[工学]通信原理 第10章 数字信号最佳接收.ppt

[工学]通信原理 第10章 数字信号最佳接收.ppt

  1. 1、本文档共93页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[工学]通信原理 第10章 数字信号最佳接收

第10章 数字信号最佳接收 10.1数字信号的统计特性 以二进制接收电压的统计特性。 假设:通信系统中的噪声是均值为0的带限高斯白噪声,其单边功率谱密度为n0;并设发送的二进制码元为“0”和“1”,其发送概率分别为P(0)和P(1),则有 P(0) + P(1) = 1 若此通信系统的基带截止频率小于fH,接收噪声电压n(t)抽样值: 抽样速率要求不小于其奈奎斯特速率2fH,在一个码元持续时间Ts内共得到k个抽样值,k = 2fHTs。 由于每个噪声电压抽样值都是正态分布的随机变量,故其一维概率密度可以写为 式中,?n - 噪声的标准偏差; ?n2 - 噪声的方差,即噪声平均功率; i =1,2,…,k。 设接收噪声电压n(t)的k个抽样值的k维联合概率密度函数为 由高斯噪声的性质可知,高斯噪声的概率分布通过带限线性系统后仍为高斯分布。所以,带限高斯白噪声按奈奎斯特速率抽样得到的抽样值之间是互不相关、互相独立的。这样,此k 维联合概率密度函数可以表示为 当k 很大时,在一个码元持续时间Ts内接收的噪声平均功率可以表示为: 或者将上式左端的求和式写成积分式,则 注意到 式中 n0 - 噪声单边功率谱密度 则: 式中 n = (n1, n2, …, nk) - k 维矢量,表示一个码元内噪声的k个抽样值。 n是一个k维矢量,可以看作是k 维空间中的一个点。 在码元持续时间Ts、噪声单边功率谱密度n0和抽样数k给定后,f(n)仅决定于该码元期间内噪声的能量: 由于噪声的随机性,每个码元持续时间内噪声的波形和能量都是不同的,这就使被传输的码元中有一些会发生错误,而另一些则无错。 设接收电压r(t)为信号电压s(t)和噪声电压n(t)之和: r(t) = s(t) + n(t) 则在发送码元确定之后,接收电压r(t)的随机性将完全由噪声决定,故它仍服从高斯分布,其方差仍为?n2,但是均值变为s(t)。所以,当发送码元“0”的信号波形为s0(t)时,接收电压r(t)的k维联合概率密度函数为 式中 r = s + n — k 维矢量,表示一个码元内接收电压的k个抽 样值; s - k 维矢量,表示一个码元内信号电压的k个抽样值。 同理,当发送码元“1“的信号波形为s1(t)时,接收电压r(t)的k维联合概率密度函数为 若通信系统传输的是M 进制码元,即可能发送s1,s2,…,si,…,sM之一,则按上述原理不难写出当发送码元是si时,接收电压的k 维联合概率密度函数为 r 是k维空间的一个点。 10.2 数字信号的最佳接收 “最佳”的准则:错误概率最小 产生错误的原因:暂不考虑失真的影响,主要讨论在二进制数字通信系统中如何使噪声引起的错误概率最小。 判决规则 设在一个二进制通信系统中发送码元“1”的概率为P(1),发送码元“0”的概率为P(0),则总误码率Pe等于 式中 Pe1 = P(0/1) - 发送“1”时,收到“0”的条件概率; Pe0 = P(1/0) - 发送“0”时,收到“1”的条件概率; 上面这两个条件概率称为错误转移概率。 由接收矢量决定的两个联合概率密度函数f0(r)和f1(r)的曲线画在下图中: 可以将此空间划分为两个区域A0和A1,其边界是r0?,并将判决规则规定为: 若接收矢量落在区域A0内,则判为发送码元是“0”; 若接收矢量落在区域A1内,则判为发送码元是“1”。 这样,总误码率可以写为 式中,P(A0/1)表示发送“1”时,矢量r落在区域A0的条件概率 P(A1/0)表示发送“0”时, 矢量r落在区域A1的条件概率 这两个条件概率可以写为: 这两个概率在图中分别由两块阴影面积表示。 将上两式代入 得到 即 上式表示Pe是r0?的函数。为了求出使Pe最小的判决分界点r0?,将上式对r0?求导 并令导函数等于0, 求出最佳分界点r0的条件: 即 当先验概率相等时,即P(1) = P(0)时,f0(r0) = f1(r0),所以最佳分界点位于图中两条曲线交点处的r 值上。 在判决边界确定之后,按照接收矢量r 落在区域A0应判为收到的是“0”的判决准则,这时有: 若 则判为“0” ; 反之, 若 则判为“1” 。 在发送“0”和发送“1”的先验概率相等时,上两式的条件简化为: 这个判决准则常称为最大似然准则。按照这个准则判决就可以得到理论上最佳的误码率,即达到

文档评论(0)

jiupshaieuk12 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6212135231000003

1亿VIP精品文档

相关文档