目录
5.1 不同信号的最佳误码率取决于信号点间的差距（噪声容限）
0 最佳接收总述
实际通信中，往往从很多信号中选择一部分发送，而选择哪些信号是事先不清楚的，只有在接收后才已知。最佳接收或最佳传输，涉及两个层面，一个层面是最佳接收机的设计（滤波器和判决器的设计），这又涉及两个方面：抽样值的最大信噪比（涉及后文的匹配滤波器运算）与最小差错准则（涉及后文的判决结构及其规则（常见比较判别结构）和最佳判决门限的确定），从而得到最小误码率。另一个层面是发送信号的配置（针对同一接收系统，使接收最优的信号形式，得到最佳的误码率），获得最优的系统。因此可以认为最佳接收技术包括三个部分：最佳滤波器设计，最佳判决门限的确定，接收机误码率的最佳信号设计。前两者可以认为是最佳接收机（检测器）的设计或者信号最佳接收技术。
本文讨论的主要是最佳线性滤波器，存在两个设计方向或准则：
| 维纳滤波器 | 输出信号波形与发送信号波形之间均方误差最小。 |
| 匹配滤波器 | 输出信噪比在某一特定时刻达到最大。 |
维纳滤波器追求的是波形的保真度，在信号处理和模拟信号的接收中比较常用。
匹配滤波器适用于数字信号的接收，不关注收、发波形是否相似，关键是抽样判决是否正确，能够使输出信噪比在某一时刻最大化。（本文重点讨论的也是数字信号的接收，后面会论证最大信噪比与信号波形形状无关，因此可用于基带数字信号和已调数字信号）
在通信系统中，滤波器的作用：1.使滤波器输出有用信号的成分尽可能强。2.抑制信号带外噪声，使滤波器的输出噪声成分尽可能小，减小噪声对信号的判决。
在数字信号处理中，滤波器还有其他作用，对于时域，信号的线性处理和滤波器（系统函数）等价，对于频域，可以抑制某些频率的信号或通过某范围频率的信号。
噪声背景下的信号接收是一个统计判决的过程，由最佳接收技术得到的误码率，是理论上可能的最小误码率，但是实际中往往达不到最佳误码率，实际接收机的误码率后面还会有讨论。
注意最佳接收是相对概念，是在某种准则下的最佳，最常讨论的即最小平均错判（差错）概率准则，不考虑信号失真的影响，判决均方误差最小的信号为接收信号，同时等效于输出信噪比（通信中信号可靠性的指标）最大化。即为后面会进一步解释的，在最小差错概率准则下，相关器形式的最佳接收机与匹配滤波器形式的最佳接收机是等效的。
除此之外，还有其他的判决准则，如最小风险准则 、最小最大决策准则 、Neyman-Pearson准则等，详细可参考模式识别相关知识。
虽然在最小差错概率准则的条件下，最小均方误差准则和最大输出信噪比准则等价，且可分别设计相应的滤波器，但是由于多种因素，在数字通信中，匹配滤波器应用更多，因此滤波器主要采用匹配滤波器。
1 信号空间理论
1.1 信号空间思想
现代通信理论普遍采用信号空间的分析方法
信号分析的理论表明，信号波形表示式与多维矢量之间存在着许多形式上的相似，借助于信号与矢量之间的类比，可得到信号波形在正交信号空间的矢量表示法 这样，使我们对数字调制信号的分析有直观的认识，并有更深入的理解 。将信号的矢量表示工具与统计判决理论相结合，能很好地解决M进制数字调制的最佳设计问题:简化调制信号的产生及最佳接收，且误码性能计算容易 。所以，在通信理论中，研究信号被形的矢量表示(或称为几何表示)具有重要意义 。
1.2 信号空间相关理论定义
信号空间相关理论定义：贴图附教材定义
信号空间相关参数：
通过上述分析可看到 ，M个能量有限信号波形可相应地映射为N维信号空间中的M个点 ，在 维信号 间中 M个点的集合称为信号星座，可用几何图形表示，称为信号星座图，或称为信号空间。在信号空间图中从坐标原点到信号空间中某一矢量长度的平方等于相应信号的能量。在信号空间图中两矢量端点之间的距离称为一对信号波形之间的欧氏距离，两信号波形之差的能量等于在信号空间两矢量端点之间距离的平方。
