1 问题
考虑二元信号(BPSK)的检测问题。当假设
H
0
H_0
H0为真时,信源产生
−
1
-1
−1,当
H
1
H_1
H1为真时,信源产生
+
1
+1
+1。信源叠加均值为0、方差为
σ
2
\sigma^2
σ2的高斯噪声
n
n
n,成为观测信号
y
y
y。这样,在两个假设下,观测信号模型为
{
H
0
:
y
=
−
1
+
n
H
1
:
y
=
+
1
+
n
(1)
\left\{\begin{array}{l} H_0:y=-1+n \\ H_{1}:y=+1+n \end{array}\right.\tag{1}
{H0:y=−1+nH1:y=+1+n(1)
根据观测信号检测原始信号。
2 分析
根据已知条件,可以写出两种假设下观测信号的概率密度函数,分别为
{ P ( y ∣ H 1 ) = 1 2 π σ exp [ − ( y − 1 ) 2 2 σ 2 ] P ( y ∣ H 0 ) = 1 2 π σ exp [ − ( y + 1 ) 2 2 σ 2 ] \left\{\begin{array}{l}P\left(y \mid H_{1}\right)=\frac{1}{\sqrt{2 \pi} \sigma} \exp \left[-\frac{(y-1)^{2}}{2 \sigma^{2}}\right] \\\\ P\left(y \mid H_{0}\right)=\frac{1}{\sqrt{2 \pi} \sigma} \exp \left[-\frac{(y+1)^{2}}{2 \sigma^{2}}\right]\end{array}\right. ⎩⎪⎪⎨⎪⎪⎧P(y∣H1)=2πσ1exp[−2σ2(y−1)2]P(y∣H0)=2πσ1exp[−2σ2(y+1)2]
在通信中,或者在二元假设检验问题中,我们一般假定信源输出受先验概率 P ( H 0 ) P(H_0) P(H0)、 P ( H 1 ) P(H_1) P(H1)控制,显然,在检测的时候一个合理的判决准则即在观测结果 y y y已知的条件下,选择事件 H 0 H_0 H0、 H 1 H_1 H1出现概率较大的那一个事件,即通过比较 P ( H 0 ∣ y ) P(H_0|y) P(H0∣y)和 P ( H 1 ∣ y ) P(H_1|y) P(H1∣y)的大小来判定信源是 P ( H 0 ) P(H_0) P(H0)还是 P ( H 1 ) P(H_1) P(H1)。即当
P
(
H
1
∣
y
)
>
P
(
H
0
∣
y
)
(3)
P(H_1|y)>P(H_0|y)\tag{3}
P(H1∣y)>P(H0∣y)(3)
或
P
(
H
1
∣
y
)
P
(
H
0
∣
y
)
>
1
(4)
\displaystyle\frac{P(H_1|y)}{P(H_0|y)}>1\tag{4}
P(H0∣y)P(H1∣y)>1(4)
时,选择
H
0
H_0
H0,否则,选择
H
1
H_1
H1。
上述判决过程可以简写城下列表达式
P ( H 1 ∣ y ) P ( H 0 ∣ y ) ≷ H 0 H 1 1 (5) \frac{P\left(H_{1}|y\right)}{P\left(H_{0}| y\right)} \gtrless_{H_{0}}^{H_{1}} 1\tag{5} P(H0∣y)P(H1∣y)≷H0H11(5)
式5通常称为判决表达式。因为 P ( H 0 ∣ y ) P(H_0|y) P(H0∣y)和 P ( H 1 ∣ y ) P(H_1|y) P(H1∣y)两个条件概率是在得到观测值 y y y后事件 H 0 H_0 H0、 H 1 H_1 H1出现的概率,所以称它们为后验概率。根据式5进行判决的准则称为最大后验概率准则。
对上述问题采用最大后验概率准则进行检测.根据贝叶斯公式,有
P ( H 0 ∣ y ) = P ( y ∣ H 0 ) P ( H 0 ) P ( y ) (6) P(H_0|y)=\displaystyle\frac{P(y|H_0)P(H_0)}{P(y)}\tag{6} P(H0∣y)=P(y)P(y∣H0)P(H0)(6)
P ( H 1 ∣ y ) = P ( y ∣ H 1 ) P ( H 1 ) P ( y ) (7) P(H_1|y)=\displaystyle\frac{P(y|H_1)P(H_1)}{P(y)}\tag{7} P(H1∣y)=P(y)P(y∣H1)P(H1)(7)
将(6)(7)式代入(5)式,得到
P
(
H
1
∣
y
)
P
(
H
0
∣
