信号检测试验三.doc
微弱电流信号的检测和放大电路.doc
电压放大器结构合理，准确得实现了电压放大功能。
经I/V转换器后电压（通道B），经一级差分式放大电路后输出电压（通道C）,经二级差分式放大电路后输出电压(通道D)波形对比如图9所示：
图9运算放大电路输入输出电压波形对比
3.
本设计采用开关式相敏检波电路。相敏检波电路是具有鉴别调制信号相位和选频能力的检波电路。其结构如图10所示。
要求：电路要包括电流/电压转换电路，信号放大电路，调制和解调电路，并采用multisim仿真。
三、设计时间及进度安排
设计时间共两周（2015.6.23～2015.7.3）,具体安排如下表：
周安排
设 计 内 容
设计时间
第一周
布置设计任务和具体要求及设计安排；提出设计思路和初步设计方案、根据设计方案，进行具体的设计，根据指导意见，修改具体设计；仿真实现设计要求，指导、检查完成情况。
15.06.23-15.06.26
第二周
设计、仿真，撰写、完成专业模块设计报告,验收、考核
15.06.29-15.07.03
四、指导教师评语及成绩评定
指导教师评语:
年 月 日
成绩
指导教师(签字):
第一章课程设计的目的
课程设计是学生理论联系实际的重要实践教学环节，是对学生进行的一次综合性专业设计训练。通过课程设计使学生获得以下几方面能力，为毕业设计（论文）奠定基础。
经过相敏检波输出电压为4.327V，输入输出电压如图13所示。
图
经过相敏检波电路的波形如图14所示：
图14相敏检波电路输出波形
4.
为了给相敏检波电路提供同频方波信号，实现检波功能。其结构如图15所示。
图
其同向端接地，反向端接入高频正弦来自压信号（1KHZ），输出端为方波信号。当反向端正弦电压小于0时，输出高电平；当反向端输入的正弦电压大于0时，输出低电平。所以输入正弦波输出为反向的正弦波。输入信号和输出信号对比如图16所示。
心理学“信号检测论”实验报告
实验题目评价法－信号侦察论实验课程实验心理学实验指导老师刘海涛学生姓名吴楚楚1208300045 试验班级心理121实验简介：信号检测论是人们在对刺激做判断时，对不确定的情况做出某种决定的理论。
信号检测论最早应用在雷达和通讯技术中，用来解决信号接受的正确概率问题。
后来信号检测论被广泛应用到感知觉过程的研究中。
通过信号检测论的实验方法可以对被试的感受性和反应倾向性进行有效的测量，克服被试的主观因素和噪音干扰对感受性的影响。
信号检测论不仅能测定人对信号的反应，也测定人对噪音的反应，因而能够将人的感受性与其判断标准区分开，并且分别用不同的数量来表达。
信号检测论有三个基础实验程序，即有无法、迫选法和评价法。
其中，评价法可以在相同的时间内获得被试更多的信息。
在评价法中，不仅要求被试对有无信号作出判断，还要求按规定的等级作出评价，即说明每次判断的把握有多大。
这样，被试就有了几个判断标准，因而用一轮实验的结果就可以绘制出ROC曲线。
实验目的：通过图片再认，学习信号侦察论及其基础程序评价法。
实验器材：PsyKey心理教学系统实验被试：大学生一名，年龄21岁，性别女。
实验过程：本实验采用图片再认作为评价法的实验。
刺激共有两套：一套是识记过的图片，共60张（每个图片内容不同）作为信号SN；另一套是没有识记过的图片，共60张（每个图片也不同，但与相应的第一套相似），作为噪音N。
第一步，先让被试识记第一套图片，计算机屏幕随机呈现每张图片，60张图片连续呈现；第二步，把这60张识记过的图片与第二套60张图片混合在一起，仍按上述的方法呈现给被试，让被试判断是否是刚才识记过的，并按照规定的等级按键作出评价。
采用五等级评价的方法，其中1—0%，2—25%，3—50%，4—75%，5—100%。