1.3 信号分析在信号空间中的应用
先树立一些直观的概念（后面的内容里会逐渐展开）：
信号空间的观点回避了信号的细节，凸显了信号的本质特性，距离和能量。（抽象化）
发送的信号从数学角度可理解为在信号集中做一个相对应到星座图上的映射（发送信号中提取归一化坐标基，因为数字信号取值有限，故可视为等效完备正交基），接收信号就是同步取值，从星座图中选择，简化传输模型。
而解调=测量： 最佳接收对应合理的测量，就是计算“点” 的坐标，以便判断接收信号。其中求坐标值类比矢量求内积，函数间应为求相关，是自相关，在观测点求坐标值，一般分析时，均默认是最佳接收机的抽样时刻取值（后面会有详细介绍，这里留个印象）。而具体相关过程也等效于计算匹配滤波再采样（后面详细介绍）。这一过程可以认为是一种效果相同的数学方法，抽象出计算对象的数学特征，在一定对应的运算中，得到相应要求的数值。
测量的值与信号坐标点之间最小距离则对应着最佳判决。
接收信号配置，是获得最优的系统对应信号点集的配置，即对应星座图的设计。在后面相应的章节里会有详细介绍。
信号空间的观点，信号即一个点，信号差的能量即间距的平方（以后会频繁使用）。
2 统计判决理论
2.1 统计判决理论简述
我们要根据接收到的信号 r(t) 来作出发端究竟发的是 M个信号波形中的哪一个信号的判决。由于加性噪声 的干扰，接收信号 r(t) 是随机的，所以在作判决时易出错。然而 r(t) 虽是随机过程，但它有一定的统计规律，因而在接收端，对 r(t) 进行观察，可利用其统计特性来推断究竟在
期间发的是M个信号中的哪个信号使得系统的平均错判概率最小。 在数字通信系统中，按照使平均错判（差错）概率最小的要求，应用统计的方法来设计最佳接收的，这就是统计判决理论及其应用在数字通信中所要解决的问题。统计判决理论，也称为统计决策理论或贝叶斯决策理论。
而判决门限即为由统计特性得到的判决临界值。统计判决理论除了提供最佳接收机的构造方法还提供了最佳门限的选择方法。
判决门限取决于先验概率是否等概，比较判决结构及其判决规则（具体单支路或双支路结构）。如：
- 对接收到的信号 r(t) 进行观察，由于发送信号
受到信道加性噪声干扰，所以其观察值可能是一个随机变量或是由多个 随机变量构成的随机矢量(或称为观察矢量)。若观察矢量是由 N个实的随机变量构成的 N维随机矢量，用
表示，则此观察矢量与发端信源的各假设
来描述 此观察矢量的条件概率密度函数或条件概率在不同假设的条件下是有区别的，这就为统计判决提供了有用的依据 。
- 加性高斯白噪声信道的条件下，最大后验概率准则（我们后面要讨论的MAP准则）等价于我们需要求的最小差错概率准则。
- 大多数信道可简化为高斯白噪声信道，因此常用。
2.2 MAP准则和ML准则
MAP准则是更加简洁的表示方式，但是在计算最小平均判错概率还是依靠6.4.55
附：最小差错概率准则的几种等价形式（了解）：根据实际的运算需要而选择
3 信号最佳接收技术
3.1 信号最佳接收思想
3.1.1 信号接收简述
信号的接收不等同于解调，却包含解调，对接收到的信号进行解调、滤波（顺序上可先后进行，甚至同时进行）再同步抽样、判决，这一过程称为接收，抽样的结果由一个一个样本值组成，称为观察矢量。我们要根据观察矢量，得到接收样本信号的形式，并利用MAP 准则或 ML 准则作为判决准则，进行最佳检测，作出最佳判决，使得平均错判概率最小。
M进制数字调制信号(确定信号)经信道传输，受到信道加性高斯白噪声干扰，接收到的信号是高斯随机过程。（本篇文章的研究信道均为高斯白噪声信道）
下面分别对樊昌信和周炯槃通信原理教材针对信号接收（针对一般形式）两种分析方法分别贴出，两种分析方法有异曲同工之妙。信号接收后，基于接收信号的概率表述，进行最佳地划分判决域和判决。
