北京邮电大学信息与通信工程学院郭彩丽 guocaili@bupt edu cn guocaili@bupt.edu.cn

确定信号检测
北京邮电大学
信息与通信工程学院
郭彩丽
guocaili@bupt edu cn
guocaili@bupt.edu.cn
© 2004, CCID Consulting(HK8235) All Rights Reserved

课程内容
章信号统计检测与估计概述
第一章
第二章信号统计检测与估计基础知识

第三章信号统计检测理论
第四章确定信号检测统计检测理论
第五章随机信号检测
第六章信号统计估计理论 ——统计估计理论
第七章参量信号检测 ——统计检测＋统计估计
统计检测＋统计估计

引言
回顾
信号统计检测与估计理论中待处理的信号可表示为
x (t )  s (t )  n(t ), 0t T
x(t )  s (t ; θ)  n(t ), 0t T
本章主要讨论高斯噪声中确定信号的检测问题最简单的假
本章主要讨论高斯噪声中确定信号的检测问题－最简单的假
设检验情况
佳检验如定虚警概率恒定使检测概率大应采
最佳检验：如果限定虚警概率恒定，使检测概率最大，应采用

Neyman- Pearson 准则；而使平均代价最小时，应选用贝叶斯准则
在设计者可以控制信号，或者已知信号的假设是合理的一些应用领域
得到了广泛的应用。
典型的例子是相干通信系统
3

第四章确定信号检测
 滤波
匹配滤波器
广义匹配滤波器
广义匹配滤波器
通信系统中的最佳接收机

匹配滤波器
考虑个高斯白噪(WGN)中已知确定性信号的检测问题：
考虑一个高斯白噪(WGN)中已知确定性信号的检测问题：
H 0 : x[n]  w[n], n  0,1, , N  1
H1 : x[n]  s[n]  w[n], n  0,1, , N  1
假设：
信号s[n] 是已知的
噪声w[n]是零均值的高斯噪声,方差为 2
自相关数
–自相关函数为 rww [k ]  E ( w[n]w[n  k ])   2 [k ]
 [k ]  1,0,0 kk00
5

匹配滤波器(续）
采用
采用N-P检验准则：
检验准则
1  1 N 1
2
p ( x; H 1 )  N
exp  
 2
2  ( x[ n ]  s[ n ]) 

(2 2 ) 2 n0
1  1 N 1

p ( x; H 0 )  N
exp  
 2
2  x 2
[ n ] 

(2 2 ) 2 n0
比值
 1  N 1 N 1
  H1
L( x)  exp   2   ( x[n]  s[n])   x [n]    
2 2
 2  n 0 n0  H0
取对数
1  N 1 N 1
 H1
l ( x)  ln L( x)   2   ( x[n]  s[n])   x [n]   ln 
2 2
2  n 0 n 0  H0
6

化简得： 1 N 1
1 N 1 H1
 2  x[n]s[n]  2  s [n]  ln 
n 0
2
n0
2
H0
N 1 N 1
H1
1
T ( x)  
n0
x [ n ] s [ n ]   ln  
H0
2
2

n0
s 2[n]   '
得出检验统计量
N 1 H1
T ( x)   x[n]s[n]  ' N-P检测器
n0 H0
应该满足 PF  

例 G 中的 C 电平
例子1——WGN中的DC 电
对于某个已知电平A，假定s[n]=A，其中A>0。根据
N 1 H1
T ( x)   x[n]s[n]   ' T ( x)  A nN01 x[n]
n 0 H0
等效的检测器为T(x)除以NA，如果
N 1
1 1 H1
T '( x) 
NA
T ( x) 
N
 x[n]   ''
n 0 H0
 ''   '/ NA
样本均值检测器
N 1
1 H0
注意，如果A<0，T '( x) 
N
 x[n]   '' 。
n 0 H1

例 2
例子2—— WGN中的衰减指数信号
G 中的衰减指数信
设衰减指数信号表示为 s[ n]  r , 0  r  1
n
N 1 H1
依据 T ( x)   x[n]s[n]   '
n 0 H0
检验统计量为
N 1
T ( x)   x[n]r n
n0
可以看出，对早一点的样本要比对后来的样本的加权重，这是因
为信号随n的增加是衰减的，而噪声的功率保持恒定。

