2.信号的线性检测选读.ppt

信号的线性检测 白噪声下的最优线性处理 分析实现最优信号的检测的条件： 最大ρ时的分析： 频域表达式 输入信号的共轭镜像,当c=1时，h(t)与u(t)关于t0/2呈偶对称关系 信号的线性检测 白噪声下的最优线性处理 最大信噪比： 信号的线性检测 白噪声下的最优线性处理 最大信噪比： 最大信噪比是E/N0,为1/2的信号能量与功率谱密度N0之比 实信号时，最大信噪比为2 E/N0, 是复信号时的两倍 最大信噪比与信号波形无关 注意: 信号的线性检测 白噪声下的最优线性处理 匹配滤波器冲激响应： （设匹配滤波器为： ，u(t)是输入信号，取 c=1，则 ，显然不影响分析） 信号的线性检测 白噪声下的最优线性处理 首先证明，当tt0时，有u(t)=0 信号的线性检测 白噪声下的最优线性处理 信号的线性检测 白噪声下的最优线性处理 匹配滤波器的冲激响应 和输入信号波形关系 信号的线性检测 白噪声下的最优线性处理 信号通过匹配滤波器情形： 信号的线性检测 白噪声下的最优线性处理 信号的线性检测 白噪声下的最优线性处理 结论: 在形式上，一个匹配滤波器由以按时间反序排列的输入信号构成。且滤波器的振幅特性与信号的振幅谱一致。因此，对信号的匹配滤波相当于对信号进行自相关运算。 信号的线性检测 白噪声下的最优线性处理 匹配滤波器时间上的适应性： （设信号u(t)匹配滤波器为 , 信号u1(t)=u(t-T), 是将信号u(t)延时T得到的信号） 信号的线性检测 白噪声下的最优线性处理 匹配滤波器时间上的适应性： 结论: 只要信号波形不变，不管什么时间出现，匹配滤波器的脉冲响应是一样的，匹配滤波器的这一特性称为时间上的适应性 以上的讨论都是在时域上进行的，下面从频域的角度分析问题 信号的线性检测 白噪声下的最优线性处理 匹配滤波器的一些频域特性： 信号的线性检测 白噪声下的最优线性处理 匹配滤波器的一些频域特性： 信号的线性检测 白噪声下的最优线性处理 匹配滤波器的一些频域特性： ◆ ◆ 说明匹配滤波器的幅频特性与输入信号的幅频特性一致 说明匹配滤波器的相频特性与输入信号的相位谱互补（除常数相位和线性相位以外） 结论: 从幅值与相位分开看 注意:对频移不具有适应性 不同于H(?) 信号的线性检测 白噪声下的最优线性处理 a0的初相角影响： 信号的线性检测 白噪声下的最优线性处理 a0的初相角影响： 信号的线性检测 白噪声下的最优线性处理 a0的初相角影响： 信号的线性检测 白噪声下的最优线性处理 a0的初相角影响： 例:单个矩形脉冲的匹配滤波器 信号频谱 取匹配滤波器的时间t0= ? 冲激响应为 匹配滤波器为 这意味什么？ 匹配滤波器的输出信号 匹配滤波器的实现 我们来看一下我们实际中遇到的一些信号。上面的一组图形为常用的正弦信号、调制信号和周期的脉冲信号，下面的图形是我们用示波器观测到噪声电压波形，鸟叫声和爆破信号，我们来看一下这几个信号的特点，第一个信号，具有确定的变化规律，是时间t的一个确定的函数，每次观测所得结果都相同，知道当前的值，就可以精确地预测去未来某个时刻的值。这样的的信号称为确定性信号，后面两种信号，没有确定的变化规律，每次观测所得结果可能都不相同（鸟叫声，每次观测大致的波形也许一样，但如果仔细观测，你会发现很多细节是不同的），知道当前的值，不能精确地预计未来某个时刻的值，这样的信号就是随机信号。一般来说，由人工产生的信号大都是确知信号，如雷达的发射信号、通信系统设计使用的信号，而自然界产生的许多信号都是随机信号，如海浪、地物杂波、图象信号、语音信号、地震信号和医学上的生理信号等。在实际中遇到的信号，大部分都是随机信号，即使由人工产生的信号是确知的，但信号经信道传输以后也会受到污染而变成了随机信号。我们前面的课程信号与系统分析、时域离散信号与系统分析（现在叫信号分析与处理）主要是针对确定性信号的。对于随机信号，我们如何进行分析？这是我们本课程要解决的问题。 随机信号的变化是不规则的，不确定的，但是在这种不确定中，我们仍然可以找到它的一些变化规律，比如接收机噪声，它的取值杂乱无章，但是它的取值的平均值是零，他们取值的分布情况如图所示，它的取值集中在0附近，大部分的取值集中在（-2，2）之间，这反映的是一种统计规律。随机信号分析，我们分析的不