接收机组成分集系统计算错判概率
题目
由M个接收机接收同一入射电磁波,每个接收机接收信号为:
![](https://img-blog.csdnimg.cn/img_convert/fd8a9996cfdcee2c286b59f0af428ea5.png)
{ni(t)} 是均值为0,功率谱密度为N0/2的高斯白噪声。
Ai,Bi都是瑞利分布随机变量
![](https://img-blog.csdnimg.cn/img_convert/c7268fb49e1b1473e32cc59e78871af3.png)
已知P(Hi)=1/2,i=0,1。1/f1≪T,1/f2<T,|ω1-ω0|很大。定义信噪比
SNR=
![](https://img-blog.csdnimg.cn/img_convert/b89dcebc9d0cecef29a5d405da7e3686.png)
将以上M个接收机构成一个分集系统,采用最小错误概率准则,计算M=1,2,4,6,8,16。SNR的范围0-60分贝,每个通道的射频脉冲为1,5,10时的错判概率。
仿真原理
对于二元假设检验的平均错误概率为
![](https://img-blog.csdnimg.cn/img_convert/7f68d48c093f640251f37b5412fb2f14.png)
最小错误概率准则就是寻找最合适的判决门限th', 使平均错误判决错误概率Pe 达到最小。令Pe 关于th' 的导数为 0 即可求出使Pe 达到最小值的th', 即
![](https://img-blog.csdnimg.cn/img_convert/23475e02a85c50bc9447cf9bb3f7da79.png)
![](https://img-blog.csdnimg.cn/img_convert/302ba8e4d02d728aa83b23bcc34321bc.png)
显然ᵆ5<ᵆ1ℎ′判决ᵃb0为真, ᵆ5≥ᵆ1ℎ’判决ᵃb1为真。于是最小错误概率准则下得判决规则为
![](https://img-blog.csdnimg.cn/img_convert/e9f4df40b298407787198922afc38a78.png)
对于一个多接收机的系统,各接收机的内部噪声是独立同分布的。根据这 M部接收机接收信号进行判决,以确定是哪一种已知信号。x(t)=[x1(t),⋯ ,xM(t)]T,其似然比为
![](https://img-blog.csdnimg.cn/img_convert/5fb2133a833b49d496f73fc9810426f9.png)
推导出的判决准则如下为
![](https://img-blog.csdnimg.cn/img_convert/e25057ac53331a5f8339dcaa60666862.png)
接收机组成的分集系统仿真
![](https://img-blog.csdnimg.cn/img_convert/70f5cf19ca1536bade1f17bea4acf3e2.png)
由上图可见,随着M的数目的增大,误码率成降低的趋势,并且随着信噪比的增大,误码率均逐渐减小到0。这与现实情况相符,说明我们的仿真较为合理。
M = [1,2,4,6,8,16];
SNR = 0:60;
Pf = zeros(length(M),length(SNR));
for i = 1:length(M)
for j = 1:length(SNR)
% 计算概率密度函数
pdf_A = (A0./(A0.^2)).*exp(-A0.^2./(2.*(SNR(i).*N0).^2));
pdf_B = (A0./(A0.^2)).*exp(-A0.^2./(2.*(SNR(i).*N0).^2));
Ax = sqrt((-2*A0)*log(1-rand(1)));
phix = 2*pi*rand(1);
x = Ax*sin(w0*i+phix)+randn(1,length(i));
f0(i) = ((x*sin(w0*i)')*dt)^2+((x*cos(w0*i)')*dt)^2;
f1(i) = ((x*sin(w1*i)')*dt)^2+((x*cos(w1*i)')*dt)^2;
% 计算错误概率
Pf(i,j) = 1 - (1-qfunc(sqrt(2*10^(SNR(j)/10)))).^M(i);
end
end
plot(SNR,Pf);
xlabel('SNR(dB)');
ylabel('Pf');
legend('M=1','M=2','M=4','M=6','M=8','M=16');
(代码不完全正确)