y
)
=
P
(
y
∣
H
1
)
P
(
H
1
)
P
(
y
∣
H
0
)
P
(
H
0
)
≷
H
0
H
1
1
(8)
\frac{P\left(H_{1}|y\right)}{P\left(H_{0}| y\right)} =\displaystyle\frac{P(y|H_1)P(H_1)}{P(y|H_0)P(H_0)}\gtrless_{H_{0}}^{H_{1}} 1\tag{8}
P(H0∣y)P(H1∣y)=P(y∣H0)P(H0)P(y∣H1)P(H1)≷H0H11(8)
在通信中,一般情况下,发送端0和1的个数是相等的,即
P ( H 0 ) = P ( H 1 ) = 0.5 (9) P(H_0)=P(H_1)=0.5\tag{9} P(H0)=P(H1)=0.5(9)
将(2)式、(9)式代入(8)式,得
P
(
H
1
∣
y
)
P
(
H
0
∣
y
)
=
P
(
y
∣
H
1
)
P
(
y
∣
H
0
)
=
exp
[
4
y
2
σ
2
]
≷
H
0
H
1
1
(10)
\frac{P\left(H_{1}|y\right)}{P\left(H_{0}| y\right)} =\displaystyle\frac{P(y|H_1)}{P(y|H_0)}=\exp[\displaystyle\frac{4y}{2\sigma^2}]\gtrless_{H_{0}}^{H_{1}} 1\tag{10}
P(H0∣y)P(H1∣y)=P(y∣H0)P(y∣H1)=exp[2σ24y]≷H0H11(10)
两边取对数,得到
ln [ exp [ 4 y 2 σ 2 ] ] = 4 y 2 σ 2 ≷ H 0 H 1 0 (11) \ln[\exp[\displaystyle\frac{4y}{2\sigma^2}]]=\displaystyle\frac{4y}{2\sigma^2}\gtrless_{H_{0}}^{H_{1}} 0\tag{11} ln[exp[2σ24y]]=2σ24y≷H0H10(11)
因为 σ > 0 \sigma>0 σ>0,则在这个假设下,用最大后验概率准则检测信号时,问题转化为,观测值大于0,则判断原始信号为1,观测值小于0,判断原始信号为0。
3 代码
%-----------最大后验概率仿真-----------
%-------------------------------------
%信源
%二进制,0和1的概率相同,均为50%
simLen = 200000;
x = randi([0 1],1,simLen);
%BPSK调制,调制之后,信号功率为1
sig = 2*x-1;
%------------------
loopTime = 60;
snr = zeros(1,loopTime);
ber = zeros(1,loopTime);
for i=1:loopTime
%信道
%高斯白噪声信道
theta = 0.1+i*0.05;
%计算信噪比
snr(i) = 10*log2(1/(theta^2));
s = randn(1,simLen)*theta;
%接收端的观测值
y = sig + s;
if i==20
%画图
figure(1)
subplot(2,1,1);
plot(sig(1:40),'o-');
grid on;
title('modulated data');
axis([-inf inf -2 2]);
subplot(2,1,2)
plot(y(1:40),'o-')
axis([-inf inf -4 4]);
grid on;
title('modulated data with noise');
end
%根据最大后验概率准则进行信号检测
%计算p(y|h0)和p(y|h1)
%p(y|h0)
p0 = exp(-((y+1).^2)./(2*theta*theta));
%p(y|h1)
p1 = exp(-((y-1).^2)./(2*theta*theta));
%计算比值
%eta = p1./p0;
%eta = exp(4*y/(2*theta*theta));
eta=y;
%检测结果
sigmod = eta>0;
ber(i) = 1-sum(sigmod==x)/simLen;
end
%误码率图
figure(2)
semilogy(snr,ber,'^--')
grid on
title('MAP detection')
xlabel('SNR(dB)')
ylabel('BER')