3.1.2 样本概率分析
采样数很大时，的均方值等于其抽样值
的均方值 。
当取采样点数区域无穷大，此时采样频率一定大于奈奎斯特速率（满足抽样值独立的条件）且此时可以逼近连续的函数形式，即接收信号每一点的信息都被考虑进统计判决的范畴中，使统计的抽样数据达到了最大，实现了对信号接收的最佳效果（这里用到了从个别到总体，从离散推广到连续的思想），因此最后可以得到“最佳的”整个接收信号的似然函数。
似然函数表示发送信号
3.1.3 信号空间分析
将上述对确定信号的正交展开及其矢量表示的思想同样地应用于对接收信号 r(t) 的分析，仍利用发端构成N维信号空间的正交函数集来对接收波形正交展开。
结论：当坐标基为完备正交坐标基时，r为充分统计量 ，且r的各维向量相互独立。（下面提供补充证明，可跳过）
由结论可得：
由似然函数可根据MAP准则进行统计判决
补充证明观察矢量的充分性和独立性（可跳过）：
3.1.4 两种分析方法的关系
- 一个码元内的噪声的k个抽样值，相当于k维空间中的一个点。
- 信号空间分析可以认为是一种可得到相同效果的数学方法，抽象出计算对象的数学特征，在一定对应的运算中，使得到相应要求的数值。
- 证明观察矢量的完备性，是信号空间分析方法可以使用的充分条件证明。
3.2 最佳接收机（最佳检测器）
由前面的信号接收分析和最大后验概率准则可得信号接收的判决规则的数学表达式：
由此可得最佳接收机原理框图，若先验概率等概，框图还可以进一步化简，后面会补充。
因此根据统计判决理论可以得出相关解调器和匹配滤波器两种最佳接收机（包含了最佳线性滤波器和最佳判决门限以及相应的判决方法）的数学结构（原理框图），即先相关运算再进行比较判别。
当信噪比一定时，对于同一数字调制，相干解调的误码率一般小于非相干解调的误码率，最佳接收一般是相干解调的极限形式（最佳形式）。非相干解调一般是非线性运算，性能不及线性运算。信噪比较大时，二者性能则相差不大。
而当误码率相同时，单极性数字基带调制（或2FSK，注意等能，平均比特能量）则需要比双极性数字基带调制(或2PSK）信噪比大3dB，也即发送信号功率需要大3dB。低通滤波器接收又比匹配滤波器接收信噪比大3dB。
二进制数字调制中最常规的判决规则是比较判别，后面还有介绍简化结构。但对于高进制的数字调制中常需要多个支路联合判决，这样会运算很复杂，可以想到如果各条支路可以独立判决（独立比较选择支路），那么将大大简化运算，这就是延时判决和正方形星座图MQAM的理论依据，在简化结构中还会介绍支路独立判决的前提条件。
此外，本章节讨论的是确定信号的最佳接收机设计，对于随相信号和起伏信号的最佳接收机的接收将在后面专门集中讨论。
3.2.1 相关解调器
借助相关运算进行判决，谁相关性大判为谁，但相关解调器（或相关接收机）需要提供相干信号，且相关器每次积分后需要清零，否则效果累计，计算结果不准确。
注意判决器一般使用比较判决，即使用比较器。下文也默认是比较判别，但有时也笼统称为检测器，不要弄错。
特别地，还需要注意，相关解调器是依据于最佳接收的数学结构设计而来，在理论上可行，但实际使用往往不可行，因为实际信道一般是限带信道，根据信号与系统的知识可知，频域有限宽的信号，时域必无限长，不可能对无限长的信号完整地进行积分运算，也即若码元波形宽度大于连续符号的间隔则不能用相关解调器。这便需要引入匹配滤波器的概念了！
3.2.2 最佳信号接收的判决结构与匹配滤波器
统计判决理论可以得出最佳判决门限，相应地判决出接收到的信号。根据之前信号采样接收的分析和统计判决相关理论，得出了确定信号的最佳接收结构（即最佳接收机的数学结构），可以得出相关解调器的结构，而相关解调器实际是一个需要相干信号的线性运算结构，因此可以视为线性系统，根据这个线性系统的系统函数，可以得到相应的滤波器结构，即匹配滤波器。
