随机信号与系统实验指导书.docVIP

电子科技大学 噪声抑制与匹配滤波 实验指导书 电子科技大学随机信号分析课程组 【实验名称】噪声抑制与匹配滤波 【实验环境】 硬件实验平台：通用计算机 软件实验平台：matlab6.5 【实验目的】 使学生通过对信号中加性噪声的平滑、加性噪声中信号的检测这样两个项目，对随机信号分析与系统的实践应用有感性的认识，激发其学习兴趣。 【实验任务】 生成含有加性噪声的正弦信号，设计一阶低通滤波器，观察平滑后的正弦波形。 生成含有加性噪声的方波信号，用匹配滤波器进行检测。 撰写实验报告 【实验原理】 随机信号分析中的一个基本问题是在有噪声的情况下处理信号，研究最大化有用信号与最小化噪声影响的技术，以及在噪声背景中检测出微弱信号的技术。本实验介绍其中的几种方法，包括平滑、滤波与匹配滤波。 噪声平滑 应用中一种典型情况是：有用信号是确定的，它受到加性白噪声的污染，形成 （1） 我们接收到后，希望从中尽量恢复出。为此，我们设计系统，使经过它处理后的输出接近。这一处理过程称为平滑（Smoothing），如图1所示。 图1 噪声平滑 由于是时变的，因此是非平稳的，它通过系统后的输出为 （2） 其中， 是确定的，是随机的。 与的误差为 （3） 由于，因此 （4） （5） 其中为偏差，为方差。方差是白噪声通过系统的输出噪声功率。 设计系统就是要使和都尽量小，使得系统对信号的影响小而对噪声的抑制强。准确求取的最佳形状与参数是较困难的，但我们可以从频域进行一般分析。 图2 信号频谱及噪声功率谱 图2 是常见信号的频谱与噪声的功率谱示意图。容易看出的一个合理选择是对应于信号带宽的低通滤波器，在信号尽量完整通过的情况下，最大限度地滤除噪声，假定信号的带宽为Hz，则以Hz为截至频率，于是 如果信号是带通的，当然选择带通滤波器，并使其通带对准信号的通带。 实际应用中一种简单的方法是使用积分器，使 （6） 其冲激响应与频响曲线如下图3所示。 图3 积分器的冲激响应与频率响应 显然， 很小时， 相对于的畸变较小，但输出中的噪声很多，合适地选择要根据信号频谱的具体情况，在使信号充分通过的前提下应该尽量取大的。 由图3可见，积分器在频域里具有低通特性。所以，实际中可用常规的低通滤波器（如图4）逼近它，实现平滑功能。 图4 模拟低通滤波器 例如：假定随机信号X(t)由（确知）正弦信号s(t)与白噪声N(t)组成，即 其中，a、与θ为确定量，N(t)的功率谱为。讨论其通过图4所示的RC低通电路前后的信噪比。 输入时，信号功率为，而噪声功率为 因此信噪比为 对于图4的电路，系统传输函数为，正弦信号通过后的幅度为，于是，输出信号功率为 又；因此，输出信噪比为 对于给定的X(t)输入，可以调整电路的R与C使输出信噪比达到最大。上式的最大值在时达到，即。对于给定的输入信号，当RC电路的3dB频点处对准它时，虽然信号本身被衰减了一倍，但这时电路对白噪声的总体衰减相对地达到了最大。 匹配滤波器 匹配滤波器是一种检测噪声中某个确定信号是否存在的最佳滤波方法，它是通信、雷达等应用中的重要技术。 有关的典型问题是：有一个已知的有限时长的确定信号，我们希望从接收信号中检测它是否出现。这里 其中是白噪声。 我们希望设计滤波器，使 便于进行检测。现在我并不在乎中的信号部分是否发生畸变，而只关心在某时是否可由有效地判定的存在。为此我们将目标设定为：使中的信号与噪声之比最大化，这样在大于某个合适的门限时，我们有把握认为中包含有。这一处理过程如图5所示，可见，在时刻，信号最大限度地越过背景噪声。 图5 匹配滤波处理 由于是确定量而是随机的，衡量的信噪比时，我们采用 （7） 又 又令的傅里叶变换为并借助反傅里叶变换形式，有 （8） 利用许瓦兹不等式：，而且，该不等式在时取等号（其中，为任意非0实常数），即左端达到最大。因此，可令， 使得取得最大值，从而使 （9） 其中是信号能量，并且， （10） 可见，式（10）给出了这种期望下的最佳滤波器，容易看出它的冲激响应为 （11） 它实际上是信号的反转平移形式，如图5.中间一图。如果的时间持续期为0到，则通常取，这样的持续期间也为0到，它是物理可实现的。注意到这种滤波器根据信号而定，也因信号而异，所以我们说它与信号匹配，称为匹配滤波器（Match filter）。由图可见，匹配滤波器能将信号能量累积起来，使时输出中的信号成份达到最强。 图5 匹配滤波器输入、单位冲击响应及输出的时域波形 【实验项目1】 加性白噪声环境下，正弦波信号中噪声的平滑。 【实验方法】