让被试直接点击对应的数字按钮来进行反应。
实验结果：＝＝＝＝＝结果分数＝＝＝＝＝----------------------------------类型１２３４５合计----------------------------------信号 3 1 9 10 37 60噪音24 6 16 6 8 60----------------------------------计算各标准下的击中率,虚报率,以及d和β判断标准C4 C3 C2 C1P(y/N) 0.61 0.78 0.93 0.94P(y/N) 0.13 0.23 0.50 0.60Z/SN -1.530 -0.261 0.858 0.933Z/N -0.614 -0.352 0.352 0.6140.124 0.386 0.276 0.259击中率的纵坐标0.331 0.375 0.375 0.331虚报率的纵坐标d 0.916 0.095 0.506 0.319β0.37 1.03 0.74 0.78 可对此表进一步处理，画出ROC曲线.实验结果分析：1.由数据可知，被试的感受性d值约为0.46。
信号检测论(有无法)实验报告
信号检测论（有无法）实验报告作者：韦琳廖倩黄彬芯来源：《科学与财富》2018年第19期1 前言信号检测论（Signal Detection Theory，简称SDT），是一种心理物理法，是关于人们在不确定的情况下如何作出决定的理论。
它是信息论的一个重要分支。
常以SN（信号加噪音）表示信号，以N表示噪音[1]。
在心理学领域，信号检测论所指的信号可以理解为刺激。
在信号检测论中，噪音就是对信号检测起干扰作用的所有背景。
信号检测论将个体客观的感受性和主观的动机、反应偏好等加以区分，从而解决了传统心理物理学所无法解决的问题。
它将辨别力和判断标准分离，使实验者可以用一些方法测量反应的倾向性，并使测得的被试的辨别力不受反应倾向性的影响。
通过信号检测论可以排除主观标准设定的变动，求得感觉系统对某一强度刺激的感受性，信号检测论多选用辨别力指标d’来作为反映客观感受性的指标；用似然比β或报告标准C来对反应倾向进行衡量[2]。
信号检测论增进人们对于阈限的理解以及提供传统和现代心里物理学整合的可能性。
2 方法2.1 被试大二学生，女，20岁。
2.2 实验仪器和材料本实验采用成都中医药大学信号检测论—有无法实验程序，根据给定的各种文字或图形材料定义实验参数。
2.3 实验程序进入实验操作后在“信号+噪音数量”后面选择信号与噪音的总数量为80，在“先验概率P （SN）”中定义信号呈现的先验概率，本实验中，先验概率依次为0.1，0.3，0.5，0.7，0.9。
选择“提取图片”按钮，之后再预览图片，然后单击“保存图片”按钮，保存图片材料。
准备进行正式实验。
以0.5先验概率为例，主试选择主界面“正式实验”菜单中，选择“给定图形材料”。
被试开始进行实验，屏幕出现指导语：下面是一个测验你的辨别能力的实验。
实验开始时，首先在屏幕中心一次呈现一系列的图片材料，要求你尽量记住这些材料，呈现完这些材料之后，计算机将呈现两倍数量的图片，其中部分是刚才呈现过的，并要求你判断哪一个呈现过，哪一个没有呈现过。
信号检测论——有无法
信号检测论——有无法姓名（上海师范大学应用心理学，上海，201418）摘要本实验采用信号检测论中的一个基础实验程序——有无法，考察两名被试在不同的先定概率的情况下，辨别力和判定标准的大小。
实验发现：（1）信号检测论是一种心理学实验常用的有效研究方法；（2）击中率和虚报率会随着先定概率的提高而增加；（3）被试对声音频率的辨别力和判断标准有显著的性别差异。
关键词信号检测论；有无法；先定概率；辨别力；判定标准1 导言信号检测论是现代信息论的重要分支领域，由美国心理学家坦纳（W. P. Tanner）和斯威茨（J. A. Swets）应用于知觉研究。
