研究生第二章.pptVIP

基本思想：根据观测样本的符号进行判决． 假设n(t)零中值，偶对称，独立同分布． 符号检测（最简单的非参量检测） (1) (2) (3) (4)计算似然函数 判决规则为： 所以等效判决规则为： 观测样本 比较 门限 ∑ yk １ 判决 检测器 等效判决规则为： 检测性能分析： 3.5 匹配滤波器 滤波器是一种以物理硬件或计算机软件形式，从含噪声的观测数据中抽取信号的装置。滤波器可以实现滤波、平滑和预测等信息处理的基本任务。 两种常用的最优滤波器——匹配滤波器和Wiener滤波器。 匹配滤波器设计准则：使滤波器的输出达到最大信噪比。 Wiener滤波器设计准则： 输出滤波器的均方估计误差为 最小。 一、白噪声下的匹配滤波器 最大信噪比准则：输出信号的瞬时功率与输出 噪声平均功率比值最大。 1、匹配滤波器频域和时域特性： 匹配滤波器频域特性： 时域特性： 通常希望匹配滤波尽快实现输出信噪比的最大化，因此选取t0＝T作为最大输出信噪比的时刻。 2、匹配滤波器性质： ●在所有线性滤波器中，匹配滤波器的输出信噪比 达最大。 ●匹配滤波器若对s(t)匹配,则也对As(t-τ)匹配。 匹配滤波器对波形相同而幅值不同的时延信号 具有适应性。 ●匹配滤波器对频移信号不匹配。 ●匹配滤波器的输出信号是s(t)的自相关函数。 匹配滤波器的输出信号的整个波形相当于s(t)的 自相关函数。 ● 对s(t)的匹配滤波器，当输入y(t)= s(t)+ n(t)时， 输出信号是s(t)与y(t)的互相关函数。 t=T 相关接收机中观测样本与确知信号的相关可通过 确知信号的匹配滤波器在t=T的输出值得到。 × S(t) y(t) y0(t) 数字技术和采样实现相关 h(0) y(t) kTs yk h(1) h(2) h(3) + s(3)=0 s(2)=-1 s(1)=0 s(0)=1 忽略噪声下K=3时 移位寄存器内容 y0(k) h1(0) y(t) kTs yk h1(1) h1(2) h1(3) + s1(3)=0 s1(2)=-1 s1(1)=0 s1(0)=1 h2(0) kTs yk h2(1) h2(2) h2(3) + s1(3)=0 s1(2)=-1 s1(1)=0 s1(0)=1 假设发射信号为s1(t),无噪声 二、有色噪声下的匹配滤波器（广义匹配滤波器) 预白化：对有色噪声预处理，即设计一系统，使有色噪声通过后输出为白噪声。 预白化 Sm(t)的匹配滤波器 Figure:匹配滤波器 预白化滤波器： 输入噪声功率谱 白噪声 Sm(t)的匹配滤波器： 广义匹配滤波器： ●在许多实际应用中，只能已知信号的功率谱，在这类情况下，需要从功率谱中分离出信号的频谱表达式S(ω)，然后设计匹配滤波器的传递函数。 ●另外，在设计一有色噪声的白化滤波器时．也往往只知道噪声的功率谱。为了设计白化滤波器，也需要分解噪声功率谱。 三、匹配滤波器的实现 谱分解: 由功率谱获得频谱的过程称为功率谱的因式 分解，简称谱分解。 谱分解： 对于任何一个平稳信号s(t)，其功率谱密度一般为有 理函数，即可表示为： 由于功率谱是非负的实、偶函数，即： P(ω)的复数零/极点必定是共轭成对出现的。有： 此式称为谱分解 为了使匹配滤波器是物理可实现的，只要取： 同样，只要取： 即可得到物理可实现的白化滤波器。 复合假设检验: 至少存在一种假设中的信号是随机参量信号. 随机参量信号: 信号有参数为随机量的信号，如 3.6 复合假设检验 3.6.1 二元复合假设检验判决规则 条件似然函数： MAP准则的判决规则为： 平均似然函数： Bayes准则： 平均风险: 条件平均风险 要使上式最小, 应满足: 判决规则为: Neyman-Pearson准则的判决规则为： 平均似然函数： 3.6.2 随机相位信号检测与正交接收 二元复合假设: Neyman-Pearson准则的判决规则为： 判决规则为： 等效判决规则为： 零阶修正贝塞尔函数 根据此式设计的检测器结构非常复杂 最佳检测器(正交接收机) 观测样本 × × ∑ 比较 门限 平方 平方 判 决 检测性能分析(略)： ●存在干扰时,观测样本的概率密度函数未知,只知道分布特性的一些信息,如具有对称性等等. ●非参量恒虚警检测有:符号检测,t检测 3.7 非参量恒虚警检测 则得判决规则为： 取对数有： 计算出th,λ 等效判决规则为： 似然比检验对应的最佳检测器 观测样本 似然比 门限 比较 判决 3.3 确知信号的检测 ●高斯白噪声 ●限带高斯白噪声 1、高斯白噪声下确知信号的检测 若