\quad输入s(t)s(t)s(t)经过AWGN信道后得到r(t)r(t)r(t),即r(t)=sm(t)+n(t)r(t)=s_m(t)+n(t)r(t)=sm​(t)+n(t)。
\quad将sm(t)s_m(t)sm​(t)进行施密特正交化,可以写成sm(t)=∑j=1Nsmjϕj(t)s_m(t)=\sum_{j=1}^Ns_{mj}\phi_j(t)sm​(t)=∑j=1N​smj​ϕj​(t),这样就可以得到波形的矢量表达式。噪声n(t)n(t)n(t)不能使用ϕj(t)\phi_j(t)ϕj​(t)全部展开,可以将其分解成两部分:

  • n1(t)n_1(t)n1​(t):噪声n(t)n(t)n(t)中能够以ϕj(t)\phi_j(t)ϕj​(t)展开的部分,n1(t)=∑j=1Nnjϕj(t)n_1(t)=\sum_{j=1}^Nn_j\phi_j(t)n1​(t)=∑j=1N​nj​ϕj​(t)
  • n2(t)n_2(t)n2​(t):噪声n(t)n(t)n(t)中不能以ϕj(t)\phi_j(t)ϕj​(t)展开的部分,n2(t)=n(t)−n1(t)n_2(t)=n(t)-n_1(t)n2​(t)=n(t)−n1​(t)

\quad最终,r(t)=∑j=1Nrjϕj(t)+n2(t)r(t)=\sum_{j=1}^Nr_j\phi_j(t)+n_2(t)r(t)=∑j=1N​rj​ϕj​(t)+n2​(t),其中rj=smj+njr_j=s_{mj}+n_jrj​=smj​+nj​。
\quadnjn_jnj​是随机变量n(t)n(t)n(t)的线性组合,是高斯的,均值为0,方差为N0/2N_0/2N0​/2。n2(t)n_2(t)n2​(t)也是高斯过程,因为n(t),n1(t)n(t),n_1(t)n(t),n1​(t)是高斯过程。
\quad结论:n2(t),rjn_2(t),r_jn2​(t),rj​是不相关的,因此rjr_jrj​是携带发送信号的唯一分量,所以, n2(t)n_2(t)n2​(t)不包含与发送信号有关的任何信息,即n2(t)n_2(t)n2​(t)对最佳检测是无关的信息。可以忽略而不影响检测器的最佳性。

AWGN信道最佳接收机

\quad接收机作用:对接收信号r(t)r(t)r(t)进行观测,做出判决输出m^\hat{m}m^。
\quad最佳判决:导致最小错误概率的判决准则:Pe=P[m^≠m]P_e = P[\hat{m} ≠m]Pe​=P[m^​=m]。任务是根据r(t)r(t)r(t)设计一个接收机使得错误概率最小,这就是最佳接收机。
\quad接收机功能分为两步:解调(将波形转换成n维矢量)、检测器(判决)。

解调器

  • 将接收到的信号加噪声变换成N维矢量。即将r(t)展开成一系列线性加权的标准正交基函数之和:r(t)=∑k=1Nrkϕk(t)r(t)=\sum_{k=1}^N r_k\phi_k(t)r(t)=∑k=1N​rk​ϕk​(t),将r(t)r(t)r(t)转化为矢量r(k)r(k)r(k)。可以用相关接收机来实现或匹配滤波器实现。

相关接收机

  • rkr_krk​的均值为E[rk]=E[smk+nk]=smkE[r_k]=E[s_{mk}+n_k]=s_{mk}E[rk​]=E[smk​+nk​]=smk​,方差为σr2=σn2=N0/2\sigma_r^2=\sigma_n^2=N_0/2σr2​=σn2​=N0​/2
  • 因此,随机变量r=[r1,r2,⋯,rN]r=[r_1,r_2,\cdots,r_N]r=[r1​,r2​,⋯,rN​]的联合概率密度函数为P(r∣sm)=∏k=1NP(rk∣smk)P(r|s_m)=\prod_{k=1}^NP(r_k|s_{mk})P(r∣sm​)=∏k=1N​P(rk​∣smk​),得到:

匹配滤波器

\quad用一组N个线性滤波器替代N个相关器来产生rkr_krk​,滤波器的冲激响应hk(t)=ϕk(T−t)h_k(t)=\phi_k(T-t)hk​(t)=ϕk​(T−t)。滤波器输出为yk(t)=r(t)∗hk(t)=∫0Tr(τ)hk(t−τ)dτ=∫0Tr(τ)ϕk(T−t+τ)dτy_k(t)=r(t)*h_k(t)=\int_0^Tr(\tau)h_k(t-\tau)d\tau=\int_0^Tr(\tau)\phi_k(T-t+\tau)d\tauyk​(t)=r(t)∗hk​(t)=∫0T​r(τ)hk​(t−τ)dτ=∫0T​r(τ)ϕk​(T−t+τ)dτ。在t=Tt=Tt=T时抽样得到yk(T)=∫0Tr(τ)ϕk(τ)dτ=rky_k(T)=\int_0^Tr(\tau)\phi_k(\tau)d\tau=r_kyk​(T)=∫0T​r(τ)ϕk​(τ)dτ=rk​。
\quad所谓匹配即为与原信号匹配,例如下图中h(t)=s(T−t)h(t)=s(T-t)h(t)=s(T−t):