般言上述检验统计根据信的值对数据样本进行

一般而言，上述检验统计量根据信号的值对数据样本进行

加权。 N 1 H
T ( x)   x[n]s[n]   '
1
n 0 H0
该检测器也称
由于我们是把接收到的数据与信号进行相关运算，该检测器也称
由于我们是把接收到的数据与信号进行相关运算
为相关器。
相关器的实现
10

种解释：把相关过程与有限冲击响应滤
检验统计量的另一种解释：把相关过程与有限冲击响应滤
检验统计量的另
波器(FIR)对数据的影响联系起来。
如果x[n]是冲激响应为h(n)的FIR滤波器的输入其中h[n]
如果x[n]是冲激响应为h(n)的FIR滤波器的输入，其中h[n]
当 n  0,1, , N  1 是非零的，则在n（ n  0 )时刻的输出是
n
y[n]   h[n  k ]x[k ]
k 0
如果令冲激响应为信号的镜像，即 h[n]  s[ N 1  n], n  0,1,

, ,, N 1
则 N 1
y[n]   s[ N  1   n  k ]x[k ]
k 0
N 1
滤波器在n=N-1时刻的输出为 y[ N  1]   s[k ]x[k ]  T ( x)
k 0
匹配滤波器: 滤波器的冲击响应匹配信号
11

匹配滤波器（matched filter,MF)的实现
h[n]   s[ N 1 n ], n  0,1,,N 1

0, 其它
检验统计量是通过对匹配滤波器的输出在n=N-1时刻进行
采样而得到的
本质：用滤波器的冲击响应匹配信号。
信号相对于n=0做反转，然后右移N-1个样本，得到匹配滤波器的
冲击响应。
12

认识滤波
认识匹配滤波器
使滤波器输出端的信号瞬时功率与噪声平均功率的比值在某一时
刻达到最大的线性滤波器称为匹配滤波器。
即当信号与噪声同时进入滤波器时，它使信号成分在某一瞬间出
现尖峰值，而噪声成分受到抑制。
2
s0 (t0 )
 问题：H ( f )=？可使在某一时刻 t0 ，输出信噪比  0 =
N0
取最大值？
13


s0 (t0 )   H ( f ) S ( f )e j 2 fft0 df

 n0 n0 
N0   
2 2
H ( f )  df  H ( f ) df
 2 2 
 2 Cauchy-Schawrz
y

j 2 ft0
2 H ( f ) S ( f )e df
0 
s0 (t0 )

 不等式
N0 n0 

2
H ( f ) df
2 

  
 H ( f ) df  
2 2 2
S ( f ) df S ( f ) df 2E
  
 

n0  n0 n0

2
H ( f ) df
2  2
j 2 ft0 * 2E
当且仅当H ( f )  c S ( f )e   cSS *( f )e j 2 ft0 时等号成立，即
时等号成立即 0max 
n0
14

匹配滤波器的冲激响应为
h(t )  F 1
 H ( f )  cs  t0  t 
s(t )为输入信号
匹配滤波器的冲激响应是所需信号s(t)对垂直轴镜像并向
右移 t0。一般取 t0  T，则当c=1时，h(t)=s(T-t)
15

n
 滤波的输出 y[n]   h[n  k ]s[k ]
匹配滤波器的输出：卷积
k 0
y[n]
显然，在n=N-1时刻得到信号的最大输出，获得最佳的检
测性能。
16

从频域观察匹配滤波器
1
n y[ n]   H ( f ) X ( f ) exp( j 2 fn) df
2
y[n]   h[n  k ]x[k ]
1

2
k 0
h[n]  s[N 1 n]
H( f )  F{s[N 1 n]}  S *( f )exp[ j2 f (N 1)]
1
y[n]   S *( f ) X ( f ) exp[ j 2 f (n  ( N  1))]df
2
1

