1最佳检测算法
1.1高斯信道下无记忆信号的检测算法
接收机分为两部分:信号解调器和检测器,对应的,我们接下来也会讨论信号解调的办法和检测方法。
1.1.1先验知识
- 无记忆信号
当前信号和之前发送的信号无关的信号
- 发送信号
发送信号由一组正交基的线性表示构成,即正交基{f1,f2,...,fn}线性表示1$\sum_{i=1}^nf_i$1 xm(t)=∑k=1Nxmkfk(t)
1.1.2信号解调的方法
解调接收机中信号解调器的目的就是通过相关解调或匹配滤波的方法,将接收信号r(t)投影到N个基函数{fk(t),k=1,2,...,N}上,即解调后的接收信号可以表示为r={r1,r2,...,rn}
1.1.2.1相关解调
解调信号1$s_m(t)$1 rk=∫0Tr(t)fk(t)dt=∫0T[xm(t)+n(t)]fk(t)dt=xmk(t)+n(t)
1.1.2.2匹配滤波
(不太懂其中的原理????????????????????感觉和相关解调的表达式很像)
rk=∫0Tr(τ)fk(τ)dτ
1.1.3检测算法
根据解调方法,我们有结果p(r∣xm)=k=1∏Np(rk∣xmk) p(rk∣xmk)=πN01expN0−(rk−xmk)2 p(r∣xm)=(πN0)N/21exp[k=1∑NN0−(rk−xmk)2]
1.1.3.1最大后验概率检测
- 目的:求出最大后验概率p(xm∣r)=p(r)p(r∣xm)p(xm)=∑m=1np(r∣xm)p(xm)p(r∣xm)p(xm)
- 例:
1.1.3.2最大似然准则
- 定义
让p(r∣xm)最大化的准则称为最大似然准则
- 性质
当xm等概率的时候,最大似然准则和最大后验概率准则一致
- 计算过程
1.2高斯信道下有记忆信号的检测算法
- 有记忆的信号
当前信号由输入和之前的信号共同决定。
- 篱笆图
1.2.1最大似然序列检测器
最大似然准则搜索每一条路径,找到欧式距离最小的哪一条路径。
和无记忆最大似然的不同在于他是对一个序列进行检测的,无记忆的看着也有N个,但那个只是分解到正交基上的,其实只有一个。
需要搜索2K
1.2.1.1Viterbi算法
- 特性
- Viterbi算法减少搜索次数,
可以减少一半。 不知道会减少多少,感觉是一半
- 每个状态只留一条路,称为幸存路径。
- 利用具有较大距离值的路径延伸出新路径与解调后信号的距离值总是大于利用幸存路径延伸出的新路径,所以不会影响到结果
- 例子
考虑的是在T=2T时,对状态s0应该保留的路径
考虑的是在T=3T时,对状态s0应该保留的路径(还可以说明在T=2T时,保留的到s1的路径是(1,0))
1.2.2最大后验概率检测器
2方向性天线与自适应天线阵列
2.1天线的方向性
- 天线的作用是将发射机的输出功率有效地转换成为在*空间传播的电磁波功率或将*空间传播的电磁波功率或将*空间有效地转换为 接收输入端的功率
- 一个天线在所有方向上均辐射功率 ,但在各个方向上的辐射功率不一定相等 。描述天线特性的重要征之一是辐射模式 (Radiation Pattern )或称为方向图
2.2天线阵列
方向性系数D=平均功率辐射密度最大功率辐射密度
2.2自适应阵列天线