从另一个层面考虑是为使得信号接收效果最佳，还要考虑最佳的采样时刻或接收端相应使用的滤波器，使抽样时刻信号信噪比最低。
如不采用匹配滤波器，相当于最佳接收结构中的非最佳采样点进行判决。
因为相关解调器接收与匹配滤波器接受不仅仅是等效关系，同时在时域和频域也有着一一对应的关系（仅是对应关系，不要理解为互相转化，实际上相关解调器，应该是匹配滤波器的另一层面的理论角度）。你相关接收是从时域角度计算接收信号和码元信号的相关性。匹配滤波器接收则是从频域角度：匹配相频，使得产生输出峰值；匹配幅频，最大化信号同时抑制噪声，得出抽样点最大信噪比。当然匹配滤波器也有在时域的表现——“怀揣模板信号”， 测量接收信号与它的匹配程度， 它计算信号间的相关度。而在信号空间中，相关解调器或匹配滤波器运算的值即表现为星座点的坐标。
那么为什么信噪比越大，信号采样效果越好呢？之前的相关解调器不是求得最大相似度吗？
首先是直观的角度，接收到的信号一般是随机过程（即确定信号叠加高斯随机过程），由于随机过程是随机变量的集合，相应的采样点也是一个随机变量，发送信号一般是功率信号，需考虑到功率，而功率也是随机变量，因此功率反映了信号的取值大小情况，可以作为参考依据。另一方面，根据维纳辛钦定理可知，功率信号的自相关函数和功率谱密度是一对傅里叶变换对，傅里叶变换的性质知，自相关函数在零点的取值即功率值，而限带高斯白噪声为零均值平稳随机过程且各点功率一致，其与任意确定信号相关均正交，值为0，因此此时相关解调器的相关运算可认为为自相关运算，从而相关解调器作为延时相关系统，只有在最佳观测点取值，才能获得完整的功率，也是最大的功率值，实现最佳判决，其他判决点获得的不是完整的功率。
匹配滤波器设计的目的是采样点的最大信噪比，而相关解调器的运算是去求信号间的最大相似度，因此采样点最大信噪比和信号间的最大相似度实质上为一体两面。
根据上面的介绍，可以得到，在信号分析的过程中，信号的线性处理和滤波器（系统函数）等价。因此除了相关解调器，还有匹配滤波器的概念。
匹配滤波器：在相同的条件下(输入一样) ，不同滤波器的输出信噪比不一样，其中在
最佳采样时刻的输出信噪比最大的滤波器就是匹配滤波器，因此又称匹配滤波器为最大输出信噪比的最佳线性滤波器。（这一过程主要调整了噪声的功率，信号功率取其上限）
匹配滤波器可视为延时相关器，因此相关解调器与匹配滤波器等效。
匹配滤波器不能用于模拟信号的接收，会使得信号波形失真，无法满足波形保真度的要求。
匹配滤波器的具体形式和推导，这里不再累述，下面直接给出表达式。
相关解调器通过匹配滤波器的等效描述 ：
在实际匹配滤波器的工作中还常见猝息和清零的步骤，可以为后续码元抽样判决腾出空间。如下图所示：
3.2.3 最佳接收机的简化
在最佳接收机中比较判别法比较常用，此时一般N进制意味N条支路联合判决，但是常常有着相应的简化形式。
联合判决可以理解为在星座图中划分判决区域。进制越多，星座图越复杂，接收结构越复杂。
3.2.3.1 二进制最佳接收的简化
例如针对二进制信号，任何二进制调制均可采用双支路方案接收，但任何双支路方案均可转化为等效的单支路方案。
其他的情形：
当时，k若为0，则另一条支路可取值也为0，可直接省略另一条支路；若k不为0，此时效果等价，因为如下图分析，相关运算比较判决计算式两端若同除以（1-k），不影响判决效果（可调整判决规则），此时便可以简化为单个支路，具体接收过程可以参见3.2.4节的实例，即对应的简化为单支路的例子。
3.2.3.2 多进制数字调制支路独立判决
若信号的星座图的横纵坐标相互独立，则各条支路可以独立判决（独立比较选择支路）。
要使得横纵坐标相互独立应使得横纵坐标各点取值相同且概率相同。
