东南大学统计信号处理实验一讲述.docxVIP

统计信号处理实验一 学 号：f姓 名：东南大学 信息科学与工程学院2015.5.15一、实验目的：1、掌握噪声中信号检测的方法；2、熟悉Matlab的使用；3、掌握用计算机进行数据分析的方法。二、实验原理1、先产生信号s(t),n(t),x(t),t=0，1，……199(ms)；2、根据定义似然比函数：，门限；如果，则判定；否则，判定。假设似然比为x，根据似然比检测准则：在某取样率的条件下，假设在、，，…，时间点上取样得到的随机变量分布为，，…，。似然比函数为：相应的似然比判别准则为：时判断，否则判定其中的是判决门限，它根据使用的判决准则确定具体的数值。3、 Bayes判决准则如下：准则或风险函数：其中的诸系数是根据实际需要设定的风险系数。时判，否则判。已知有信号到达的概率P(H1)=0.6，没有信号到达的概率P(H0)=0.4，，。由此计算判决门限为（2*0.4）/（1*0.6）=4/3。对信号是否到达进行检测；4、通过计算机产生的仿真数据分别对以上两种方法下的检测概率、误警概率、漏警概率和Bayes风险进行仿真计算：共做5000次统计：在x(t)=s(t)+n(t)的情况下，记录检测到信号的次数和未检测到信号的次数，并记录。5、用同上的方法，改变判决的门限，观察检测方法的、、和Bayes风险的变化； 6、用同上的方法，改变噪声的方差，观察检测方法的、、和Bayes风险的变化；7、 改变取样间隔，然后再来观察似然比检测方法的、、和Bayes风险；8、设计一个匹配滤波器，观察信号经过滤波器后的输出变化三、实验内容与结果分析：得到的原信号s(t)利用似然比检测方法（最小错误概率准则），对信号是否到达进行检测；下图为产生的信号的波形图：得到的一个信号被检测到的次数为：假设，。利用基于Bayes准则的检测方法，对信号是否到达进行检测；得到的一个信号被检测到的次数为：分析：检测到信号的概率比最大似然比方法检测到信号的概率低。通过计算机产生的仿真数据，对两种方法的检测概率、虚警概率、漏警概率和Bayes风险进行仿真计算；似然比检测方法得到的一个结果为：通过计算机产生的仿真数据，基于Bayes准则的检测方法的检测概率 、虚警概率 、漏警概率和Bayes风险进行仿真计算检测概率Pd, 漏警概率Pm,虚警概率Pf,Bayes风险分别为：分析：。和似然比检测方法对比，检测概率更小，漏警概率更高，虚警概率减小通过改变P(H1)和P(H0)来改变判决的门限（风险系数和不变），观察检测方法的、、和Bayes风险的变化；1）似然比检测当PH0=0.4，PH1=0.6时当PH0=0.5，PH1=0.5时可以看到当PH0/PH1增大时检测概率减小，漏警概率增大，虚警概率减小2）基于Bayes准则的检测当PH0=0.4，PH1=0.6时，当PH0=0.5，PH1=0.5由数据可以看出当PH0/PH1增大时，检测概率减小，漏警概率增大，虚警概率减小，风险减小改变噪声的方差，观察检测方法的、、和Bayes风险的变化；1）似然比检测 ①当方差为9时 ②当方差为16时③当方差为25时可以看出检测概率减小，漏警概率增大，虚警概率增大2）基于Bayes准则的检测①当方差为9时②当方差为16时③当方差为25时分析：随着噪声方差的升高，检测概率降低，漏警概率升高，虚警概率升高，风险升高。漏警概率的升高和虚警概率的升高直接导致风险变大。将信号取样间隔减小一倍，观察各值的变化1）取样2002）取样400 各个概率值都有所减小设计一个滤波器信号和经过滤波器的原信号收信号和经过滤波器的接收信号噪声信号和经过滤波器的噪声信号三、源程序%产生检测信号t1=0:49;s1=t1/50;t2=50:149;s2=-t2/50+2;t3=150:199;s3=t3/50-4;s=[s1,s2,s3]; %产生信号三角波p0=0.4;p1=0.6;for t=1:200 %取0ms到199ms的抽样值 画图时，去掉这一行n1=5.*randn(1,200); %产生噪声,此处5为标准差x=s+n1;%产生含有噪声的信号figure(1);subplot(2,1,1); %画图plot(s);%画出不附加噪声的三角波信号xlabel(t);%单位msylabel(s);title(信号 s(t));grid on;subplot(2,1,2);plot(n1);%画出噪声信号xlabel(t);ylabel(n1);title(噪声信号n1(t));grid on;figure(2);subplot(2,1,1);plot(x);%画出附加噪声的三角波信号xlabel(t);ylabel(x);title(接收信号x(t));grid