第四章3信号检测与估计.pptVIP

  • 28
  • 0
  • 约1.78千字
  • 约 36页
  • 2021-03-24 发布于北京
  • 举报
随机相位均匀分布的情况 简单二元随机相位信号的检测——相位均匀分布 总结(1) 1.基本检测方法 给定相位,按照确知简单二元信号检测方法构建判决表达式 根据相位的概率分布特性,给上述得到的判决表达式求统计平均。 2.判决表达式 简单二元随机相位信号的检测——相位均匀分布 总结(2) 3.检测系统结构 简单二元随机相位信号的检测——相位均匀分布 总结(3) 简单二元随机相位信号的检测——相位均匀分布(4) 4.检测性能分析 莱斯分布(广义瑞利分布) 瑞利分布 信号检测与估计 第四章:信号波形的检测 高斯白噪声中随机相位信号波形的检测 信号模型: 其中, ?0表示与假设 H0有关的信号的随机参量; ?1表示与假设 H1有关的信号的随机参量。 似然比检验: 4.6.1 高斯白噪声中随机参量信号的波形检测 信号模型: 其中, ?0表示与假设 H0有关的信号的随机参量; ?1表示与假设 H1有关的信号的随机参量。 似然比检验: 4.6.1 高斯白噪声中随机参量信号的波形检测 简单二元随机相位信号波形检测 信号模型 基本检测方法 按照确知简单二元信号检测方法构建判决表达式,根据相位的概率分布特性,对得到的判决表达式求平均,去除随机相位的影响。 的振幅和频率已知,且满足 m为正整数; 是信号 的随机相位,其先验概率密度函数为 n(t)是均值为零,功率普密度为N0/2的高斯白噪声。 高斯白噪声中随机相位信号的波形检测 步骤1,选一组完备的正交函数集 ,对接收信号进行正交级数展开,得到一组随机变量 高斯白噪声中随机相位信号的波形检测 信号模型: xk是高斯随机过程积分的结果,因而xk服从高斯分布, 当相位? 为某个固定值时,有 高斯白噪声中随机相位信号的波形检测 信号模型: 高斯白噪声中随机相位信号的波形检测 高斯白噪声中随机相位信号的波形检测 步骤2,利用前N项展开系数,构建似然比检验 由于信道是加性高斯白噪声,由卡亨南-洛维展开可知,各展开系数是不相关的,因而也是相互独立的。 高斯白噪声中随机相位信号的波形检测 由贝叶斯检测准则,得到 高斯白噪声中随机相位信号的波形检测 步骤3,令 高斯白噪声中随机相位信号的波形检测 高斯白噪声中随机相位信号的波形检测 高斯白噪声中随机相位信号的波形检测 步骤4:对随机相位统计平均,消除相位随机性对检测影响 似然比检验: 高斯白噪声中随机相位信号的波形检测 随机相位均匀分布的情况 判决表达式为: 高斯白噪声中随机相位信号的波形检测 * 随机相位均匀分布的情况 令 随机相位均匀分布的情况 令 随机相位均匀分布的情况 判决表达式为 利用第一类零阶修正贝塞尔函数 随机相位均匀分布的情况 判决表达式为 由于 是u的单调增函数 随机相位均匀分布的情况 等价 随机相位均匀分布的情况 * 相位均匀分布情况的检测系统结构 随机相位均匀分布的情况 正交双路相关器检测系统结构 检测性能分析 检测性能分析需要求出检验统计量l在假设H0和假设H1条件下的概率密度函数p(l| H0)和p(l| H1),直接求解难度大。 随机相位均匀分布的情况 计算方法: 首先求出p(xR| ?; H1)和p(xI| ?; H1)和p(xR, xI| ?; H1);然后利用二维雅可比变换,求出p(l, ?| ?; H1);再通过求边缘概率密度的方法求得p(l| ?; H1);最后对? 进行统计平均得到p(l| H1)。 * 首先对变量xR和xI进行分析 根据不同假设下xR和 xI的统计特性,来计算不同假设下l的统计 特性,进而根据统计量l分析检测系统性能。 随机相位均匀分布的情况 在不同假设下, xR和 xI均是服从高斯分布的随机变量,且有: 随机相位均匀分布的情况 随机相位均匀分布的情况 随机相位均匀分布的情况 随机相位均匀分布的情况 随机相位均匀分布的情况 随机相位均匀分布的情况 对?进行积分 随机相位均匀分布的情况 对? 求统计平均 对于假设H0,Es = 0

文档评论(0)

1亿VIP精品文档

相关文档