支路独立判决就是采取支路延时判决和正方形星座图MQAM的重要理论依据。
星座图旋转前后误符率相等，因此旋转前后的星座图是等效的。基于这一基本结论，误符率计算的可以简化很多步骤，主要有两个层面：
1.化为已知数字调制的星座图，直接代入误符率式子。
2.化为可以独立判决的形式，简化判决结构，简化误符率的运算。
3.2.4 实例：二进制基带信号最佳接收误码率
3.2.4.1 利用低通滤波的接收
（1）判决公式
3.2.4.2 利用匹配滤波器的最佳接收
3.2.4.3 二进制PAM最佳接收误码率分析
给出误码率曲线比较
3.2.5 一般M进制基带信号最佳接收误码率
计算较为复杂，这里不再累述，给出结论
3.3 最佳接收机的信号设计
3.3.1 确定信号的最佳接收
主要讨论二进制信号的最佳误码率，最后给出多进制信号的最佳误码率。
3.3.1.1 二进制误码率公式的推导
由前面的信号接收分析和最大后验概率准则可得信号接收的判决规则的数学表达式。 此时发“0”而被错判为“1”的概率则可得
a的值即为相应的最佳判决门限 。
同理发“1”而被错判为“0”的概率则可得
3.3.1.2 不同二进制信号的形式对误码率的影响
不同二进制输入数字信号相应最佳接收机进一步讨论先验概率相等的条件下，误码率的分析。在噪声强度给定的条件下，可看出误码率和信号码元的区别有关，完全取决于，两个信号差异越大，则能量越大。因此引入互相关系数。
因此发送端信号码元波形应该有最大的可分辨性。发送信号的设计应该尽可能满足正交性（）或超正交性 （
）。
的选取，换个角度分析即为信号点在星座图中的配置，后面会进一步涉及。
3.3.1.3 多进制信号误码率公式
3.3.2 随相信号的最佳接收
确定信号的最佳接收是信号接收检测的理想情况。实际中由于种种原因（比如信道一般是非理想信道），接收信号各分量或者参数或多或少地带点随机因素，而这些参量并不携带有关假设的信息，作用仅仅是妨碍检测的进行。因此也需要研究随参信号（通过随参信道的输出信号，含有随机变化的参数，包括随机相位信号、随机振幅信号、随机振幅相位信号或起伏信号）的最佳接收。
随机相位信号相位随机变化，在接收端不可采用相干接收的方法，也就是说相干接收只适用确定信号。对于随相信号，非相干的接收方式已经是最佳的接收方法了。
以正交的随机相位的2FSK为例：
最佳接收机与确定信号的最佳接收机设计也会不同。
相应匹配滤波器形式的最佳接收如下图所示，这种滤波器存在相位差，在最佳抽样时刻输出值不能达到最大，但包络值可以达到最大，此时也称为复包络匹配滤波器。
二进制随相信号最佳接收机误码分析：
二维随机变量事件的概率分析：
3.3.3 起伏信号的最佳接收
起伏信号是包络随机起伏，相位也随机起伏的信号。经过多径传输的衰落信号都有这样的特性。
继续以上一节的2FSK作假设：
得似然函数：
二进制起伏信号误码率分析：
由此可见信道衰落，会严重影响系统的误码率。
4 实际接收机与最佳接收机性能比较
给出表格：
表中r是信号噪声功率比。由比较可知，在实际接收机中的信号噪声功率比，相当于最佳接收机中的码元能量和噪声功率谱密度之比
。另一方面，9.4.16式子（后面给出）也指出，当系统恰好带宽满足奈奎斯特准则时，
5 信号空间思想分析最佳接收机的信号设计
5.1 不同信号的最佳误码率取决于信号点间的差距（噪声容限）
最佳接收机的信号设计是指针对同一接收系统，使接收最优的信号形式，得到最佳的误码率。当接收系统是最佳接收机时（已经设计了最佳线性滤波器和确认了最佳判决门限发送信号的配置，获得最优的系统即对应信号点集的配置，即对应星座图的设计。
一些对应关系：
| 最佳线性滤波器（最大限度提升信噪比） | 坐标（“测量值”）的最大值 |
| 最佳判决准则 | 最小距离（MinDist）准则：“划界” 居中（符号等概） |