信号检测论与心理物理学均认为，物理刺激所引发的心理感受是一个正态连续变量。
两者的区别在于：传统心理物理学的阈限概念假设了一种理想状态，其中刺激出现时是完全纯净的，个体对刺激的知觉不会受到其他因素的干扰。
信号检测论认为，信号总是在噪音的伴随下出现的，因此对信号刺激的知觉不可避免的会受到各种噪音的干扰。
一切影响到信号侦测的背景都是噪音，它可能由内部自发的神经活动所引起，也可能由外部的实验处理或环境变化所导致。
信号和噪音是信号检测论中最基本的两个概念。
在心理学领域，信号检测论所指的信号可以理解为刺激。
而噪音就是信号所伴随着的背景。
信号检测论假定，噪音总是存在于系统之中，无法消除——无论这个系统是一个收音机，还是人的神经系统。
信号检测论有三个基础的实验程序：有无法、迫选法和评价法。
有无法的基本程序是：注释呈现刺激后，让被试判定所呈现的刺激中有无信号，并口头报告。
被试对有无信号出现的判断有四种结果：击中、虚报、漏报和正确否定，但判断的条件概率一般只用击中的条件概率和虚报的条件概率，因为其他的两个是这两个条件概率的互补。
信号伴随噪音和单独出现噪音，这两种情况下，分别可以在心理感受量值上形成两个分布：信号加噪音分布和噪音分布，前者也常常简称为信号分布。
由于信号总是叠加在噪音背景之上，因此总体上信号分别总是比噪音分布的心理感受更强些。
信号检测论 (2)
信号检测论的两种独立指标如上所述，信号检测论分离了两种指标：（1）辨别力指标d′，是观察者对刺激的感受性的度量；（2）判断标准，是观察者反应偏向的度量，常用似然比标准β或报告标准C来进行衡量。
（一）反应偏向反应偏向可用两种方法计算：一种是似然比值，另一种是报告标准。
1．似然比β似然比β的数学定义为：区分信号与噪音反应的心理感受水平Xc所对应的信号分布纵轴与噪音分布纵轴之比。
但是在信号检测论实验中，没有办法直接掌握心理感受水平Xc，因此β是通过间接方法计算得出的。
将被试在实验中的反应划分为四种：击中、虚报、漏报和正确拒斥。
表513对这四种反应的区分作了具体说明。
表5－13信号检测论实验中观察者的四种反应如图5－30所示：随着观察者掌握的判别标准Xc的变化，不但β值发生改变，与此同时改变的还有上述四种反应的概率。
当Xc右移，检测者的反应标准变得严格，于是击中率和虚报率均下降，而漏报率和正确拒斥率均上升，β值上升；当Xc左移，β值变低时，击中率和虚报率都会上升，而漏报率和正确拒斥率下降。
在图中还可以看到，四种反应概率之间存在如下关系：P(hit)+P(miss)=1P(fa)+P(cr)=1那么，可以通过四种反应概率的PZO转换得到Xc分别对应于信号分布和噪音分布上的纵轴长度O(SN)和O(N)。
而以上两者的比值就是β值了。
图5－30判断标准的变化（采自Gescheide，1997）举图5－31上A、B、C三种情况为例，说明β的具体计算方法。
图531A，击中概率为0．28，虚惊概率则是0．06，通过查PZO转换表，求得O击中的纵轴值为0．336 8，O虚惊的纵轴值为0．119 2。
则一般认为，β＞1说明被试掌握的标准较严。
图531B，击中概率为0．70，虚惊概率为0．30，查表得O击中的纵轴值为0．347 8，O虚惊的纵轴值为0．347 8，β值为β值接近或等于1，说明被试掌握的标准不严也不松。
图5－31C，击中概率为0．94，虚惊率为0．72，通过查表，求得O击中的纵轴值为0．119 2，O虚惊的纵轴值为0．336 8。
信号检测论
信号检测论摘要 本实验运用信号检测论检测被试的判断标准并通过ROC 曲线测出被试对信号和噪音的感受性水平。
