统计信号处理实验报告一_东南大学.docxVIP

统计信号处理实验一学号：040104**f姓名：云*东南大学信息科学与工程学院二〇一三年十一月二十一日一、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。这就是似然比检测准则。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，，…，。则没有信号时的概率密度函数为：有信号时的概率密度函数为：由此可以得到似然比函数为：相应的似然比判别准则为：时判断，否则判定或：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。为噪声的总功率（这里是平稳的、零均值的噪声）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。由下公式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10000次统计：在x(t)=s(t)+n(t)的情况下，每次符合条件的时候出现Signal is detected则count(t)为1，n1加1；No signal 则count（t）为0，n0加1；在x(t)= n(t)的情况下，每次出现Signal is detected则n2加1；其中：检测概率=n1/M;漏警概率=n0/M;误警概率=n2/M;Bayes风险系数r= c00*(1-pf)+c10*pf+c01*pm+c11*pd.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、 通过改变是s(t)的取样间隔（由1变为0.5），将取样间隔减小一倍(相应的取样点数增加一倍)，s(t)变为长度为400的行向量，n(t)也变为长度为400的行向量，然后再来观察似然比检测方法的、、和Bayes风险；8、假设某系统的冲激响应函数为：，则上面的判定函数可以写成：其中的指卷积运算。相关接收判决准则等效于：，时判断，否则判定即最佳判决函数可以看成是输入信号经过一个特定的系统后在τ = T时刻的输出值，这个系统就称为匹配滤波器。设计匹配滤波器h(t)=s(T-t)，使待检测信号x(t)通过匹配滤波器滤波，即和h(t)进行卷积，得到滤波以后的输出output(t)。三、实验内容与结果分析：假设信号为波形如下图所示：在有信号到达时接收到的信号为，在没有信号到达时接收到的信号为。其中是均值为零、方差为的高斯白噪声。假设有信号到达的概率P(H1)=0.6，没有信号到达的概率P(H0)=0.4。对接受到的信号分别在t = 0ms, 1ms, …, 199ms上进行取样，得到观测序列。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：利用似然比方法检测200个抽样点，其中一个得到的答案是：数值C1平均值165181170173172174169172分析：因为高斯白噪声对信号的影响较大，所以有些信号到达并没有被检测出来。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；利用基于Bayes准则的检测方法检测200个抽样点，其中一个得到的答案：数值C2平均值155143146148150152142148分析：高斯白噪声对信号的影响较大，所以有些信号到达并没有被检测出来。而且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；对似然比检测方法的检测概率 、虚警概率 、漏警概率进行仿真计算概率数值0.8515 0.14850.28540.8543 0.14570.28200.8542 0.14580.27860.8607 0.13930.2843平均值0.85520.14480.2826分析：由于每一次运行都会得到不同的检测概率，漏警概率，虚警概率，所以以上截图只取其中一个结果，但是每一次的结果差距都不大，由上面的数据可以看出，检测到信号的概率明显大于其他的概率，说明检测方法还是有效的，漏警概率最低，从实际军事上说来，漏警的风险最大，所以概率低有利于实际运用。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