2
输出在n=N-1时刻进行采样
1
y[ N  1]   S *( f ) X ( f )df
2
1

2
当没有噪声时， X ( f )  S ( f ) ，匹配滤波器的输出正好是信号
的能量。 17

 滤波的重性质
匹配滤波器的重要性质：
使滤波器的输出
使FIR滤波器的输出SNR达到最大。
到最
证明：
定义SNR为
2
 N 1

E 2 ( y[ N  1]; H1 )  h[ N  1  k ]s[ k ] 
   k 0 
var( y[ N  1]; H 0 )  N 1  
2
E   h[ N  1  k ]w[k ]  
 k 0  
18

定义 s   s[0]s[1]s[ N 1]T , h   h[ N 1]h[N 2]h[0]T , w   w[0]w[1] w[ N 1]T
(hT s) 2 (hT s) 2 (hT s) 2 1 (hT s) 2

  T  T 2  2 T
E[(h w ) ] h E (ww )h h  Ih  h h
T 2 T
Cauchy-Schawrz不等式 (hT s ) 2  (hT h)( sT s )

1
 sT
s
 2
最大信噪比准则
当 h  c s 时，取等号，得最大SNR。令 c  1 ，得
下的最优检测器
h[n]  s[ N  1  n],
] n  00,1,
1 , N  1 ——匹配滤波器
 是信号的能量
最大信噪比  max  sT s /  2   /  2，是信号的能量。
19

说明：
说
对WGN中已知的确定性信号的检测问题，NP准则和最大SNR准则
都可以导出匹配滤波器。
对于非高斯情况，匹配滤波器不是NP意义下最佳的，但仍然可以
说使线性FIR滤波器的输出信噪比最大（实际上在更为一般的情况
下匹配滤波器使任何线性FIR滤波器输出的信噪比最大，甚至对线
性无限冲击响应的滤波器也是这样）。
性无限冲击响应的滤波器也是这样）
–原因是非高斯情况下，NP检测器不是线性的，然而对于中等程度高斯
噪声PDF的偏离匹配滤波器仍然有好的性能
噪声PDF的偏离，匹配滤波器仍然有好的性能。
20

匹配滤波器的性能
N 1
检验统计量：
T ( x )   x[ n ] s[ n ]   ' x[ n ] 是高斯的，所以 T ( x )
n0
也是高斯分布的。

  N 1 
 E (T ; H )  E  w [ n ] s[ n ] 0 0  2  ),
N ( 0, ) 在 H 0 条件下

0
 n 0  T  N (  , 2  ), 在 H 1 条件下

 E (T ; H )  E  ( s[ n]  w[ n]) s[ n ]   
N 1
 
 T '  T /  2
1
 n
n 0 
信号

  N 1 
     能量
2
 var( T ; H ) var w [ n ] s[ n ] N (0,1),在H0条件下

0
 n0  T'
 N (  / 2 ,1)
1)在H1条件下
 var(T ; H 1 )   
2
P(x|H0)
很显然，随着
很显然随着  /  的增加，
的增加 2
P( |H1)
P(x|H
PDF的形状仍相同，但是分得更开
，所以检测性能也随着  /  2 增
加或者  /  2 增加。
增加
 / 2
21

匹配滤波器的性能（续）
 PF 和 PD
 ' 
PF  Pr {T   '; H 0 }  Q  
  
2
  '  
PD  Pr {T   '; H1}  Q  
  
2
 1 1
Q( x)   exp( t 2 )dt
x
2 2
门限  '由 PF 决定
决定：  '   2 Q 1 ( PF )
 1  
PD  Q  Q ( PF )  2 

匹配滤波器
   输出的SNR
22

PD-SNR(ENR)
SNR(ENR)
23

能通过能噪声比（或者S )影响检测性能

信号能量通过能量噪声比ENR（或者SNR)影响检测性能，
信
但信号形状不影响匹配滤波器的检测性能。
下面两个信号将产生相同的检测性能，因为它们的能量相等。
但当噪声是有色时，信号形状成为重要的设计考虑——波
形设计。
24

处理增益
信号检测中匹配滤波器的使用导出了处理增益的概念。
信号检测中匹配滤波器的使用导出了处理增益的概念
问题：是基于检验统计量作判决还是直接根据数据作判决
？
处理增益定义为最佳检验统计量（即处理过的数据）的信
处增定义为最佳检验统计量即处过的数据的信
噪比除以单个样本数据（没处理过的数据）的信噪比。
处理增益可以看作为根据检验统计量进行判决的优势，检
据检验统计量进行判决的优势检
验统计量是数据的最佳组合，而直接根据数据进行判决则
不是最佳组合。
不是最佳组合
25

