第3篇已知信号的检测.docVIP

第3章　已知信号的检测 在第二章中，介绍了统计假设检验理论，这一章中，我们将把这一理论用于最简单的信号检测问题中。即：已知信号的检测问题中。 所谓已知信号，是指：如果这个信号出现了，那么它的幅度、频率、相位等各个参数都是已知数。这时，设计最佳接收机，就是在噪声中检测信号是否存在或从几个可能发送的信号中签别出被发送的究竟是哪个信号。在上一章中已经指出，这种情形相当于假设检验理论中的简单假设检验情况。虽然这是理想情况。但却正好用作为检测理论的应用入门。而且，相当多的实际系统也确实接近这种理想情况，此外，理想系统的性能还可作为非理想系统的比较标准。 把假设检验理论应用于具体的通信系统中，观测量相应于对接收到的混合波形的取样，而接收机则表示了对的加工，即判决规则。 在这一章中，将仅限于讨论双择假设检验。所用的分析方法和有关结论，不难推广到M择假设检验中。 §3.1 白高斯噪声中已知信号的检测 首先，讨论最简单的情况，假定噪声是平稳白高斯噪声。考虑一个雷达信号检测系统。在时间间隔内，相应于两种假设下接收端输入的混合波形是 3.1-1 其中，是已知信号；是相加平稳白高斯过程，具有零均值、功率谱密度。 我们的目的是要设计一个接收机，来对做计算处理（也称为加工），在此基础上，在和两个假设中选择其中之一个，即判断出有信号存在或无信号存在。 已经指出，在第二章中所讨论的几种不同的判决规则，都可以看成是Bayes准则的特殊情况，各准则下的最佳判决规则都是似然比判决规则，它包括：（1）计算出似然比。（2）将此似然比与判决门限进行比较，并做出判决。不同准则下的判决规则之间的差别仅在于判决门限值的不同，因此，在这里我们暂时用不着指定具体的判决准则，而只讨论似然比系统。 §3.1-1 似然比检测系统 我们可回忆起，在上一章的讨论中，观测量是有限个离散随机变量的序列，用矢量表示为 为了把上一章讨论的结果，应用于对连续波形的检测，我们需要把表示为有限个离散随机量总合。 首先讨论噪声。现在，暂时假设噪声具有有限带宽，噪声的功率谱密度为 （3.1-2a） 噪声的自相关函数为 （3.1-2b） 和示于图3.1-1中。图中，在处为零。 图3.1-1 具有有限带宽的白噪声的功率谱密度和自相关函数图 对于一个平稳随机过程，若它具有有限带宽且它的功率谱密度在此带宽范围内为恒值，那么，可应用取样定理，将它展开成 （3.1-3） 在上式中，表示在时刻时，对的取样值，表示噪声带宽，样本总数。。用同样方法，我们可以得到以下近似式 （3.1-4） （3.1-5） 、分别表示在时，对和的取样值。与（3.1-3）、（3.1-4）、（3.1-5）对应的逆关系式是 （3.1-6） （3.1-7） （3.1-8） 根据式（3.1-3）、（3.1-4）、（3.1-5）我们便可用样本值、和把连续波形、和等效地表示成离散形式。并且有 下面，我们来求似然比。从式（3.1-2b）可看到，当，。因此，若选择取样时间间隔使它满足时，则的各个样本互不相关。又从式（3.1-8）可看到，是的线性函数，因此是高斯随机变量。对于高斯变量，互不相关即独立，因此各样本互相独立。 为了求得似然比，先求似然函数和。因为是高斯随机变量，为了求得它的概率密度函数，只要求出它的平均值和方差就够了。 前面已假定，的均值为0。从式（3.1-8）不难得出 用表示的方差，不难得到 于是，可得到为 （3.1-9） 在假设之下，有 因此，也是独立高斯变量。的平均值为 的方差为 于是，可得到为 （3.1-10） 似然比为 并项之后有 （3.1-11） 于是，似然比判决规则为 当门限值时，判决为有信号，反之，判决为无信号。 （3.1-12） 很明显，上式与式（3.2-12）等效。 应用对数似然比，并将式（3.1-11）代入上式，可得到判决规则为 （3.1-13） 为了得到连续波形、表示的判决规则，在保持为常数的条件，使趋于0，（从而）趋于无穷，在极限情况下，有 （3.1-14） （3.1-15） 代入式（3.1-13），得到判决规则为 （3.1-16） （3.1-17） （3.1-18） 由式（3.1-17）表示的判