[信息与通信]信号检测理论基础.ppt

《通信原理》　第二章　信号 信号 本章提要 信号的类型 确知信号的性质 随机变量 通信中几种常见的概率分布 随机变量的数字特征 随机过程 高斯过程 窄带随机过程 正弦波加窄带高斯过程 信号通过线性系统 2.1 信号的类型 确知信号 任意时刻的信号取值都是确定的信号； 可以用明确的数学表达式表示的信号。 例如：指数信号、矩形脉冲信号等。 2.1 信号的类型 随机信号 给定某一时刻，无法确定该时刻信号的取值； 无法用确定函数表示的信号，但信号有一定的统计规律。 例如：语音信号、图像信号等。 2.1 信号的类型 能量信号 信号能量定义为 能量有限的信号称为能量信号，即 0 E ? 2.1 信号的类型 功率信号 信号的功率定义为 功率有限的信号称为功率信号，即 0 P ? 2.2 确知信号的性质 功率（周期）信号的频谱 —— 傅里叶级数 傅里叶级数系数 傅里叶级数 频率、角频率和周期 频谱的振幅和相位 2.2 确知信号的性质 傅里叶级数实例：周期方波信号的频谱 2.2 确知信号的性质 能量（非周期）信号的频谱密度 —— 傅里叶变换 傅里叶变换对（角频率形式） 傅里叶变换对（频率形式） 2.2 确知信号的性质 傅里叶变换实例：矩形脉冲信号的频谱密度 2.2 确知信号的性质 功率（周期）信号的频谱密度 —— 傅里叶变换 周期信号的傅里叶级数 周期信号的频谱密度 2.2 确知信号的性质 傅里叶变换实例：周期方波信号的频谱密度 2.2 确知信号的性质 能量谱密度 设 s (t) 为能量信号，且它的频谱密度为 S (?) 则由帕塞瓦尔定理得 s (t) 的能量为 能量谱密度函数的定义 用能量谱密度函数表示帕塞瓦定理 2.2 确知信号的性质 能量谱密度实例：矩形脉冲信号的能量谱密度 2.2 确知信号的性质 截短信号 　　　对于功率信号 s (t)，称sT (t) 　为 s (t) 的截短信号。且有 2.2 确知信号的性质 功率谱密度 设 sT (t) 为 s (t) 的截短信号 设 sT (t) 的频谱密度为 ST ( f )，则其能量 E 为 s (t) 的功率为 功率谱密度函数定义为 2.2 确知信号的性质 功率谱密度实例：周期信号的功率谱密度 由帕塞瓦尔定理可得周期信号的功率 周期信号的功率谱密度 　因为 2.2 确知信号的性质 自相关函数 自相关函数用以描述一个信号 s(t) 与其时延信号 s(t??) 的相关程度 能量信号的自相关函数 功率信号的自相关函数 自相关函数是时延量 ? 的函数。 2.2 确知信号的性质 自相关函数的性质 自相关函数为偶函数，即 　　　　 R(? ) = R(–? ) 自相关函数在在原点? = 0 处取得最大值，即 　　　　 R(0) ≥ | R(? )| 对于能量信号，R(0) 表示信号的能量，即 对于功率信号， R(0) 表示信号的功率，即　 2.2 确知信号的性质 自相关函数实例：矩形脉冲信号的自相关函数 2.2 确知信号的性质 互相关函数 两个能量信号的互相关函数 两个功率信号的互相关函数 2.2 确知信号的性质 互相关函数的性质 若对所有的 ? 都有 R12(? ) = 0，则表示 s1(t) 与 s2(t) 互不相关； 一般情况下，R12(? ) ? R21(? )； R12(? ) = R21(–? )； R12(0) = R21(0)； R12(0) 或 R21(0) 表示 s1(t) 与 s2(t) 在无时差时的相关性，它的大小在一定程度上反映了 s1(t) 与 s2(t) 的相似程度。 互相关函数越大，两信号的相似程度也就越大呢？ 2.2 确知信号的性质 能量信号的相关系数 功率信号的相关系数 2.2 确知信号的性质 相关系数的性质 ?? ? ?12 ? ??； ?12 = +1 表明 s1(t) 与 s2(t) 完全相似； ?12 = –1 表明 s1(t) 与 s2(t) 完全相似，但极性相反； ?12 = 0 表明 s1(t) 与 s2(t) 完全不相似，互为正交函数。 相关函数与相关系数各自的特点？ 2.2 确知信号的性质 能量信号的相关定理 自相关函数与能量谱密度的关系 相关定理：自相关函数与能量谱密度函数构成傅里叶变换对，即 2.2 确知信号的性质 功率信号的相关定理 —— 维纳-辛钦定理 自相关函数与功率谱密度的关系 维纳-辛钦定理：自相关函数与功率谱密度函数构成傅里叶变换对，即 2.3 随机变量 概率的基本概念 —— 单一事件概率 定义 实例 1：在一副 52 张标准扑克牌中抽到黑桃 K 的概率为多少？ 　　　P(黑桃 K) =