处理增益（续）
考虑检测问题：
考虑一检测问题：
H 0 : x[n]  w[n] n  0,1, , N  1
H1 : x[n]  A  w[n] n  0,1,
, , , N  1
根据单个样本检测信号时，信噪比为：
 A2
in  2  2
   NA2
通过使用匹配滤波器来处理N个样本，那么性能将得到改善，out   2   2
信噪比的改善或 out / in称为处理增益(PG)，

称为处理增益(PG)
out
PG  10 log10  10 log10 N dB
in
PD  0.5, PF  10，要求ENR=10dB。
3
PD  0.95,, PF  103,则要求
,则要求ENR=14dB。PG增加4dB要求
增加要求 N  2.5 N
26

匹配滤波器
匹配滤波器检验统计量具有均值偏移高斯-高斯问题
H1 : T  N ( 1 ,  2 ); H 0 : T  N (  2 ,  2 )
两个假设的差别是检验统计量的均值有偏移。对于这类检测
器，检测性能完全由偏移系数（deflection coefficient）d 2
确定 ( E (T ; H )  E (T ; H )) 2 (    ) 2
d2  1 0
 1 2
( 1  2 )
var(T ; H 0 )  2
匹配滤波器输
滤波输
当  2  2
 0 时，d  12   /  2
2
出端的SNR

只有均值偏移高斯高斯问题的检测性能才能
需要注意的是，只有均值偏移高斯-高斯问题的检测性能才能
需要注意的是
由偏移系数唯一确定，但这也常常用于其他一些检测性能计
算的近似
算的近似。
27

 滤波
匹配滤波器
28

 滤波高斯白噪声中确定信的佳检测
匹配滤波器是高斯白噪声中确定信号的最佳检测器。
问多情况下噪声往往是有噪声相噪声
问题：在许多情况下，噪声往往是有色噪声/相关噪声，
此时的最佳检测器是什么？——广义匹配滤波器
(0 C)，其中C为协方差矩阵。
假设 w  N (0, 其中C为协方差矩阵
–若噪声是广义平稳的(WSS)，则C具有对称Toeplitz矩阵的特殊形式。
–对于非平稳噪声，C是任意的协方差矩阵。
检测问题为： H 0 : x  w  N (0, C ); H1 : x  s  w  N ( s, C )
似然比检验
1 1 1 1
p(x; H 0 )  1
exp[ xT C1x] p (x; H1 )  exp[ (x  s)T C1 (x  s)]
2 1
2
(2 ) N /2
det (C)
2
(2 ) N /2
det (C)
2
29

广义匹配滤波器（续）
检验统计量：
p (x; H1 ) 1 1
l (x)  ln    (x  s)T C1 (x  s)  xT C1x   xT C1s  sT C1s
p (x; H 0 ) 2 2
H1 1
T ( x)  x C s   '
T 1  '  sT C1s
H0 2
此检测器称为广义相关器或广义匹配滤波器，可以将其看
作为相关器，其中信号项是修改的信号
T 1
s '  C1s 。那么 T (x)  x C s  x s '
T
xT s H1
特例对于WGN C   2 I ，检测器化简为
特例一：对于WGN, 检测器化简为  2
 '
H0
N 1 H1
即： x s 
T
 x[n]s[n]   ''
n 0 H0
30

特例二：不等方差的不相关噪声情况
如果 w[n]  N (0,  n2 )，且w[n]是不相关的，那么 C  diag( 02 ,  12 , ,  N2 1 )
且 C1  diag (1/  02 ,1/  12 , ,1/  N2 1 )。
H1 N 1
x[ n ] s[ n ] H1
T ( x)  x C s   '
T 1
T (x)   
H0 n0  2
n H0
N 1
w[n]  s[n] s[n] N 1
s[n] s[n]
在 H1 条件下，有 T ( x)  
n n
  ( w '[n] 
n
)
n
n0 n 0
由于Cw '  I ，所以其中的噪声样本被均衡(预白化)了。

