专业课复试通信原理第10章.pptxVIP

1 通信原理 第10章 数字信号最佳接收 2 一个通信系统的质量优劣在很大程度上取决于接收系统的性能，影响信息可靠传输的不利因素（信道特性不理想及信道中存在噪声等）将直接作用到接收端，对信号接收产生影响。 3 注 意 最佳接收并不是一个绝对概念，而是一个相对意义的概念，是在一定条件下，针对某一种信号，按照某一个“标准”或“准则”得到的最佳接收，而对其他“准则”不一定是最佳的。 4 接收端要无误判断接收信号有困难： 哪一个信号被发送，对受信者来说是不 确定的； 信号传输过程中可能发生各种畸变和混 入随机噪声。 从概率论的观点看，任何随机因素总是遵循某种统计规律性，因此可用统计方法获得满意的接收效果。带噪声的数字信号接收实质上是一个统计判决的过程。 5 第10章 数字信号最佳接收 10.1 数字信号的统计特性 以二进制为例研究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 ，则根据低通信号抽样定理，接收噪声电压可以用其抽样值表示，抽样速率要求不小于其奈奎斯特速率2fH。 设在一个码元持续时间Ts内以2fH的速率抽样，共得到k个抽样值，则有k ＝ 2fHTs。 码元周期/抽样周期 6 第10章 数字信号最佳接收 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 7 第10章 数字信号最佳接收 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： 将上式左端的求和式写成积分式，则上式变成 统计平均值可用时间平均值代替 8 第10章 数字信号最佳接收 利用上式关系，并注意到 式中 n0 － 噪声单边功率谱密度 则前式的联合概率密度函数可以改写为： 式中 n = (n1, n2, …, nk) 是k 维矢量，表示一个码元内噪声的k个抽样值。 需要注意，f(n)不是时间函数，虽然式中有时间函数n(t)，但是后者在定积分内，积分后已经与时间变量 t 无关。n是一个k维矢量，它可以看作是k 维空间中的一个点。 9 第10章 数字信号最佳接收 从上式可知在码元持续时间Ts、噪声单边功率谱密度n0和抽样数k（它和系统带宽有关）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。 10 第10章 数字信号最佳接收 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 是 k 维矢量，表示一个码元内接收电压的k个抽样值；s 也是 k 维矢量，表示一个码元内信号电压的k个抽样值。 11 第10章 数字信号最佳接收 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 推广：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。 又称似然函数 12 第10章 数字信号最佳接收 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