原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
AnIntroductiontotheTheoryoftheDetectionofSignalsinNoiseWILLIAML.ROOT
引言—检测理论噪声空间观察空间判决空间消息空间信号空间从接收信号中提取有用信号噪声自然噪声：大气中辐射噪声（加性，随机）电子噪声：电子器件的噪声人为噪声：无关的其他信号源加性高斯噪声概率理论和统计理论
四种模型下的信号检测高斯白噪声中确知信号的检测高斯白噪声中随参信号的检测高斯非白噪声中确知信号的检测噪声中类噪声信号的检测
高斯白噪声中确知信号的检测数学模型应用数字通信：M为数字信号的进制数，一般为二进制雷达和声纳：确定目标存在，确定目标位置（雷达性能优于声纳）是原始信号是噪声信号
最佳接收机概述What？ 通过设计接收端，使得接收机能够抵抗一些信道的干扰，得到最佳接收效果。特定准则下最佳接收方式：最大输出信噪比准则；最小均方误差准则；最小错误概率准则；最大后验概率准则。。。
LMS下的最佳接收对一个码元时间T进行N点采样，则于是，利用最小均方误差准则判决，M=2,有以下公式判为s1(t)s1s2YM2时，情况类似
LMS下的最佳接收最小均方误差判决公式可经过变换，得到相关器按照最小均方误差准则建立起来的最佳接收机实质上就是一个相关接收机
接收机除了判决器，还需要匹配滤波。将作镜像翻转，并延时时T，即那么上述接收信号和可能信号之间的相关表达如下。等式右侧的表达式可以理解为通过一个线性时不变滤波器的响应，而这就是信号的匹配滤波器。而匹配滤波器的作用其实就是去检测未知信号与已知信号的接近（匹配）程度，与已知信号越接近，接收到的信号越容易通过滤波器LMS下的最佳接收
似然比准则虽然上述的LMS准则看上去简单，但是实际运用上却不方便，利用似然比准则，进行数学推导进行判决，更为简化定义：1、系统发射端发送si时，接收端y(t)的概率密度函数为pi(y),称作似然函数。2、l(y)=p2(y)/p1(y),称作似然比对于给定的门限值α（正数），则有以下判决准则….(1)判为s2(t)为计算简便，两边取对数，即
门限的选取最大似然比准则：当α=1时，公式(1)可变为判为s2(t)即，判决似然函数大的对应的传输信号。此时，判决仅与似然函数的大小有关，没有考虑先验概率和错误代价贝叶斯准则：考虑先验概率和错误代价，选择合适的α，以得到最小的平均代价。 s1(t)和s2(t)的先验概率分别为π1，π2，发s1(t)判决为s2(t)的代价为c2，发s2(t)判决为s1(t)的代价为c1。则平均代价为
由于接收机最终的判决不是S1就是S2，即S1+S2为全判决空间R，所以可以改写成如下方程：可以看出，要使错误的代价尽可能小，则第二项必须为负数，也就是根据前文中所述对似然准则和似然比的描述，可得出在贝叶斯准则条件下的似然比这就表明了要尽可能减少误判，就是要根据先验概率和差错代价，对阈值进行精心的选择和设计。门限的选取
高斯白噪声中的二元信号检测接收信号建模是原始信号是高斯白噪声信号
噪声的均值和方差（统计特性）
根据似然检验上式中的第二项为常数，该式可化简
简化的判断准则
进一步简化
谢谢
文档评论（0）