2016信号检测与估计2讲义.ppt

检验统计量的方差 功率信噪比 判决概率 在约束条件Es0+Es1=2Es(常数)下，如何设计信号s0(t)和s1(t)的最佳波形，以便获得最好的检测性能。检测性能随着偏移系数的增大而提高。 1)波形相关系数?=-1，若信号满足s0(t)=-s1(t), 即互补信号。 另外Es0=Es1=Es，此时偏移系数取最大值： 5 最佳信号波形设计 2)波形相关系数?=0， s0(t)和s1(t)正交，此时的偏移系数为 3)波形相关系数0???1， 此时的偏移系数满足 随着?趋近于1，偏移系数趋近于0，检测性能逐步变差。 6 充分统计量的分析方法 举例4.4.1(p125) 类似简单二元信号波形检测情况，一般二元信号波形也可采用充分统计量的分析方法，构造与信号有关的坐标函数，实现信号检测 4.4.3 M元确知信号波形的检测(简介) 1.观测信号模型 2.最佳判决式 3.检测性能分析 如果输入信号s(t)的能量有界，则其傅立叶变换存在。 利用线性系统的性质，可得到输出的频谱函数为(4.2.4)，再取傅立叶逆变换，得到输出s0(t)。 下面给出滤波器输出噪声n0(t)的平均功率，输出信号s0(t0)的峰值功率，以及SNR的定义。 (4.2.11)为Schwarz不等式 利用Schwarz不等式，可将(4.2.10)式整理为 从(4.2.16)式可以看出信噪比的最大取值。再利用Schwarz不等式取等号的条件，可知系统函数应为(4.2.17)。进一步如果输入为白噪声，Pn(w)=N0/2,可化简系统函数为(4.2.19)的形式，其中k=2a/N0。 匹配滤波器的冲激响应h(t)为 如果滤波器输入信号s(t)为实函数，则对应的匹配滤波器的冲激响应h(t)为(4.2.22)。 有时为了简便，往往取k=1，而不影响频率特性的形状。 1匹配滤波器脉冲响应h(t)的特点和t0时刻的选择 对实信号s(t)的匹配滤波器，其脉冲响应为 4.2.3匹配滤波器的主要特性 图4.4 匹配滤波器的脉冲响应特性 考虑物理可实现，匹配滤波器的脉冲响应应为 t0至少要选择在s(t)的末尾。t0为输出功率信噪比取最大值的 时刻。 2. 匹配滤波器的输出功率信噪比 SNR0=2Es/N0 其中Es为输入信号能量，N0/2为白噪声的功率谱密度。 3. 匹配滤波器的适应性(适用性) 对振幅和时延不同的信号具有适应性，对频移信号不再适用。 考虑 s1(t)=As(t-?), S1(w)=AS(w)exp(-jw?), s2(t)=s(t)exp(jvt), S2(w)=S(w+v) 4. 匹配滤波器与相关器的关系 图4.5自相关器 图4.6互相关器 讨论匹配滤波器与相关器的关系。若n(t)为零均值白噪声， 本地信号为s(t)，相关器的输出为yc(t)。 匹配滤波器的输出为yf(t)。 比较(4.2.32)和(4.2.30)式可知在t=T时刻，零均值白噪声条件下， 匹配滤波器的输出与相关器的输出是相等的。 4.3随机过程的正交级数展开 4.3.1完备的正交函数集及确知信号的正交级数展开 正交函数集：函数集{fk(t)}在(0,T)内满足(4.3.1)式。 完备的正交函数集： 确知信号的正交级数展开：(4.3.2) 展开系数的计算：(4.3.3) 4.3.2随机过程的正交级数展开 接收信号x(t)=s(t)+n(t) 为随机过程，可展开为 要求正交级数展开的均方误差收敛到零。 4.3.3随机过程的卡亨南-洛维(Karhunen-Loeve)展开 如何根据噪声的特性，选择正交函数集{fk(t)}使得展开系数 xk之间是互不相关的随机变量。 展开系数的均值为 我们希望各展开系数之间的协方差满足： 上式为齐次积分方程，rn(t-u)为核函数，fk(t)为特征函数。 解出的{fk(t)}作为正交函数集合，对进行正交级数展开， 各xk之间互不相关，即为Karhunen-Loeve展开。 注：在(4.3.9)的推导中，用到了x(t)=s(t)+n(t)。 4.3.4白噪声情况下正交函数集的任意性 对于n(t)为白噪声的情形，其均值为0，自相关函数为 rn(t-u)=(N0/2)?(t-u)，展开系数的协方差为 上式说明白噪声下正交函数集的任意性。 4.3.5参量信号时随机过程的正交级数展开 若信号s(t;?)含有未知或随机参量?，n(t)不变，如何进行级数 展开而使得展开系数互不相关的问题。 从(4.3.16)出发可导出(4.3.10)的积分方程，仍采用卡亨南-洛维 展开，只是以参量?为条件进行展开。 4.4高斯白噪声中确知信号波形的检测 4.4.1简单二元信号波形的检测 1信号模型 n(t)的均值为0