第19讲 频带传输：MASK接收、判决准则、MPSK.ppt

频带传输系统 MASK信号的矢量表示： 对于MASK信号的载波应当有M个幅度不同的波形分别对应M种码元，波形可用下式表示： 观察可知，MASK信号的矢量表示可由一个基函数表示： 因此每个波形用该基函数表示时的系数： 若令： 则： 由信号的矢量表示可知对于任意一个信号si(t)可由基函数{?k(t)}的线性组合来表示 此信号经过具有加性噪声的信道传输后变为r(t)，如果r(t)也可以用基函数{?k(t)}进行表示，那么就可以求出一组接收信号的矢量，接收端对接收信号的矢量进行判决即可 假设接收信号r(t) 可以用同样的基函数{?k(t)}进行线性表示，即： 其中r(t)的线性组合的系数： 矢量r即为接收端接收到的信号矢量，也称之为观察矢量 则： 所以观察矢量为： 因此所假设的用基函数的线性组合表示接收信号r(t)的表达式为： 用基函数所表示的信号 是否可以替代信号r(t)进行判决？ 因为上两式中的第一项是成立的，假设噪声信号存在误差： 称n(t)为落在信号空间之外的噪声分量，则r(t)可表示为： 只要证明上式中ri与n(t)互不相关，就可以利用 进行判决恢复 ri与n(t)的协方差为： 若协方差为0，则表示ri与n(t)不相关，上式中第二项为0 则说明ri与n(t)互不相关，因此使用基函数所表示的r(t)进行判决 MASK信号的矢量表示： 因此接收端接收到的信号r(t)为： 当采用匹配滤波器接收MASK信号时，匹配滤波器只需与Ψ1(t)匹配，那么输入为r(t)时匹配滤波器的输出： 那么在t = Ts对输出进行采样： 观察矢量中的n是一个高斯随机变量，它的均值和方差分别为： 在发送si的条件下，r1的条件数学期望及方差： 因为r1 = si + n，而si是一个常数，所以r1也是一个高斯随机变量 则其条件概率密度为： 当M = 2时，条件概率密度曲线如下： 因此，根据贝叶斯公式，M = 2时MASK信号的平均误码率为： 若发送端发送的波形等概，则： 同理，当M = 4时，其概率密度为： 在先验等概的前提下，平均误码率为： 根据M = 2时平均误码率的结论，当M = 4时，系统的平均误码率应为概率密度曲线图中阴影面积的四分之一 图中阴影面积之和为： 所以，M = 4时的平均误码率为： 因此，M进制的MASK信号，阴影的面积代码误判概率，在MASK信号的概率密度曲线图中应有M – 1块阴影，所以对于MASK信号，它的平均误码率为： 对于MASK信号，它的第i个波形在码元周期内的能量： 则MASK信号的平均能量为： 若有信号的平均功率Pav： 对上式进行变换可推得矩形脉冲的能量为： 对于M进制信号： 若定义二进制符号的能量为Eb ，则MASK信号的平均能量为： 将1式和2式代入到平均误码率公式： 可以看出平均误码率和平均比特能量与噪声的平均功率有关 判决准则—最小平均错判概率准则 根据上面的分析，M进制MASK信号的平均误码率为： 接收信号时，要求平均误码率越低越好，因此在判决域内的每个点被正确判断的概率越大越大越好，即: 越大 在求出观察矢量的条件下，计算不同的 从中选择最大的值所对应的si作为判决输出，此即为最小平均错判概率准则 判决准则—MAP准则 后验概率：观察到矢量r的条件下，发送s1或s2的概率，分别为： 判决公式： 即： 此即为最大后验概率准则（MAP准则），求解后验概率的过程如下 后验概率的计算： 贝叶斯定理：A1 、A2和B是样本空间中的3个事件，在给定B的条件下， A1发生的条件概率以及A2发生的条件概率分别为： 其中p(A1 B)、 p(A1 B)为A1和B以及A2和B的联合概率密度： 若A1 、A2中的一个出现是B发生的必要条件，则p(B)概率为： 对于接收系统的后验概率的计算： 上式中P( si )表示先验概率；P( r | si )可以根据接收系统输出的采样值的概率分布来求解。那么当M = 2时，后验概率为： 根据判决公式可知，上两式中的分子 越大，相应的后验概率越大，因此最小平均误码率判决准则与MAP准则等同 判决准则— ML准则 当先验概率相等时： 即发送端发送各种波形的概率相等，那么MAP准则变换为： 这种判决准则即为ML准则，最大似然估计准则，其中 称为似然函数 也就是说在先验概率相等的前提下MAP准则等同于ML准则，可使得平均误码率最小，但