\quad当输入为带有噪声的信号s(t)+n(t)s(t)+n(t)s(t)+n(t),使用匹配滤波器h(t)=s(T−t)h(t)=s(T-t)h(t)=s(T−t)时,在t=Tt=Tt=T时采样,输出结果的信噪比最大,为2∫0Ts2(t)dt/N02\int_0^T s^2(t)dt / N_02∫0T​s2(t)dt/N0​。匹配滤波器的输出信噪比决定于信号波形s(t)s(t)s(t)的能量,与s(t)s(t)s(t)的细节特征无关。无噪声情况下匹配滤波器输出信号功率为Ps=∫0Ts2(t)dtP_s=\int_0^T s^2(t)dtPs​=∫0T​s2(t)dt。

最佳检测器

\quad在观测向量r=[r1,r2,⋯,rN]r=[r_1,r_2,\cdots,r_N]r=[r1​,r2​,⋯,rN​]的基础上,实现最佳判决,即使正确判决的概率最大。

  • 后验概率:在观测向量r的基础上,推断发送信号sms_msm​的概率:P(发送信号sm∣r),m=1,2,⋯,MP(发送信号s_m|r),m=1,2,\cdots,MP(发送信号sm​∣r),m=1,2,⋯,M

  • 最大后验概率准则MAP:选择后验概率集P(sm∣r)P(s_m|r)P(sm​∣r)中最大值的信号

  • P(sm∣r)=P(r∣sm)P(sm)P(r)P(s_m|r)=\frac{P(r|s_m)P(s_m)}{P(r)}P(sm​∣r)=P(r)P(r∣sm​)P(sm​)​

  • 当M个信号先验等概时,即P(sm)=1MP(s_m)=\frac{1}{M}P(sm​)=M1​,P(sm∣r)P(s_m|r)P(sm​∣r)最大等价于P(r∣sm)P(r|s_m)P(r∣sm​)最大。

  • 我们称P(r∣sm)P(r|s_m)P(r∣sm​)为似然函数,因此最大化后验概率在先验等概时等价于最大化似然函数ML。

  • 在AWGN信道下,P(r∣sm)=1(πN0)N/2exp{−∑k=1N(rk−smk)2N0}P(r|s_m)=\frac{1}{(\pi N_0)^{N/2}}exp\{-\sum_{k=1}^N \frac{(r_k-s_{mk})^2}{N_0}\}P(r∣sm​)=(πN0​)N/21​exp{−∑k=1N​N0​(rk​−smk​)2​},取对数可以得到InP(r∣sm)=−12In(πN0)−1N0∑k=1N(rk−smk)2InP(r|s_m)=-\frac{1}{2}In(\pi N_0)-\frac{1}{N_0}\sum_{k=1}^N(r_k-s_{mk})^2InP(r∣sm​)=−21​In(πN0​)−N0​1​∑k=1N​(rk​−smk​)2。因此P(r∣sm)P(r|s_m)P(r∣sm​)最大等价于∑k=1N(rk−smk)2\sum_{k=1}^N(r_k-s_{mk})^2∑k=1N​(rk​−smk​)2最小。

  • 经过重重推导,最小化∑k=1N(rk−smk)2\sum_{k=1}^N(r_k-s_{mk})^2∑k=1N​(rk​−smk​)2等价于最大化C(r,sm)=2∫0Tr(t)sm(t)dt−∣∣sm∣∣2C(r,s_m)=2\int_0^Tr(t)s_m(t)dt-||s_m||^2C(r,sm​)=2∫0T​r(t)sm​(t)dt−∣∣sm​∣∣2。因此最佳接收机可以将接受信号r(t)r(t)r(t)与M个可能发送的信号做相关运算,如下图所示:

  • 也可以使用匹配滤波器在t=Tt=Tt=T时刻采样,效果一样。

  • 判决域

  • 误符号差错概率:Pe=∑m=1MPmP(r∉Dm∣smsent)=∑m=1MPmPe∣mP_e=\sum_{m=1}^MP_mP(r\notin D_m | s_m sent)=\sum_{m=1}^MP_mP_{e|m}Pe​=∑m=1M​Pm​P(r∈/​Dm​∣sm​sent)=∑m=1M​Pm​Pe∣m​

  • 误比特率:单个比特传输时的差错概率

  • 接下来看看几种信号的误比特率

二进制PAM:二进制双极性信号

\quad信号波形:s1(t)=g(t),s2(t)=−g(t)s_1(t)=g(t),s_2(t)=-g(t)s1​(t)=g(t),s2​(t)=−g(t)

二进制正交信号

数字通信第四章——波形解调与最佳检测接收相关推荐

  1. 读书笔记《Outlier Analysis》 第四章 基于邻近的异常检测

    1.基本介绍 基于邻近的技术是指,当一个数据点的位置或邻近是稀疏时,则将其定义为一个离群点. 1.1 基于邻近的技术最常见的三种离群点分析的定义: 基于聚类: 使用非任何聚类中数据点的成员.其与其他聚 ...