关键词：信号检测论，感受性水平，判断标准，ROC 曲线 前言信号检测论(简称SDT)，是一种心理物理法，是关于人们在不确定的情况下如何作出决定的理论。
它是信息论的一个重要分支。
在SDT 实验中通常把刺激变量看作是信号，把刺激中的随机物理变化或感知处理信息中的随机变化看作是噪音。
常以SN(信号加噪音)表示信号，以N 表示噪音。
这个理论是1954年由坦纳与斯维茨引进到心理学实验当中的，在对感受性的测量上获得了成功。
至今已形成了一些基本方法，如有无法、评价法及迫选法等等。
它不仅在感受性的测量上，而且在记忆等研究中也起到了作用。
信号检测论（SDT ）用于实验时，把正确的反应分为“击中”、“正确否定”，把错误反应分为“漏报”、”虚报“。
对击中率P （y/SN ）、虚报率P （y/N ）的计算公式如下：反 应Y N刺SN激NP(y/SN) = f1/(f1+f2) P(y/N) = f3/(f3+f4)击中率和漏报率之间是有固定关系的。
我们可以通过已知的数据去推测判断标准。
在信号检测论中，判断标准β是由下面的公式来计算的：[ β = 击中率的纵坐标/虚报率的纵坐标 ]信号检测论中感受性的高低是如何表示的呢？由于信号检测论实验不仅测被试对信号刺激的反应，而且也测被试对噪音刺激的反应。
如果被试的感受性高即分辨能力强，实验结果会得到两个相距较远的正态曲线。
如果被试的感受性低，实验就会得到两个相距较近的正态曲线。
因此，我们可以用两个正态曲线的距离即两个正态分配的平均数之间的距离来作为感受性的指标。
为了便于在不同条件下进行比较，这个距离是以标准差为单位来表示的，长称d ’。
公式如下[ d ’ = Z N － Z SN ] 当判断标准发生变化时，击中率和虚报率都相应的发生变化，但分辨能力d ’保持不变，操作者特征曲线（ROC 曲线）又叫等感受性曲线。
心理学实验报告之信号检测论(用于再认实验)
心理学实验报告实验组次执笔者时间成绩
分析与讨论
接受者操作特征曲线〔ROC曲线〕，又称等感受性曲线〔本实验由于精度误差不能完全做到理想上的等感受性〕，即在以虚报率为横轴、击中率为纵轴所组成的坐标图中，由被试在特定刺激条件下〔如不同的先定概率〕由于采用不同的判断标准得出的不同结果画出的曲线。
本实验中即采用不同的先定概率作为不同的刺激条件，从图中可看出：〔1〕随着先定概率的增加，被试〔同一人〕的判断标准ββ值很大〕，这与理论不完全相符，这可能是由于实验的随机误差和实验所使用材料的限制；〔2〕曲线倾斜度和位置大体符合理论预期，说明被试参与性及其自身练习、疲劳等干扰因子控制较好，但并未以大致P=0.5的感受性曲线为距离随机斜线最远的重心形成对称分布，这同样可能是本实验使用材料上的随机误差所致；〔3〕本实验中的区分力指数d’并不完全恒定，而是随着先定概率的增加，被试的区分力指数呈微减趋势，除去随机误差的影响，这可能是因为为随着先定概率的增加，被试的记忆任务越来越重因而影响了其判断力〔疲劳、压力等〕，但作为实验条件下的曲线分布其大致符合了等感受性曲线的分。
信号与系统试验----信号卷积
一、 实验目的1. 理解卷积的概念及物理意义；2. 通过实验的方法加深对卷积运算的图解方法及结果的理解。
二、实验设备1.信号与系统实验箱 1台2.双踪示波器1台三、实验原理卷积积分的物理意义是将信号分解为冲激信号之和，借助系统的冲激响应，求解系统对任意激励信号的零状态响应。
设系统的激励信号为)t (x ，冲激响应为)t (h ，则系统的零状态响应为)(*)()(t h t x t y =⎰∞∞--=ττd t h t x )()(。
对于任意两个信号)t (f 1和)t (f 2，两者做卷积运算定义为：⎰∞∞--=ττd t f t f t f )(2)(1)(=)t (f 1*)t (f 2=)t (f 2*)t (f 1。
