第二章 噪声中信号波形的检测
信号与噪声_第二章

m jm 0t C e m
21
傅里叶变换
1 f (t ) 2
F ( )e d
j t
F ( ) f (t )e
j t
dt
F ( f )df f (0)
f (t )dt F (0)
22
富里叶变换的基本性质
“周期信号都可表示为谐波关系的正弦信号的 加权和”——傅里叶的第一个主要论点
“非周期信号都可用正弦信号的加权积分表示
” ——傅里叶的第二个主要论点
19
傅里叶变换分析的直观说明
:把一个信号的波形分解为许多不同频率正弦波之和。
1
1.299
2
f ( t) 5 0 5
1
1 t
h( t)
4
2
0
2
在信号的产生、传输和测量过程中,探测器和电子学的噪声会叠加
在有用信号上,从而降低测量精度,甚至某些有用的微弱信号会被 噪声所淹没。
通常用信噪比S/N(信号与噪声均方值的比值)来表示系统的噪声指
标。信噪比越高,噪音引起的测量误差越小。
6
噪声的时间平均值为零。但是只要有噪声存在,其 平均功率就不为零,因此通常采用均方值(噪声电压的 平方值按时间求平均) Vn2 作为噪声大小的衡量尺度:
输出
叠加
VO
VnO
Vo S 输出信噪比表示为: N Vno
9
辐射源
能量E 探测器 等效 噪声 能量 ENE
输入信号 电压Vi
等效噪声 电压ENV
放大器 (放大倍数A)
输出 叠加
高斯白噪声中信号的检测

32 4.1 内容提要及结构本章首先介绍高斯白噪声统计特性及随机信号的采样定理,然后依次讨论高斯白噪声中二元确知信号检测、多元确知信号检测、二元随机参量信号检测以及多重二元信号的检测。
本章内容实际是将信号检测的基本理论具体应用到高斯白噪声信号检测的情况,并且主要讨论的是理想高斯白噪声中信号检测方法及性能分析方法;本章主要讨论一般的似然比检测方法,而不指定哪一个具体准则。
本章内容逻辑结构如图4.1.1所示。
4.2 目的及要求本章的目的是使学习者从概率分布、相关函数和功率谱密度等方面理解高斯白噪声的特点,熟悉随机信号的采样定理;掌握带限高斯白噪声和理想高斯白噪声中二元确知信号检测方法,尤其掌握理想高斯白噪声中观测信号的似然函数,掌握理想高斯白噪声中二元确知信号检测性能分析方法;掌握理想高斯白噪声中多元确知信号检测方法及性能分析方法;掌握理想高斯白噪声中二元随机参量信号检测方法及性能分析方法;理解和熟悉高斯白噪声中多重二元信号检测的概念及使用条件,掌握高斯白噪声中多重二元确知信号和二元随机参量信号检测方法及性能分析方法。
4.3 学习要点4.3.1 高斯白噪声● 内容提要:本小节从高斯噪声和白噪声两个方面论述高斯白噪声的概念,从概率分布、相关函数和功率谱密度等方面论述高斯白噪声的统计特性,简要讨论低通和带通随机信号采样定理。
● 关键点:从高斯噪声和白噪声两个方面理解高斯白噪声的概念,从概率分布、相关函数和功率谱密度等方面掌握高斯白噪声的统计特性,熟悉低通和带通随机信号采样定理。
1.噪声噪声是指与接收的有用信号混杂在一起而引起信号失真的不希望的信号,是一种随机信号或随机过程。
2.高斯白噪声 高斯白噪声是一种幅度分布服从高斯分布,功率谱密度在整个频带内为常数的随机信号或随机过程。
高斯白噪声既具有高斯噪声的特性,又具有白噪声的特性。
确知信号的检测二元确知信号 的检测 多元确知信号 的检测带限高斯白噪声中二元确知信号的检测理想高斯白噪声中二元 确知信号的检测二元随机振幅和相位信号的检测二元随机相位信号的检测3.高斯噪声1)高斯噪声定义高斯噪声是一种幅度分布服从高斯分布的随机信号或随机过程。
信号检测及估计

举例:雷达系统(机场监视雷达,如何确定飞机的位置)
Skolnik M I, Introduction to Radar Systems, McGraw-Hill, New York, 1980
工作原理: 为了确定是否有飞机正在靠近以及距离R有多远。 发射一个电磁脉冲,如果这个脉冲被大的运动目标反射,就 显示有飞机出现。接收波形由反射脉冲、周围辐射及接收机 内的电子噪声组成。