| 不同信号的最佳误码率 | 信号点的差异（差距决定误码率： 差距小，易混淆） |
分析举例： 双极性的优势正是是信号差距的优势 （“饱满”能量的优势）双极性信号接收比单极性性能好3dB；
5.2 星座图的定量分析
基于不同信号的最佳误码率取决于信号点间的差距，下面对星座图进行定量的分析。
一些可证明的结论（结论很直观，可根据相应定义证明，感兴趣的读者可以自已找一找证明）：
- 在最小欧式距离相同的条件下，星座点分布越均匀，平均符号能量越小。（星座图基本规律）
- 在最小欧式距离相同的条件下，星座图上下左右越对称，平均符号能量越小。（星座图基本规律）
- 若最小欧式距离一定，M增大时，MASK、MPSK、MQAM的平均符号能量增大，但MFSK相应不变。（数字调制的规律）
- 若平均符号能量一定，M增大时，MASK、MPSK、MQAM的最小欧氏距离减小，但MFSK相应不变。（数字调制的规律）
- 若
一定，M增大时，MASK、MPSK、MQAM的最小欧式距离减小，误符率增大，MFSK则相应减小。（不同进制同数字调制间的比较）
- 若
- 在最小欧氏距离及M相同的条件下，平均符号能量由大到小为：MASK>MPSK>MQAM（同进制不同数字调制间的比较），MFSK会有起伏。
- 在平均符号能量及M相同的条件下，最小欧式距离由小到大为：MASK<MPSK<MQAM<MFSK（同进制不同数字调制间的比较）
- 若
- 若
注：以上M为大于4的情况，小于等于4应单独讨论。
不同进制间，每个符号的信息量变得不同，仍然保持平均符号能量相同，数字调制误符率性能的比较，应保持平均比特能量相同，才公平。
对于误比特率：erfc变化幅度大于进制对数的变化幅度，所以欧式距离减小，误比特率下降
对于误符率：进制增大，比特能量一致，则符号能量增大，信噪比增大，但是不足以抵消进制数增大导致的间距变小，误符率下降
5.3 信号点的配置原则
信号点在星座图中，应保持平均符号能量小的条件下（表现为星座点在总范围内紧凑），星座点的最小欧式距离尽可能大。
平均符号能量越小越好，最小欧式距离越大越好，是一对矛盾关系，因此采用信号点在配置的方式达到最佳。即充分利用信号空间的资源，增加信号矢量的端点个数，可以增加信道的频带利用率。如MQAM（正交振幅）调制，给定信息速率一定，进制数M增大， MQAM信号主瓣带宽变窄，使得频带信道的频带利用率提高，特别适合频带资源有限的场合。
注：QAM星座图的结构越贴近圆形，性能越好，误码率最佳。但是正方形星座图的支路可以独立判决且误码率接近最佳，因此正方形星座图最常用。
6 最佳基带传输系统的设计
实际的通信系统除了要考虑加性高斯白噪声，还应考虑码间串扰。我们将消除了码间串扰并且误码率最小的基带传输系统称为最佳基带传输系统。
信道的传输特性不易知，且可能是时变的。这里分为两类讨论：理想信道（即信道传输函数=常数1）和非理想信道。
6.1 理想信道的M进制最佳基带传输系统
相位没有要求，选取零相位
由此得到理想信道最佳基带传输系统框图：
最佳基带传输系统的误码性能分析：
积分值假设为1不影响信号误码率性能的分析
设基带信号码元为等概的M进制的多电平信号
- 接收滤波器是线性滤波器，故输出噪声的统计特性仍然服从高斯分布。
- 接下来还需将误码率转变为和信噪比之间的关系，即
。
用到帕斯瓦尔定理
M进制多电平信号误码率曲线分析：
注意理想信道考虑的是已经消除了码间干扰的条件下的误码率分析，因为理想信道中时域信号只需要码元间隔小于采样间隔一定可以实现无码间干扰。
6.2 非理想信道的最佳基带传输系统
基带系统设计的补充说明：
1427
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