1. 两个矩形脉冲信号的卷积过程两信号)t (x 与)t (h 都为矩形脉冲信号，如图9-1所示。
下面由图解的方法（图9-1）给出两个信号的卷积过程和结果，以便与实验结果进行比较。
0≤<∞-t210≤≤t 1≤≤t 41≤≤t ∞<≤t 2124τ（b)(a)(c)(d)(e)(f)(g)(h)(i)2卷积结果2. 矩形脉冲信号与锯齿波信号的卷积信号)t (f 1为矩形脉冲信号，)t (f 2为锯齿波信号，如图9-2所示。
根据卷积积分的运算方法得到)t (f 1和)t (f 2的卷积积分结果)t (f ，如图9-2(c)所示。
图9-2 矩形脉冲信号与锯齿脉冲信号的卷积积分的结果3. 本实验进行的卷积运算的实现方法在本实验装置中采用了DSP 数字信号处理芯片，因此在处理模拟信号的卷积积分运算时，是先通过A/D 转换器把模拟信号转换为数字信号，利用所编写的相应程序控制DSP 芯片实现数字信号的卷积运算，再把运算结果通过D/A 转换为模拟信号输出。
结果与模拟信号的直接运算结果是一致的。
数字信号处理系统逐步和完全取代模拟信号处理系统是科学技术发展的必然趋势。
图9-3为信号卷积的流程图。
信号检测论
信号检测论1 引言信号检测论又称现代心理物理学方法或SDT，是信息论的一个重要分支，1954年美国心理学家W.P.Tanner和J.A.Swets把它应用于人的知觉过程，使心理物理学方法发展到一定阶段。
信号检测论不仅测定人对信号的反应，也测定人对噪音的反应，因而能够将人的感受性与其判断标准区分开，并且分别用不同的数量来表达，这是它优于古典心理物理学方法的地方。
信号检测论有两种实验方法，分别是有无法和评价法。
有无法要求事先选定SN刺激和N刺激，并规定SN和N出现的概率，然后以随机方式呈现SN或N，要求被试回答，刚才的刺激是SN还是N。
评价法不仅要求被试对有无信号作出判断，还要求按规定的等级作评价，即说明每次判断的把握有多大。
本次实验使用的是有无法。
本次实验的目的是检测当呈现信号和噪音的先定概率发生变化时，对被试的辨别力(d’)和判定标准（β）是否都有影响，并学习绘制ROC曲线。
2 方法2.1 被试某大学本科生一名，男，20岁。
2.2 材料两个数字总体（SN和N）卡片正面写着1或2位的数字。
两个数字的总体分布见表1：2.3 程序①确定五种先验概率，分别为10%、30%、50%、70%、90%。
②主试将P（SN）=0.9，P(N)=0.1分别从总体SN和N中随机取样，形成一个n=50的样本。
抽取方法：将总体SN洗匀，顺次取出45张，再将总体N洗匀，顺次取出5张；最后将抽出的50张总体洗匀。
③让被试仔细研读表1数据。
在被试表示阅读充分后，进行试验：告诉被试，这轮试验的先验概率是10%，即50张卡片中有45张是噪音，5张是信号。
在每次看到一张卡片时被试就必须判断它是SN还是N。
主试记下被试的回答。
④在本轮结束后，让被试休息2分钟，进行下一轮实验。
⑤主试依照前面的程序，进行先验概率分别为30%、50%、70%、90%的实验。
3 结果在本次实验中依照计算公式：击中率P(y/SN)=击中次数/(击中次数+漏报次数)；虚报率P(y/N)=虚报次数/(虚报次数+正确否定次数)，计算五次实验的击中率和虚报率。
信号检测的基本理论
（1）理解信号检测的实质，熟悉贝叶斯统计的基本观点、贝叶斯假设及贝叶斯定理。
（2）理解先验分布、似然函数、后验分布及损失信息的物理意义，掌握贝叶斯统计推断和贝叶斯统计决策的原理。
（3）掌握信号检测的基本原理，熟悉设计信号检测算法或信号检测系统的步骤。
知识点
归纳
（1）随机信号的假设检验。
（2）贝叶斯统计的基本观点、贝叶斯假设及贝叶斯定理。