考核方式:(闭卷)笔试或提交课程论文。 任课教师:张端金, 教授, 南京理工大学控制理论与控制 工程博士, 华南理工大学信息与通信工程博士后, 德国 杜伊斯堡-埃森(Duisburg-Essen)大学访问学者。
Tel: 0371-67781545 (郑大新校区工科园D408)
Email: iedjzhang@
h1 (•) h1 (•) h1 (•)
y1
y2
yN
h2 (•) J y1
h2 (•) y2
h2 (•) yN
hN (•)
hN (•)
hN (•)
y1
y2 yN
上述变换称为N维雅可比变换。
2.3随机过程及其统计描述
2.3.1随机过程的定义 设 (,F,P) 是一概率空间,T是一个实参数集,定义在T和
信号(Signal):是指荷载信息的一个时间波形或函数。
信号检测与估计的分类方法:
1)按照对噪声与干扰的统计特性的先验了解,进行分类: A 参量检测(估计)或最佳检测(估计)。 B 非参量检测(估计)。 2)对于信号的类型,进行分类: 确知信号的的检测;具有未知参量信号的检测;对随机信号 的检测检测。
信号检测与估计 第二章 匹配滤波

代表一个雷达回波信号,α及τ 是未知的参量或随机变量
S 1 ( ) a S ( ) e
j ( t1 )
j
caS ( )e
aH ( )e
j t1 ( t0 )
t1与to在输入信号结束后可以任选,如果取t1 = to+τ
H 1 ( ) a H ( )
2 j ( t t0 )
j t
d d
j arg H ( ) arg S ( ) t
e
d
arg H ( )
补偿了输入信号的
arg S ( )
§2.3
匹配滤波器
滤波器内部和外部产生的随机噪声(可等效为系统输入端 的噪声), 其功率谱宽度往往大于系统的通频带。
H ( ) Gn ( ) d
2
S ( )
2
Gn ( )d来自A ( ) H ) G n ( ) e (
j t 0
cB ( ) c
*
S ( )
*
G n ( )
H ) c (
S ( )
*
G n ( )
e
j t 0
输出波形
最大输出信噪比
*
G n ( )
e
j t 0
arg H ( ) arg S ( ) t 0
第一项与信号相频特性反相 第二项与频率成线性关系
s0 (t ) 1 2 1 2 1 2
H )()e ( S H )() ( S e S ( ) Gn ( )
取t0=(L-1)T+τ,令
H 1 ) cS1 ( )e (
信号检测与估计知识点总结(3)

第二章 检测理论1.二元检测:① 感兴趣的信号在观测样本中受噪声干扰,根据接收到的测量值样本判决信号的有无。
② 感兴趣的信号只有两种可能的取值,根据观测样本判决是哪一个。
2.二元检测的数学模型:感兴趣的信号s ,有两种可能状态:s0、s1。
在接收信号的观测样本y 中受到噪声n 的污染,根据测量值y 作出判决:是否存在信号s ,或者处于哪个状态。
即:y(t)=si(t)+n(t) i=0,1假设:H 0:对应s 0状态或无信号,H 1:对应s 1状态或有信号。
检测:根据y 及某些先验知识,判断哪个假设成立。
3. 基本概念与术语✧ 先验概率:不依赖于测量值或观测样本的条件下,某事件(假设)发生或 成立的概率。
p(H 0),p(H 1)。
✧ 后验概率:在已掌握观测样本或测量值y 的前提下,某事件(假设)发生或成立的概率。
p(H 0/y),p(H 1/y) 。
✧ 似然函数:在某假设H 0或H 1成立的条件下,观测样本y 出现的概率。
✧ 似然比:✧ 虚警概率 :无判定为有;✧ 漏报概率 :有判定为无;✧ (正确)检测概率 :有判定为有。
✧ 平均风险: 4.1 最大后验概率准则(MAP )在二元检测的情况下,有两种可能状态:s0、s1,根据测量值y 作出判决:是否存在信号s ,或者处于哪个状态。
即: y(t)=si(t)+n(t) i=0,1假设:H 0:对应s 0状态或无信号,H 1:对应s 1状态或有信号。
