\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
)
=
s
m
(
t
)
+
n
(
t
)
r(t)=s_m(t)+n(t)
r(t)=sm(t)+n(t)。
\quad
将
s
m
(
t
)
s_m(t)
sm(t)进行施密特正交化,可以写成
s
m
(
t
)
=
∑
j
=
1
N
s
m
j
ϕ
j
(
t
)
s_m(t)=\sum_{j=1}^Ns_{mj}\phi_j(t)
sm(t)=∑j=1Nsmjϕj(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
ϕ
j
(
t
)
\phi_j(t)
ϕj(t)全部展开,可以将其分解成两部分:
- n 1 ( t ) n_1(t) n1(t):噪声 n ( t ) n(t) n(t)中能够以 ϕ j ( t ) \phi_j(t) ϕj(t)展开的部分, n 1 ( t ) = ∑ j = 1 N n j ϕ j ( t ) n_1(t)=\sum_{j=1}^Nn_j\phi_j(t) n1(t)=∑j=1Nnjϕj(t)
- n 2 ( t ) n_2(t) n2(t):噪声 n ( t ) n(t) n(t)中不能以 ϕ j ( t ) \phi_j(t) ϕj(t)展开的部分, n 2 ( t ) = n ( t ) − n 1 ( t ) n_2(t)=n(t)-n_1(t) n2(t)=n(t)−n1(t)
\quad
最终,
r
(
t
)
=
∑
j
=
1
N
r
j
ϕ
j
(
t
)
+
n
2
(
t
)
r(t)=\sum_{j=1}^Nr_j\phi_j(t)+n_2(t)
r(t)=∑j=1Nrjϕj(t)+n2(t),其中
r
j
=
s
m
j
+
n
j
r_j=s_{mj}+n_j
rj=smj+nj。
\quad
n
j
n_j
nj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
N
0
/
2
N_0/2
N0/2。
n
2
(
t
)
n_2(t)
n2(t)也是高斯过程,因为
n
(
t
)
,
n
1
(
t
)
n(t),n_1(t)
n(t),n1(t)是高斯过程。
\quad
结论:
n
2
(
t
)
,
r
j
n_2(t),r_j
n2(t),rj是不相关的,因此
r
j
r_j
rj是携带发送信号的唯一分量,所以,
n
2
(
t
)
n_2(t)
n2(t)不包含与发送信号有关的任何信息,即
n
2
(
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:
P
e
=
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 = 1 N r k ϕ k ( t ) r(t)=\sum_{k=1}^N r_k\phi_k(t) r(t)=∑k=1Nrkϕk(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
- r k r_k rk的均值为 E [ r k ] = E [ s m k + n k ] = s m k E[r_k]=E[s_{mk}+n_k]=s_{mk} E[rk]=E[smk+nk]=smk,方差为 σ r 2 = σ n 2 = N 0 / 2 \sigma_r^2=\sigma_n^2=N_0/2 σr2=σn2=N0/2
- 因此,随机变量
r
=
[
r
1
,
r
2
,
⋯
,
r
N
]
r=[r_1,r_2,\cdots,r_N]
r=[r1,r2,⋯,rN]的联合概率密度函数为
P
(
r
∣
s
m
)
=
∏
k
=
1
N
P
(
r
k
∣
s
m
k
)
P(r|s_m)=\prod_{k=1}^NP(r_k|s_{mk})
P(r∣sm)=∏k=1NP(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
r
k
r_k
rk,滤波器的冲激响应
h
k
(
t
)
=
ϕ
k
(
T
−
t
)
h_k(t)=\phi_k(T-t)
hk(t)=ϕk(T−t)。滤波器输出为
y
k
(
t
)
=
r
(
t
)
∗
h
k
(
t
)
=
∫
0
T
r
(
τ
)
h
k
(
t
−
τ
)
d
τ
=
∫
0
T
r
(
τ
)
ϕ
k
(
T
−
t
+
τ
)
d
τ
y_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\tau
yk(t)=r(t)∗hk(t)=∫0Tr(τ)hk(t−τ)dτ=∫0Tr(τ)ϕk(T−t+τ)dτ。在
t
=
T
t=T
t=T时抽样得到
y
k
(
T
)
=
∫
0
T
r
(
τ
)
ϕ
k
(
τ
)
d
τ
=
r
k
y_k(T)=\int_0^Tr(\tau)\phi_k(\tau)d\tau=r_k
yk(T)=∫0Tr(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
=
T
t=T
t=T时采样,输出结果的信噪比最大,为
2
∫
0
T
s
2
(
t
)
d
t
/
N
0
2\int_0^T s^2(t)dt / N_0
2∫0Ts2(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
P
s
=
∫
0
T
s
2
(
t
)
d
t
P_s=\int_0^T s^2(t)dt
Ps=∫0Ts2(t)dt。
最佳检测器
\quad 在观测向量 r = [ r 1 , r 2 , ⋯ , r N ] 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 s m s_m sm的概率: P ( 发 送 信 号 s m ∣ r ) , m = 1 , 2 , ⋯ , M P(发送信号s_m|r),m=1,2,\cdots,M P(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 ( s m ∣ r ) P(s_m|r) P(sm∣r)中最大值的信号
-
P ( s m ∣ r ) = P ( r ∣ s m ) P ( s m ) 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 ( s m ) = 1 M P(s_m)=\frac{1}{M} P(sm)=M1, P ( s m ∣ r ) P(s_m|r) P(sm∣r)最大等价于 P ( r ∣ s m ) P(r|s_m) P(r∣sm)最大。
-
我们称 P ( r ∣ s m ) 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 ∣ s m ) = 1 ( π N 0 ) N / 2 e x p { − ∑ k = 1 N ( r k − s m k ) 2 N 0 } 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/21exp{−∑k=1NN0(rk−smk)2},取对数可以得到 I n P ( r ∣ s m ) = − 1 2 I n ( π N 0 ) − 1 N 0 ∑ k = 1 N ( r k − s m k ) 2 InP(r|s_m)=-\frac{1}{2}In(\pi N_0)-\frac{1}{N_0}\sum_{k=1}^N(r_k-s_{mk})^2 InP(r∣sm)=−21In(πN0)−N01∑k=1N(rk−smk)2。因此 P ( r ∣ s m ) P(r|s_m) P(r∣sm)最大等价于 ∑ k = 1 N ( r k − s m k ) 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 = 1 N ( r k − s m k ) 2 \sum_{k=1}^N(r_k-s_{mk})^2 ∑k=1N(rk−smk)2等价于最大化 C ( r , s m ) = 2 ∫ 0 T r ( t ) s m ( t ) d t − ∣ ∣ s m ∣ ∣ 2 C(r,s_m)=2\int_0^Tr(t)s_m(t)dt-||s_m||^2 C(r,sm)=2∫0Tr(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 = T t=T t=T时刻采样,效果一样。
-
判决域
-
误符号差错概率: P e = ∑ m = 1 M P m P ( r ∉ D m ∣ s m s e n t ) = ∑ m = 1 M P m P e ∣ m P_e=\sum_{m=1}^MP_mP(r\notin D_m | s_m sent)=\sum_{m=1}^MP_mP_{e|m} Pe=∑m=1MPmP(r∈/Dm∣smsent)=∑m=1MPmPe∣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: s 1 ( t ) = g ( t ) , s 2 ( t ) = − g ( t ) s_1(t)=g(t),s_2(t)=-g(t) s1(t)=g(t),s2(t)=−g(t)