所以其中的噪声样本被均衡(预白化)了
但是信号会失真为 s '[ n]  s[n] /  n 。
31

白化后检测器与失真后的信号相关，广义匹配滤波器表
示为 N 1
T ( x ')   x '[ n ]s '[ n ] x '[n]  x[n] /  n
n0 可看作预白化器
推广：任意协方差矩阵情况
任何正定的矩阵C，可逆且正定，所以可分解为
任何正定的矩阵C 可逆且正定所以可分解为 C1  DT D 。其中D是
其中D是
非奇异的 N  N的矩阵。检验统计量为
T(( x)  xT DT Ds  x 'T s '
x '  Dx s '  Ds
预白化形式的广义匹配滤波器的实现
32

证线性变换（称为白化矩阵）确实能够产生 G
证明：线性变换（称为预白化矩阵）确实能够产生WGN
令 w '  Dw，那么
那
Cw '  E (w ' w 'T )  E (Dww T DT )  DE (ww T )DT  DCDT

 D(DT D) 1 DT  I
WGN噪声的
协方差矩阵
33

34

广义匹配滤波器的性能（续）
信号波形设计：如何设计信号使得 sT C1s 最大？
N 1
s 2 [ n]
考虑 C1  diag (1/  02 ,1/  12 , ,1/  N2 1 )情况，我们有 s C s  
T 1
n 0  n2
问题：若使上式达到最大，应该令 s[n]   。很显然，实际中很
难做到。
解决办法：增加必要的约束条件。

N 1 2
对信号
对信号能量加以约束，令
以约束，令 n 0
n
s [n]   。使用拉格朗日乘因子，
使用格朗乘因子，
使下式最大
N 1
s 2 [ n]  N 1

F        s 2 [ n] 
n0  n2  n 0 
求偏导数，得
F 2 s[k ]  1 
  2  s[ k ]  2
2s[k]
[k]  2     0,
0 k  0,1,
0 1 , N 1
s[k ] k 2
k  35

由于  是常数，至多有个k，使得有 1/  2    （假定所有的
是常数，至多有一个
k 0 n 2
是不同的）。
–假定对 k  j 满足这个条件，那么，对剩下的样本或对
个条件样 k  j，s[k]  0 。
此时，sT C1s  s2[ j] 

 2j  2j
为使检测性能最大，我们选择j，使  2j 最小。也就是说，我
们选择j是为了在样本中集中信号的能量（具有最小的噪声
方差）。这样也使偏移系数最大。
36

推广考虑任意噪声协方差矩阵
推广：考虑任意噪声协方差矩阵
束固定的信号
约束固定的信号能量 sT s   ，使
使 sT C1s 最
最大来选择最佳信
来择最信
号
利用拉格朗日乘数法使 F  sT C1s   (  sT s)最大
利用拉格朗日乘数法，使
F
求偏导有  2C1s  2s  0或者 C1s   s
x
 C1s  s  s  相应 C1 最大特征值  的特征向量或相应
C 最小特征值的特征向量。
即若 vmin 是对应C最小特征值的特征矢量，那么应该选择
s   vmin
37

 滤波
匹配滤波器
38

通信系统中的最佳接收机
从雷达/声纳系统到通信系统：
声纳/雷达系统：采用匹配滤波器作为噪声中已知信号的检测。
通信系统：通常是发射M个信号中的一个，而在接收机中，不是
信号出现与否，而是出现的是哪个信号——M个信号分类/检测
首先考虑二元信号分类/检测问题
H 0 : x[n]  s0 [n]  w[n] n  0,1, , N  1
H1 : x[n]  s1[n]  w[n] n  0,1, , N  1
已知确定性信号
WGN，方差为 
2
39

通信系统中的最佳接收机
通信中通常采用最小平均错误概率准则
 当 C00  C11  0 ，C10  C01  1时，即正确判决不付出代价，错误判
时，
决代价相同
假定发射信号
假定发射信号S0 [n] 和 S1[n] 的先验概率相同
即：最大似然（ML）准则
p ( x | H1 ) P( H 0 )
  1
p( x | H 0 ) p ( H1 )
较大的条件似然选择假设 H1 ，即选择 p ( x | H i ) 最大的假