)|()|()(01H y p H y p y L =f P m P d P )(][)(][111110101010100000H P C P C P H P C P C P r ∙++∙+=如果 成立,判定为H 0成立;否则 成立,判定为H 1成立。
利用贝叶斯定理: 可以得到: 如果 成立,判定为H 0成立; 如果 成立,判定为H 1成立;定义似然比为: 得到判决准则: 如果 成立,判定为H 0成立; 如果 成立,判定为H 1成立;这就是最大后验准则。
高斯白噪声中确知信号的波形检测

H1 kS1* e jt1 AkS e j e jt1 k S e j t1
国家重点实验室
4.2 匹配滤波器
3 匹配滤波的性质
3.3 匹配滤波器的鲁棒性
对于频移信号,匹配滤波器不具有适应性。 设信号s(t)的匹配滤波器的系统函数为 H kS* e jt0
国家重点实验室
4.2 匹配滤波器
3.4 匹配滤波器与相关器的关系
对于平稳输入信号 x1 t st nt 和 x2 t s0 t ,互相关 器的输出为:
rx1x2 x1 t x2 t dt
st nt s0 t dt
2
1 E n t 2
2 o
Pno d
2
1 2
H Pn d
国家重点实验室
4.2 匹配滤波器
def
2.4输出信号功率信噪比
so t 的峰值功率 SNRO no t 的平均功率
1 H S e jt0 d 2 1 2 H Pn d 2
4.3节将介绍一种正交级数展开方法
国家重点实验室
4.2 匹配滤波器
• 匹配滤波器的定义
• 匹配滤波器的设计 • 匹配滤波器的主要性质
国家重点实验室
4.2 匹配滤波器
1. 匹配滤波器的定义
若线性时不变滤波器输入的信号是确知信号,噪声是加性平稳噪声, 则在输入功率信噪比一定的条件下,使输出功率信噪比最大的滤波 器,即为与输入信号匹配的最佳滤波器,称为匹配滤波器。
H
S * e jt0 Pn Pn
工程测试技术基础 第二部分 信号分析基础

为能量信号,满足条件:
x2 (t)dt
一般持续时间有限的瞬态信号是能量信号。
瞬态信号
2.1 信号的分类与描述
b)功率信号 在所分析的区间(-∞,∞),能量不是有限值.此时,
研究信号的平均功率更为合适。
T
lim
数学期望,称为相关性,表征了x、y之间其的中一关个联可程以度测。量的量
cxy xy x y
E[(xx )( y的 的y )变变] 化化来。表示另一个量
E[(xx )2 ]E[( y y )2 ]1/ 2
y
y
y
y
x
x
xy 1
xy 1
x
0 xy 1
b) sinc 函数
sin c(t) sin t , or, sint , ( t )
t
t
性质:
波形
偶函数;
闸门(或抽样)函数;
滤波函数;
内插函数。
2.1 信号的分类与描述
c) 复指数函数
est et e jt
t
et cost et sint ; s j
瞬态信号
瞬态信号:持续时间有限的信号,如 x(t)= e-Bt . Asin(2*pi*f*t)
2.1 信号的分类与描述
c)非确定性信号:不能用数学式描述,其幅值、相位变化 不可预知,所描述物理现象是一种随机过程。
噪声信号(平稳)
噪声信号(非平稳)
统计特性变异
2.1 信号的分类与描述 2 能量信号与功率信号
(3)卷积特性
f (t) * (t) f ( ) (t )d f (t)
工程测试技术 信号分析基础 掌握信号时域波形分析方法

2.2 信号的时域波形分析
实验:
12
2.2 信号的时域波形分析
5、波形分析的应用
信号类型识别
信号基本参数识别
Pp-p
超门限报警
2.2 信号的时域波形分析
案例:汽车速度测量:
T
14
2.2 信号的时域波形分析
案例:旅游索道钢缆检测
超门限报警
15
2.2 信号的时域波形分析 实验:声音信号有效值报警:
应用: (1)信号中的直流分量消除 (2)仪器的智能调零
2.3 信号的时域统计分析
2、均方值
信号的均方值E[x2(t)],表达了信号的强度;其正平 方根值,又称为有效值(RMS),也是信号平均能量的一种 表达。
2 x
E[x2 (t)]
lim
1 T
T x 2 (t)dt
0
T
