《现代通信原理与技术》课件_第8章.pptx

第8章数字信号的最佳接收;

最佳接收理论又称信号检测理论,它是利用概率论和数理统计的方法研究信号检测的问题。信号统计检测所研究的主要问题可以归纳为三类。第一类是假设检验,它所研究的

问题是在噪声中判决有用信号是否出现。例如,在第7章所分析的各种数字信号的解调就属于此类问题。第二类是参数估值,它所研究的问题是在噪声干扰的情况下以最小的误差

定义对信号的参量作出估计。例如,在雷达系统中,需要对目标的距离、方位、速度等重要参量作出估计。第三类是信号滤波,它所研究的问题是在噪声干扰的情况下以最小的误差

定义连续地将信号过滤出来。

在数字通信中,通常采用的最佳准则是输出信噪比最大准则和差错概率最小准则。;

8.1匹配滤波器;

通常对最佳线性滤波器的设计有两种准则:

一种是使滤波器输出的信号波形与发送信号波形之间的均方误差最小,由此而导出的最佳线性滤波器称为维纳滤波器;

另一种是使滤波器输出信噪比在某一特定时刻达到最大,由此而导出的最佳线性滤波器称为匹配滤波器。;

由第7章分析的数字信号解调过程可知,解调器中抽样判决以前各部分电路可以用一个线性滤波器来等效,接收过程等效原理图如图8-1所示。;;

在抽样时刻t0,线性滤波器输出信号的瞬时功率与噪声平均功率之比为

由式(8.15)可见,滤波器输出信噪比ro与输入信号的频谱函数S(ω)和滤波器的传输函数H(ω)有关。在输入信号给定的情况下,输出信噪比ro只与滤波器的传输函数H(ω)有关。使输出信噪比ro达到最大的传输函数H(ω)就是所要求的最佳滤波器的传输函数。式(8.15)是一个泛函求极值的问题,采用施瓦兹(Schwartz)不等式可以很容易地解决该问题。;;

可得;

根据帕塞瓦尔定理有

式中,E为输入信号的能量。将式(8.111)代入式(8.110)有;

式(8.112)说明,线性滤波器所能给出的最大输出信噪比为

根据施瓦兹不等式中等号成立的条件X(ω)=KY*(ω),可得不等式(8.110)中等号成立的条件为;

根据匹配滤波器传输函数H(ω)所满足的条件也可以得到匹配滤波器的单位冲激响应:;

即匹配滤波器的单位冲激响应为

式(8.116)表明,匹配滤波器的单位冲激响应h(t)是输入信号s(t)的镜像函数,t0为输出最大信噪比时刻。其形成原理如图8-2所示。;;;;

【例8-1】设输入信号如图8-3(a)所示,试求该信号的匹配滤波器传输函数和输出信号波形。;;

(2)由式(8.121)可得匹配滤波器的输出为

匹配滤波器的输出波形如图8-3(c)所示。;

8.2最小差错概率接收准则;;;

若消息各状态出现的概率相等,则有

P(si)是描述信号发送概率的参数,通常称为先验概率,它是信号统计检测的第一数据。;

信道特性是加性高斯噪声信道,噪声空间n是加性高斯噪声。在前面各章分析系统抗噪声性能时,用噪声的一维概率密度函数来描述噪声的统计特性。在本章最佳接收中,为了更全面地描述噪声的统计特性,采用噪声的多维联合概率密度函数。噪声n的k维联合概率密度函数为

式中,n1,n2,…,nk为噪声n在各时刻的可能取值。;

根据随机信号分析理论可知,若噪声是高斯白噪声,则它在任意两个时刻上得到的样值都是互不相关的,同时也是统计独立的;若噪声是带限高斯型的,按抽样定理对其抽样,则它在抽样时刻上的样值也是互不相关的,同时也是统计独立的。根据随机信号分析,若随机信号各样值是统计独立的,则其k维联合概率密度函数等于其k个一维概率密度函数的乘积,即;;;

8.2.2最佳接收准则

在数字通信系统中,最直观且最合理的准则是“最小差错概率”准则。;;;

由于fs1(y)和fs2(y)的单调性质,图8-5所示的判决过程可以简化为图8-6所示的判决过程。;;;;

以上判决规则可以推广到多进制数字通信系统中,对于m个可能发送的信号,在先验概率相等时的最大似然准则为

最小差错概率准则是数字通信系统最常采用的准则,除此之外,贝叶斯(Bayes)准则、尼曼皮尔逊(NeymanPearson)准则、极大极小准则等有时也被采用。;

8.3确知信号的最佳接收机;;;;

时判为s2(t)出现。式中:

在先验概率P(s1)和P(s2)给定的情况下,U1和U2都为常数。;

根据式(8.37)和式(8.38)所描述的判决规则,可得到最佳接收机的结构如图8-8所示,其中比较器是比较抽样时刻t=T时上下两个支路样值的大小。这种最佳接收机的结构是按比较观察波形y(t)与s1(t)和s2(t)的相关