高斯白噪声下确知信号的检测 §2.2 高斯白噪声下确知信号的检测 最佳接收机=相关接收机 2.2最佳系统的检测性能 系统的检测性能：指在假定的信号和噪声条件下，系统的平均风险或者某种判决概率与输入信噪比之间的关系。 令(2)式左边等于G，得： §2.2 高斯白噪声下确知信号的检测 似然函数： 2.2最佳系统的检测性能 因为x(t)为确知信号+高斯白噪声 所以x(t)是高斯的 而G是x(t)的线性运算的结果， 所以G是高斯的（注意S1(t),S2(t)为确知信号）。 2.2最佳系统的检测性能 2.2.4最佳系统的检测性能 定义： 2.2.4最佳系统的检测性能 所以有： 2.2.4最佳系统的检测性能 在最小错误概率准则和先验概率相等的条件下，两 种错误概率相等 所以： 2.2.4最佳系统的检测性能 讨论： 已知E，N0/2，r，可求得Pe (E/N0为信噪比) ①r一定，E/N0上