工程测量中仪器的表头示值就是信号的有效值。 应用:局部异常信号识别(钢丝绳断丝检测)
2.4 信号的时差域相关分析
发火周期
1
0.5
Healthy #1 Misfire #1&2 Misfire
Correlation
0
-0.5
自相关分析的主要应用:
用来检测混肴在干扰信号中的确定 性周期信号成分。
-1
0
120
240
360
480
600
720
Crank Angle (degCA)
作一个循环内转速信号的的自相关函数,其周期为发火周期。
16
第二章、信号分析基础 2.3 信号的时域统计分析
1. 均值 2. 均方值 3. 方差 4. 概率密度函数 5. 概率分布函数 6. 直方图
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1 j t 0 S ( )e d H ( ) Pn ( ) 2 Pn ( ) SNR0 1 2 H ( ) Pn ( )d 2 1 2
2
1 S ( ) H ( ) Pn ( )d d 2 Pn ( ) .(2 12) 1 2 H ( ) Pn ( )d 2
匹配滤波器的冲击响应为
h(t ) Ks(T t ) KA,0 t T h(t ) 0, else
匹配滤波器的输出信号为:
s0 t
s ( )h (t )d
t AKAd , o t T 0 T AKAd , T t 2T t T 0, t 0, t 2T KA2 t , , o t T KA2 ( 2T t ), T t 2T 0, t 0, t 2T 21:01
1 ht 2
KS * ( )e jt0 e j .t dt Ks * (t0 t )..(2 23)
对于实信号则有:h(t)=Ks(t0-t)—(2-24)
21:01 12
冲击响应等于输入信号波形的镜象,时间移动了t0,即与输入信 号相匹配。此外,为使匹配滤波器满足因果条件,必有:
4、t0应等于输入信号的持续时间T,即对于冲激响应h(t)=s(t0-t), h(t)=0, t > t0; 在t0时刻,应将全部信号送入滤波器,才有最大信
噪比;否则,若未全部输入,则不可能达到最大信噪比。 5、信号s(t)通过匹配滤波器后,波形的形状变成自相关积分的 形状,并且对于t=t0点对称,对称点t0又是输出信号的峰点。
噪声,就是其样值为统计相关的。
当输入为白噪声,其功率谱密度为N0/2时
21:01 9
1 SNR0 2
2
S ( ) d ( 2 15) N0 / 2
2
若令ε表示信号能量,由Parseval定理有:
1 s(t ) dt 6)
1 E[ n t ] P n 0 ( )d 2 1 2 H ( ) P n ( )d ( 2 8) 2
2 0
定义:输出信噪比=输出信号峰值功率/输出噪 声平均功率
21:01 6
1 j t 0 H ( ) S ( )e d 2 S0 (t0 ) 2 (2 9) SNR0 2 1 2 E n0 (t ) H ( ) Pn ( )d 2 Schwarz不等式
2
2
1 SNR0 2
21:01
S ( ) d (2 13) Pn ( )
8
2
根据Schwarz不等式之等号成立的条件,只有当
H ( )
S * ( ) jt e ( 2 14 ) 2 Pn ( )
0
其中S*()为输入信号频谱的共轭复数,Pn()为噪声的功率谱密度, 则H()为输入信号S(t)的匹配滤波器的传递函数。 一般情况下假定噪声是有色的(非白),此式即为有色 噪声的匹配滤波器。 所谓高斯白噪声就是其统计特性为独立的。而高斯有色
21:01 11
其物理意义为:
系统的频率特性与输入信号的幅频特性一致,即对输入信号中 幅度较大的频率成份给予较大的权重,而噪声是均匀功率谱, 从而可以滤出信号。信号在相位延迟t0处形成输出峰值,而噪 声的相位是随机的,与系统无关。故有时可两个网络级联来实 现匹配滤波器。
单位脉冲响应Impulse Response
H ( )e
j . t
Z(t)=s(t)+n(t)-----(2-3)
s(t)是有用的已知信号,n(t)-零均值平稳噪声.