设
40

通信系统中的最佳接收机（续）
1  1 N 1

由
由于 p( x | H i )  N
exp   2
 2
 ( x[n]  si [n]) 
2

(2 ) 2 2 n0
N 1
等价于判使 D   ( x[
i
2
n ]  si [ n
n 0
]) 2
最小的假设H i成立，
最小距离接收机
如信样 R 空间中的矢量，那么
空中
N
如果将数据和信号样本看成
2
Di2  (x  si )T (x  si )  x  si
其中 ξ   i  0  i2 是 R N 空间中的平方欧几里德范数，因此我们
2 N 1
选择信号矢量最靠近 x的假设。
41

最小距离接收机
判决：距离比较
 x  s0 小于 x  s ，那么将 x分配给 H 0。
1
 x  s0 大于 x  s1 ，将 x分配给H1。
42

最小距离接收机（续）
 般的情
更一般的情况：
判决边界是连接两个信号矢量 s0，s1的中垂线。最佳性能出现在 s0
和 s 分得最远的时候。
1
43

最小距离接收机（续）
最小距离接收机也可以用更为熟悉的形式表示:
N 1 N 1 N 1
由于 D   x [n]  2 x[n]si [n]   si2 [n]
i
2 2
n 0 n 0 n 0
N 1 N 1 N 1
我们判使 Ti ( x)   x[n]si [n]   si [n]   x[n]si [n]  1  i 最大的假设
1 2
n 0 2 n 0 n 0 2
H i 成立。（  n 0 x 2 [n] 的值对i=0和i=1是相同的）

N 1
最小接收机的实现：
44

检测性能分析
错误概率为 Pe  P( H1 | H 0 ) P( H 0 )  P( H 0 | H1 ) P( H1 )
错误概率为：
假定先概率相等则
假定先验概率相等，则
1
Pe   P ( H1 | H 0 )  P ( H 0 | H1 ) 
2
1
  Pr T1  x   T0  x  | H 0   Pr T0  x   T1  x  | H1
2
1
  Pr T1  x   T0  x   0 | H 0   Pr T0  x   T1  x   0 | H1
2
45

检测性能分析（续）
令T (x)  T1  x   T0  x ，则检验统计量为

则检验统计量为
N 1
1
T ( x)   x[n]( s1[n]  s0[n])  (1   0 )
n0 2
在每种假设下它是高斯随机变量矩为
在每种假设下，它是高斯随机变量，矩为
N 1
1
E (T | H 0 )   s0 [ n]( s1[ n]  s0 [ n])  ( 1   0 )
n0 2
N 1
1 N 1 2 1 N 1 2
  s0 [ n]s1[ n]   s0 [ n]   s1 [ n]
n0 2 n0 2 n0
1 N 1 1
   ( s1[ n]  s0 [ n])   s1  s0
2 2
2 n 0 2
46

检测性能分析
类似地
1 2
E(T | H1)  s1 s0 E(T | H0)
2
 N-1  N1
var(T | H0)  varx[n](s1[n]s0[n])| H0   var(x[n])(s1[n]s0[n])2
 n0  n0
2
2 s1 s0
2
var(T | H1)  var(T | H0)  s1 s0
2
47

检测性能分析
由于固有的接收对称性，错误是
由于固有的接收对称性错误是
相同的: Pe  Pr{T(x)  0| H0}
1
在 0 条件下，
条件
2 2
H T ~ N( s1  s0 , 2
s1  s0 )
2
 
2 
故 P  Q 1 s1 s 0 
e
2  2

 
Pe 随着 s1  s0 2的增
加而减少
48

信号的设计
为使Pe最小，选择信号时必须约束信号的能量。
最小选择信号时必须约束信号的能量
因为平均功率通常都是有限的（发射物理装置的限制），
并信号持续时间也有限制（需要以一定的速率发射码元）。
1
我们将信号的平均能量  ( 1   0 ) 加以约束，假定先验概
我们将信号的平均能量
2
率相等，那么
2
s1  s0  s1T s1  2s1T s0  s0T s0  2  2s1T s0  2(1 s )
s1T s0
s 
1 T
(s1 s1  s0T s0 )
2
49