（3）确知信号是指信号的形式、类型或波形是确知的，并且信号中所含有的参量是确知的。
（4）未知参量信号是指信号的形式或类型是确知的，而信号的参量是未知的。未知参量信号的未知参量可能是未知非随机的，也可能是随机参量。
（5）随机参量信号是指信号的形式或类型是确知的，而信号的参量是随机的。由于贝叶斯统计把任意一个未知参量都看成随机变量，故在信号检测与估计中，将未知参量信号看作随机参量信号。
3．贝叶斯统计决策
（1）统计决策论是运用统计知识来认识和处理决策中的某些不确定性，从而做出决策。
统计决策需要涉及决策的损失使决策者遭受损失小的决策就被采用，而损失大的决策就不被采用。统计推断就不涉及推断的后果。统计推断也可以看作是统计决策的特例。
（2）贝叶斯统计决策所需的信息有4种：总体信息、样本信息、先验信息和损失信息。
（4）3.4.4极小极大准则下的二元确知信号检测。
（5）3.4.5纽曼−皮尔逊准则下的二元确知信号检测。
（6）3.4.6最大似然准则下的二元确知信号检测。
目的与
要求
（1）理解似然比的物理意义，熟悉各种二元确知信号检测方法所需的条件，掌握贝叶斯准则、最小平均错误概率准则、最大后验概率准则、极小极大准则下的二元确知信号检测、纽曼−皮尔逊准则及最大似然准则下的二元确知信号检测方法，掌握似然比检测方法。
- 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)。
实验三、信号检测的基本准则
实验目的：
1.
掌握最大似然准则的基本原理；
2.
掌握贝叶斯准则的基本原理；
3.
掌握最小均方误差准则的基本原理；
4.
掌握带限系统的等效基带仿真方案；
5. 学习Simulink I
具的使用；
6.
掌握蒙特卡罗的仿真方法和思想。
实验内容：
1.
对如下图所示的二元数字通信系统进行仿真
假设系统中的噪声是高斯白噪声，若对每个符号进行1次采样，仿真采用最 大
似然准则时（此时每信号帧包含100个信息比特）系统的误码性能，画出 比特
信噪比（亦即切/N。）与误码率的关系曲线（要求的信噪比区间为
0 〜15dB）
。
答：利用matlab软件建立simulink仿真模型如图
1:
图1.二元数字通信系统simulink仿真模型
Bufferl
结果讨论：最大似然中，先验等概§=0.5,判决门限为XT二0.5,此时误比特信噪 比
与误码率的关系曲线如图2所示：
图2.仿真结果与理论曲线对比
clear;
sO=O;sl=5; %定义信号幅度 p0=0.5;pl = l-p0;
A1=O:O.5:15;%信噪比范围(DB)
A2=10.A(Al/10);%
信噪比
Sigma2=(slA2)./A2;%定义方差 Sigma2
N=le5;%
序列长度
for k= 1 :length(Sigma2)
X=(rand(l ,N)>pO);%
信源信号输入
n=sqrt(Sigma2(k))*randn( 1,N);%
定义噪声
Xi=sl*X+n;%
接收机判决输入信号
B=(sO+sl)/2+Sigma2(k)/(sl-sO)*log(pO/p 1);%定义最佳判决门限 B
Y=(Xi>B);%
判决输出
crr(k)=(sum(X-Y~=O))/N;%
误码率统计
end
semilogyCAUern^r');
hold on
%仿真输出
for k= 1 :length(Sigma2)
B=(s0+sl)/2+Sigma2(k)/(sl-s0)*log(p0/pl);%定义最佳判决门限 B
peO=O.5-O.5*erf((B-sO)/(sqrt(2*Sigma2(k))));%发 0
出错率
pel=0.5+0.5*erf((B-sl)/(sqrt(2*Sigma2(k))));% 发 1