21:01 4
S
s (t )e j .t d ( 2 4)
1 j .t s0 t H ( ) S ( ) e d (2 5) 2 若s0(t)在t0处出现峰值,即
Pn ( ) H 1 ( j ) Pn1 ( ) 1 ( 2 26) 1 H 1 ( j ) ( 2 27) Pn ( )
21:01
3
若输入信号已知,且线性时不变滤波器的输入为加性 平稳噪声(白噪声),此时,输出信噪比为最大的滤 波器,就是一个与输入信号相匹配的最佳滤波器―― 匹配滤波器。
H
1 h t 2
h (t )e
j . t
dt ( 2 1)
dt ( 2 2)
ks(t0 t ), t 0 h(t ) (2 25) 0, t 0
21:01
13
匹配滤波器的性质
1、输出信噪比最大=2ε/N0, ε表示信号能量,它与输入信号的波 形以及加性噪声的分布特性无关。
2、频率响应与输入信号的频谱相匹配,幅度相等,输入信号相 位-t0 3、输出信号在t=t0时刻达到最大瞬时功率
21:01 14
匹配滤波器又可以看成是一个计算输入信号的相关函数的相 关器,或者说,匹配滤波器还可以用相关接收的方法来实现。
匹配滤波器和相关器处理信号的效能是相同的,但两者对信 号的加工过程并不相同。匹配滤波器对信号的匹配过程是在 频域进行的,主要靠一个从动网络与信号匹配而实现的,是
一种模拟方法。输出可以实时给出。而相关器工作时,对参 考信号s(t),需要给以可变的延时,作为参考信号源s[-(t0-t)],
2
-
F * ( x) ( x)dx
2
-
-
F * ( x) F ( x)dx
* ( x) ( x)dx..(2 10)
且当θ(x)=αF(x), α为任意常数时,上式中等号成立。令
S ( )e jt0 F * ( x) , ( x) Pn ( ) H ( ) (2 11) 2 Pn ( )
jt0
H 2 ( ) H ( ) AS * ( )e
21:01
17
例2-1、设单一脉冲信号s(t)如图所示
A,0 t T s(t ) 0, else
求其匹配滤波器的传输函数与输出信号 解:先求s(t)的频谱
S s(t )e
j . t
21:01 16
而对于频移信号s2(t)—S2(ω)=S(ω+υ)而言,H(ω)就不再是S2(t)
的匹配滤波器了。
s2 (t ) S 2 ( ) S (+ ) H 2 ( ) A S 2 * ( )e
' j t 0 '
AS * ( )e
jt 0
1 s0 t0 2
H ( ) S ( )e j .t0 dt (2 6)
21:01
5
输入噪声n(t) 的功率谱密度为Pn(ω) 输出噪声n0(t)的功率谱密度为Pn0(ω)
Pn0 H ( ) Pn (2 7)
2
滤波器输出噪声的平均功率为:
19
此匹配滤波器可用积分器、延迟器和加法器来实现:
匹配滤波器与功率匹配的物理概念
输出信噪比为最大的滤波器,就是一个与输入信号相匹配的 最佳滤波器-匹配滤波器。
频率响应与输入信号的频谱相匹配,幅度相等,-相位-t0
21:01 20
电路与系统中功率匹配的概念 负载与电源内阻抗匹配,可达到最大功率输出。
2
2 SNR0 ( 2 17 ) N0
即输出信噪比的上限。因此,输入干扰为加性白噪声时, 其匹配滤波器为:
jt0
H ( ) KS * ( )e
其中
21:01
(2 18 )
10
K
N 0
任意常数。
匹配滤波器-匹配滤波器的频率响应除了相差一个因子
Ke
jt0
s1 (t ) S1 ( ) AS( )e j H 1 ( ) A' S1 * ( )e jt0 ' AS * ( )e j ( t0 ' )
H 1 ( ) AH ( ) e j [ t0 ' ( t0 )] 若取t0 ' t0 , 则有 H 1 ( ) A' H ( )
dt A e
0
jt0
T
j . t
A dt (1 e jT ) j
再取观测时刻t0=T,则可得匹配滤波器的传输函数为:
H ( ) KS * ( )e KA (1 e jT ) j
21:01 18
KA (1 e jT )e jT j
21:01
22
有色高斯噪声的信号波形检测
• 将卡亨南-洛维展开进行延拓,到 有色噪声的情况,主要是数学推导, 其物理概念不容易看出来。 • 另一种方法是对有色噪声进行预处 理,即白化处理,其物理概念清楚, 容易理解。
21:01 23
n(t)—有色高斯噪声,其噪声功率谱密度Pn(ω)≠常数 令n1(t)为功率谱Pn1(ω)≡1的白噪声,故有:
第二章 噪声中信号波形的检测
信号
滤 波 器
信号
噪声
按某一准则来设计最佳检测器或称为最佳接收机。这种最 佳检测器常常用匹配滤波器来构造。故匹配滤波器的概念 是很重要的。
21:01 1
平滑
滤波 器
滤波 预测
如果滤波器的输出是滤波器输入的线性函数,则称为线性滤波器; 否则为非线性滤波器。 若滤波器的冲激响应是无限长,称为无限冲激响应滤波器(FIR), 反之,为有限冲激响应滤波器(IIR)。 如果滤波器是在时间域、频率域或空间域实现,则分别称为时域、 频域、空间域滤波器。