信号的设计（续）
由于 s 1 ，可以解释为信号相关系数（例如如果
可以解释为信号相关系数（例如如果 s1T s0  0
，即两信号矢量正交， s  0 ）。因此，二元通信系统的性能
由下式给出   (1   ) 
Pe  Q  s

 2 2

 
为了在约束平均能量的条件下使 Pe 最小，选择的信号应
该保证 s =  1。（ Q  x  是单调递减函数）
50

例相移键控信
例一：相移键控信号
在相移（PSK）系统中（由于通常假定信号是完全已知的，
相移系统中于常假定信号是完知的
所以也称为相干PSK） s0[n]  Acos2 f0n
s1[n] Acos(2 f0n) Acos2 f0n
其中 n  0,1, ..., N  1 ，所以 s1  s0
容易证明： s  1
由于每个信号有相同的能量
NA2
 ,   Pe  Q(  /  2 )
2
51

例频移键控信
例二：频移键控信号
 s 0 [ n ]  A cos 2 f 0 n
在频移键控（FSK）（或相干FSK）系统中
频移键相系统中 
 s1 [ n ]  A cos 2 f1 n
其中，n  0,1,..., N 1 。
信号相关性取决于频率间隔，对 f1  f0 1/ (2N)，信号近似

正交即： s  0
正交，即：
进一步证明信号近似有相同的信号能量：   NA 2 / 2, 所以  
Pe  Q(  /(2 2 ))
52

比较 S 和 S
比较PSK和FSK
8
1.PSK中，对于典型的
1 PSK中对于典型的 10
的误差率，要求15dB的平
均信号能量噪声比（ENR）
。
2.比较PSK和FSK，可以看
2 比较PSK和FSK 可以看
到，对于同样的错误概率
，FSK系统的平均能量必须
是PSK系统的两倍。
是PSK系统的两倍
53

本讲内容回顾与思考
本讲重点
匹配滤波器、广义匹配滤波器
本讲难点
预白化
信号波形的设计
思考：
？
如何利用确定信号检测的方法研究
通信中的调制性能以及信号容量的分析？
54

北京邮电大学 信息与通信工程学院 郭彩丽 guocaili@bupt edu cn guocaili@bupt.edu.cn

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

北京邮电大学 信息与通信工程学院 郭彩丽 guocaili@bupt edu cn guocaili@bupt.edu.cn

Uploaded by

Copyright:

Available Formats

确定信号检测

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

般 言 上述检验统计 根据信 的值对数据样本进行

© 2004, CCID Consulting(HK8235) All Rights Reserved

如果令冲激响应为信号的镜像，即 h[n]  s[ N 1  n], n  0,1,

© 2004, CCID Consulting(HK8235) All Rights Reserved

h[n]   s[ N 1 n ], n  0,1,,N 1

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

定义 s   s[0]s[1]s[ N 1]T , h   h[ N 1]h[N 2]h[0]T , w   w[0]w[1] w[ N 1]T

(hT s) 2 (hT s) 2 (hT s) 2 1 (hT s) 2

Cauchy-Schawrz不等式 (hT s ) 2  (hT h)( sT s )

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

能 通过能 噪声比 （或者S )影响检测性能

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

信噪比的改善或 out / in称为处理增益(PG)，

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

且 C1  diag (1/  02 ,1/  12 , ,1/  N2 1 )。

由于Cw '  I ，所以其中的噪声样本被均衡(预白化)了。

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

Cw '  E (w ' w 'T )  E (Dww T DT )  DE (ww T )DT  DCDT

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

较大的条件似然选择假设 H1 ，即选择 p ( x | H i ) 最大的假

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

H i 成立。（  n 0 x 2 [n] 的值对i=0和i=1是相同的）

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

令T (x)  T1  x   T0  x ，则检验统计量为

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

© 2004, CCID Consulting(HK8235) All Rights Reserved

北京邮电大学信息与通信工程学院郭彩丽 guocaili@bupt edu cn guocaili@bupt.edu.cn

北京邮电大学信息与通信工程学院郭彩丽 guocaili@bupt edu cn guocaili@bupt.edu.cn

般言上述检验统计根据信的值对数据样本进行

能通过能噪声比（或者S )影响检测性能