  2. Josh 的学习笔记之数字通信(Part 3——基带信号解调与检测)

    文章目录 1. 信号和噪声 1.1 通信系统中差错性能的劣化 1.2 解调和检测 1.3 信号和噪声的矢量表示 1.3.1 信号波形的能量 1.3.2 广义傅里叶变换 1.3.3 用正交波形表示白噪声 ...

  3. 2020-08-21 光纤通信第四章知识点整理

    第四章 光纤通信系统 目录 4.1 模拟光纤通信 2 4.2 数字光纤通信系统和总体设计 3 4.2.1 数字光纤通信系统基本组成 3 4.2.2 数字光纤通信系统总体设计 4 4.3 数字光纤传输系 ...

  4. 数字图像处理学习笔记4第四章 图像变换 附实验

    第四章 图像变换 附实验 前言 图像变换:为达到某种目的将原始图像变换映射到另一个空间上,使得图像的某些特征得以突出,以便于后面的处理和识别. 4.1连续傅里叶变换 一维变换 用傅里叶变换表示的函数特 ...

  5. matlab的meadian函数_24 第二十四章 时间序列模型_W

    <24 第二十四章 时间序列模型_W>由会员分享,可在线阅读,更多相关<24 第二十四章 时间序列模型_W(31页珍藏版)>请在人人文库网上搜索. 1.第二十四章时间序列模型 ...

  6. 第四章 eCallNG-eCall

    第四章 eCall/NG-eCall 4.1 车辆紧急呼叫的关键要求 欧盟提出eCall技术方案需要满足以下车辆紧急呼叫业务的核心要求: 当车辆发生交通事故时能由车载台自动发起报警或用户手动报警. 应 ...

  7. 王道考研 计算机网络笔记 第四章:网络层

    本文基于2019 王道考研 计算机网络: 2019 王道考研 计算机网络 个人笔记总结 第一章:王道考研 计算机网络笔记 第一章:概述&计算机网络体系结构 第二章:王道考研 计算机网络笔记 第 ...

  8. 计算机网络第四章ppt谢希仁,计算机网络课件-谢希仁(第四章).ppt

    计算机网络课件-谢希仁(第四章) 路由器之间交换信息 RIP协议让互联网中的所有路由器都和自己的相邻路由器不断交换路由信息,并不断更新其路由表,使得从每一个路由器到每一个目的网络的路由都是最短的(即跳 ...

  9. 操作系统重点快览第四章

    第四章 存储器管理 符号地址.逻辑地址.物理地址的概念 逻辑地址,也叫做相对地址,或虚拟地址 逻辑地址空间可以是一维的(如连续分配.分页系统)或二维的(如分段系统和段页式系统) 物理地址,也叫做绝对地 ...

最新文章

  1. Windows Storage Server 2008做存储服务器应用案例
  2. SSL/TLS算法流程解析
  3. BRCM5.02编译七:No package 'uuid' found
  4. 取第N个排序的元素之Mysql存储过程动态SQL order by offset实现案例
  5. 【Linux】Linux按tab键补全文件(名)或路径不区分大小写
  6. es6继承 vs js原生继承(es5)
  7. android 8.0 以后 uiautomator 无法直接使用的问题
  8. 孙鑫VC学习笔记:第十三讲 (六) 关于释放内存
  9. python语言规范_python语言规范
  10. object-c的继承
  11. Linux安装绿联无线网卡驱动
  12. CATIA怎么约束快捷键_CATIA设置和查看快捷键的方法及系统默认常用快捷键汇总 | 坐倚北风...
  13. 陈省身文集40——21世纪的数学
  14. 安装青龙面板(不用购买服务器即可薅羊毛)Ubuntu
  15. ZYNQ之GPIO机制
  16. 硬盘变为RAW格式,数据还能恢复吗?
  17. 游戏遇上区块链,从试探到联盟。
  18. 粒子群算法求解无时间窗口VRP问题
  19. python实现秒杀系统_双十一买买买,教你用Python实现秒杀系统
  20. android键盘移动光标,移动端手机键盘唤起等常见问题

热门文章

  1. 地下管线探测仪 光电缆路由探测仪 管线仪 定位仪 探测0-6米 操作简捷 高精度
  2. 如何学计算机打字,如何学会电脑快速打字【理论篇】
  3. Spring cloud nacos注册中心 seata分布式事务
  4. 从0到1搭建一个简易微信小程序
  5. Nginx下配置codeigniter框架方法
  6. 内网电脑服务器时间修改,中国时间服务器(内网时间同步服务器)
  7. oracle数据库sga用途_Oracle SGA详解
  8. 妇产科护理学重点归纳
  9. 【UDS统一诊断服务】四、诊断典型服务(5)— 功能/元件测试功能单元(例行程序功能单元0x31)
  10. JAVA中map转换成实体对象