出错率
pe(k)=pO*peO+p 1 * pe 1;%
平均出错率
end
semilogy(AI ,pe);
xlabel(信噪比 AA2/SigmaA2 (dB)');
ylabel('错误率 pe);
legend(仿真结果7
理论曲线*);
假设系统中的噪声是高斯白噪声，若对侮个符号进行1次采样，仿真采用贝叶斯
准则时(此时每信号帧包含100个信息比特)系统的误码性能，画出比特信噪比
(亦即Eb/NQ与误码率的关系曲线(要求的信噪比区间为0〜15dB)。
答：根据上一问题的模型，再加入代价因子，并修改门限值得结果如图
3
：
图3 .贝叶斯准则下的仿真结果
matlab代码如下:
clear;
sO=O;sl=5;
pO=O•5;pl=l-pO;
C0 0 = 0;Cl1 = 0;CO 1 = 1;Cl 0=1;
Al=0:0.5:15; %信噪比范围(DB)
A2 = 10. A (Al/10)
;%信噪比
Sigma2=(slA2) ./A2;%定义方差Sigma2
N=le5; %序列长度 for k=l:length(Sigma2)
X= (rand (1, N) >p0)
; %信源信号输入
n=sqrt (Sigma2 (k) ) *randn (1, N) ; %定义噪声 Xi=sl*X+n;
%接收机判决输入信号
B=(p0* (C10-C00) ) ./ (pl* (C01-C11) ) ;%定义最佳判决门限B
Y=(Xi>B)
;%判决输出
err (k) = (sum (X-Y~ = 0) ) /N; %误码率统计 end
semilogy(A1A errz 1+r1);
hold on %仿真输出 for k=l:length(Sigma2) B= (pO* (C10-C00) ) ./ (pl* (C01-C11) )
定义最佳判
决门限
B
pe0=0.5-0.5*erf ( (B-sO) / (sqrt (2*Sigma2 (k))));号发0；l‘作普tl勺概率 PE0=C00* (1-peO)
+C10*pe0; %发0
出错的风险
pel = 0.5+0.5*erf ( (B-sl) / (sqrt (2*Sigma2 (k))));号发 1 出错的概率 PEl=C01*pel+ (1-pel)
*C11; %发 1
出错的风险
pe (k) =p0*PE0+pl*PEl; &平均出错率 end
semilogy(Al, pe);
xlabel ( 匕AA2/Sigma人2 (dB) 1 );
ylabel (，错误率p&
『)；
legend ('
仿真结果，，，理论曲线，);
title (，代价因子C00=Cll = 0z C01=C10 = l
时的结果图')
3. 假设系统中的噪声是高斯白噪声，若对每个符号进行1
次采样，仿真采用最小
均方误差准则时(此时每信号帧包含100个信息比特)系统的误码性能，画出比 特
信噪比(亦即Eh/N.)与误码率的关系曲线(要求的信噪比区间为0〜15dB)。
答：
4. 若对每个符号进行4次采样和8次采样时，分别完成1、2、3
中的仿真。
思考题：
1
、思考为什么在加性高斯白噪声信道中，最大似然准则与最小均方误差准则的
性能一致。
2
、 思考在什么条件下，最大似然准则与最小均方误差准则的性能一致。
3
、 思考在带限的数字基带系统的仿真中，如何根据预定的广义信噪比（亦即
Eb/NQ
设置仿真系统中噪声的方差（亦即对应得程序中高斯噪声的b?） ?
4
、 思考采样的次数对噪声的方差的影响？
实验要求：
1
、 利用计算机完成对上述随机事件的仿真。
2
、 撰写相应仿真实验报告。
3
、 认真回答相应的思考题。