8第八章 数字信号的最佳接收2009版.pptVIP

2008.8 copyright 信息科学与技术学院通信原理教研组 8.1引言 信号在传输过程中受到噪声及信道特性不理想的影响，本章分析如何在相同信道噪声的条件下，使得正确接收信号的概率最大，而错误接收信号的概率最小，也就是最佳接收问题。 最佳概念是相对而言的，一个按某种判决准则建立起来的接收机，若判决准则发生变化，它就不一定仍是最佳的。本章主要讨论在错误概率最小准则下的最佳接收机。 8.2数字信号的统计特性 用n代表信道噪声的取值，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； 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 为噪声方差，即功率 ， n0为噪声的单边功率谱密度 设接收信号 y(t) = s(t) + n(t) 在发送码元确定之后，接收信号y(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)。 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。 所以，当发送码元“0”的信号波形为s1(t)时，接收电压y(t)的k维联合概率密度函数为 式中 y = 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s2(t)时，接收电压y(t)的k维联合概率密度函数为 顺便指出，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 仍需记住，以上三式中的k 维联合概率密度函数不是时间t的函数，并且是一个标量，而r 仍是k维空间中的一个点，是一个矢量。 8.3 关于最佳接收的准则 “最佳”的准则：最小差错概率（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 ，发送码元“0”的概率为 ，则总误码率Pe等于 si为信号空间中的点， 代表判决空间中的点 由接收矢量决定的两个联合概率密度函数的曲线画在下图中（在图中把r 当作1维矢量画出。）： 可以将此空间划分为两个区域A1和A2，其边界是r0?，并将判决规则规定为： 若接收矢量落在区域A1内，则判为发送码元是“s1”； 若接收矢量落在区域A2内，则判为发送码元是“s2”。 显然，区域A0和区域A1是两个互不相容的区域。当这两个区域的边界r0?确定后，错误概率 也随之确定了。这样，总误码率可以写为 式中，P(A1/s2)表示发送“s2”时，矢量r落在区域A1的条件概率 P(A2/s1)表示发送“s1”时， 矢量r落在区域A2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 参考上图可知，上式可以写为 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(s1) = P(s2)时，fs1(r0) = fs2(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A1应判为收到的是“s1”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，即达到理论上的误码率最小值。 以上对于二进制最佳接收准则的分析，可以推广到多进制信号的场合。设在一个M 进制数字通信系统中，可能的发送码元是s1，s2，…，si，…，sM之一，它们的先验概率相等，能量相等。当发送码元是si时，接收电压的k 维联合概率密度函数为 于是，若 则判为si(t)，其中， 根据判决准则，数字信号的最佳接收在理论上就变为收到一个y(t) 后，分别计算似然函数值，然后对他们进行比较，谁大就判为谁。 确知信号：指其取值在任何时间都是确定的、可以预知的信号。 8.4.1 二进制确知信号的最佳接收机 8.4.2二进制确知信号最佳接收机的性能