Статистическая теория радиотехнических систем. Учебное пособие
.pdfЗАКЛЮЧЕНИЕ
Оптимальный прием детерминированного сигнала на фоне БГШ сводится к сравнению с порогом корреляционного интеграла, вычисляемого коррелятором. Коррелятор может быть реализован пассивной цепью в виде согласованного фильтра. Потенциальная помехоустойчивость когерентного обнаружителя определяется отношением сигнал-шум и порогом.
КОНТРОЛЬНЫЕ ВОПРОСЫ
1.В чем отличие задачи когерентного от задачи некогерентного приема?
2.Что такое корреляционный приемник?
3.Что такое согласованный фильтр и как он применяется при построении схемы обнаружителя детерминированного сигнала?
4.Что такое база сигнала?
5.Перечислите основные свойства согласованного фильтра.
6.Опишите основные области применения согласованных фильтров в РТС?
31
ЛЕКЦИЯ №5. Обнаружение сигналов со случайной фазой. Структурная схема некогерентного обнаружителя. Потенциальная помехоустойчивость.
2.3.2. Обнаружение сигнала со случайной фазой
Рассмотрим случай, когда принимаемый радиосигнал имеет набег фазы, который не известен на приемной стороне. Т.е. ожидаемый сигнал имеет один мешающий параметр. В случае, когда один или несколько параметров сигнала неизвестны, говорят о некогерентном приеме.
Модель сигнала со случайной фазой принимаемого на фоне аддитивного белого шума можно записать в виде
|
x t s t, n t Re S t ej 0t n t , |
(2.35) |
где 1, если верна гипотеза H1 и 0 если справедлива гипотеза H0 , |
||
n t |
- реализация белого гауссовского шума, S t - |
комплексная |
огибающая сигнала, - случайная фаза, имеющая равномерное распределение вероятностей на интервале ; .
Случайная фаза возникает в тех случаях, когда имеет место нестабильность или несинхронизированность опорных генераторов в РТС, имеются изменения протяженности канала распространения сигнала или флуктуации свойств среды.
Оптимальный обнаружитель сравнивает отношение правдоподобия с порогом. Т.к. сигнал имеет неопределенный случайный параметр, то в соответствии с (2.22)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
p x |
|
H1 |
p x |
|
H1, p d |
|
p x |
|
H1, d , |
|
|
|
(2.36) |
|||||||||||||
|
|
|
2 |
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p x |
|
H0 не |
||
где - равномерно распределенная случайная величина, а |
|
|||||||||||||||||||||||||
|
||||||||||||||||||||||||||
зависит от s t, . Тогда отношение правдоподобия |
|
|
|
|
||||||||||||||||||||||
1 |
|
1 |
|
|
|
1 |
|
|
|
|
|
|
|
|
||||||||||||
x |
|
|
|
|
|
|
|
p x |
|
H1, d |
|
|
x, d . |
|
|
|
(2.37) |
|||||||||
p x |
|
H |
0 |
|
2 |
2 |
|
|
|
|
||||||||||||||||
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Учитывая модель аддитивного шума по аналогии с (2.24) получим |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x, |
с exp |
2Z Es |
, |
|
|
|
(2.38) |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
N0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
T |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где Z s t, x t dt |
- зависящий от параметра корреляционный |
|||||||||||||||||||||||||
0 |
|
|
|
T |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
интеграл и Es s2 t, dt - зависящая от |
|
неизвестного |
параметра |
|||||||||||||||||||||||
0
энергия сигнала. Вычислим энергию сигнала, подставив модель сигнала
32
s t, .
|
|
|
|
|
1 |
T |
|
|
|
|
|
|
|
|
1 |
T |
s2 t, s 2 t, dt |
|
|||||||||
Es |
s2 t, s2 t, dt |
|
|
||||||||||||||||||||||||
|
|
|
|||||||||||||||||||||||||
|
|
|
2 |
0 |
|
|
|
|
|
|
2 |
0 |
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
1T |
|
|
|
|
|
1T |
|
|
j 0t |
|
2 |
|
|
1T |
|
|
|
2 |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
2 |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|||||
|
|
s t, |
dt |
|
|
S t e |
|
|
dt |
|
|
|
S |
t |
|
dt Es. |
|
|
|||||||||
|
|
0 |
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|||
Т.о. энергия сигнала не зависит от начальной фазы. При выводе этого |
|||||||||||||||||||||||||||
выражения |
|
|
мы |
использовали обозначение |
|
|
t s t |
js |
t для |
||||||||||||||||||
|
|
|
s |
||||||||||||||||||||||||
аналитического сигнала и равенство Парсеваля для преобразования Гилберта
|
|
|
|
|
|
|
|
|
|
|
T |
T |
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
s t |
|
2dt |
|
s t |
|
2dt. |
|
|
(2.39) |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
Рассмотрим более подробно корреляционный интеграл |
|
||||||||||||||||||||||||||
Z |
1 |
|
|
T s t, x t s t, x t dt |
1 |
T |
s t, x t s t, x t dt. |
||||||||||||||||||||
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
||||||
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
||
Далее в этом выражении мы можем использовать обобщенное |
|||||||||||||||||||||||||||
равенство Рэлея для преобразования Гильберта |
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
x t y t dt |
x t y t dt . |
|
(2.40) |
|||||||||||||
Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
1 |
|
|
T |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
T |
|
|
|||||||
Z |
Re S t ej 0t X t e j 0tdt |
|
Re S t X t dt ej |
|
|||||||||||||||||||||||
|
2 |
(2.41) |
|||||||||||||||||||||||||
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
||||||
Re Zej |
|
Z |
|
cos argZ , |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
j 0t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
X t e |
|
- аналитический сигнал, |
соответствующий сигналу |
||||||||||||||||||||||||
где x t |
|
||||||||||||||||||||||||||
x t , Z - комплексный корреляционный интеграл, определенный в виде
T
Z 1 S t X t dt . (2.42) 2 0
В соответствии с (2.37) отношение правдоподобия примет вид
x |
1 |
|
|
|
2 |
|
Z |
|
|
|
cos argZ Es |
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
N0 |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
d |
|
|
|
|
|
|
|
|||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(2.43) |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
cos argZ |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
Es |
|
|
|
|
2 |
|
Z |
|
|
|
|
Es |
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
1 |
|
|
|
N0 |
|
|
|
|
|
|
|
|
|
|
|
|
N0 |
|
|
|
N0 |
|
Z |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
2 |
e |
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
d e |
|
|
I0 |
N |
0 |
|
|
, |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
33
где I0 x - модифицированная функция Бесселя нулевого порядка.
|
|
2 |
|
Z |
|
|
H1 |
Es |
|
|
|||
|
|
|
|
||||||||||
ln I |
|
|
|
|
|
|
|
|
ln |
, |
(2.44) |
||
|
|
|
|
|
|||||||||
N |
|
|
|
|
|||||||||
|
0 |
0 |
|
|
|
|
N |
0 |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
||
Т.к. ln x - монотонно |
возрастающая функция, |
I 0 x - монотонно |
|||||||||||
возрастающая положительная функция для x 0, следовательно ln I0 x - имеет обратную функцию, которую мы обозначим lf x . Используя эту функцию решающее правило (2.44) примет вид
|
|
|
|
|
|
H1 |
N0 |
|
|
Es |
|
|
|
|
|
|
2 |
|
2 |
|
|
|
|||||
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
||||
Z |
|
Z1 |
Z |
2 |
|
|
lf |
|
Zп . |
(2.45) |
|||
Z |
2 |
ln |
N0 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
Т.о. для принятия решения о наличии или отсутствии сигнала необходимо вычислить модуль комплексного корреляционного интеграла
T
Z 1 X t e j 0tS t ej 0tdt .
2 0
Реальная часть комплексного корреляционного интеграла может быть вычислена следующим образом:
T
Z1 ReZ 12 0 x t s t x t s t dt
T
12 0 x t S t cos t 0t x t S t sin t 0t dt,
где t argS t . Воспользовавшись обобщенным равенством Рэлея для преобразования Гильберта, получим
T
Z1 x t S t cos 0t t dt,
0 |
|
|
|
|
|
T |
|
||||
Z2 x t |
|
S t |
|
sin 0t t dt . |
(2.46) |
|
|
||||
0 |
|
|
|
|
|
Структурная схема оптимального обнаружителя сигнала со случайной фазой имеет вид, показанный на Рис.2.7. Приемник, построенный по данной схеме, называют квадратурным приемником. При реализации корреляторы в квадратурных каналах могут быть заменены на соответствующие согласованные фильтры.
34
Рис.2.8. Структурная схема квадратурного приемника.
Проанализируем далее помехоустойчивость оптимального обнаружителя сигнала со случайной фазой. Реальная и мнимая части комплексного корреляционного интеграла могут быть записаны в виде
T |
T |
Z1 x t s t,0 dt, |
Z2 x t s t,0 dt. |
0 |
0 |
Статистические характеристики Z1и Z2 в случае справедливости гипотезы H0 фактически были получены нами ранее при анализе когерентного приемника (2.32). Так p Z1 H0 - распределение гауссовской случайной величины с нулевым математическим ожиданием и дисперсией
|
N0Es |
. |
p Z2 |
|
H0 - распределение гауссовской случайной величины |
с |
|||
|
|
||||||||
2 |
|||||||||
|
|
|
|
N0Es |
. Z1 и Z |
|
|||
нулевым |
математическим ожиданием и дисперсией |
2 |
|||||||
|
|||||||||
|
|
|
2 |
|
|
||||
статистически независимые случайные величины. Действительно в соответствии с (1.33)
|
|
T |
|
|
|
|
|
T |
|
|
|
|
|
|
|
|
|
M Z Z |
|
|
n t |
|
s t |
|
,0 dt |
|
n t s |
|
t |
,0 dt |
|
|
|||
2 |
M |
2 |
2 |
2 |
|
|
|||||||||||
1 |
|
|
|
|
1 |
1 |
1 |
|
|
||||||||
|
|
0 |
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
T T |
|
|
|
|
|
|
|
|
|
|
|
N0 |
T |
|
|
||
M n t1 n t2 s t1,0 s t2,0 dt2dt1 |
s t,0 s t,0 dt 0. |
||||||||||||||||
2 |
|||||||||||||||||
0 0 |
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
||
35
Так как Z1 и Z2некоррелированы и гауссовы, то они независимы. Тогда совместное распределение случайных величин Z1и Z2 при условии справедливости гипотезы H0 можно представить в виде
|
|
|
p Z1,Z2 |
|
|
H0 p Z1 |
|
H0 p Z2 |
|
|
H0 . |
(2.47) |
|||
|
|
|
|
||||||||||||
Если |
справедлива гипотеза H1, |
|
то p Z1 |
|
|
H1 |
- распределение |
||||||||
|
|
|
|||||||||||||
гауссовской случайной величины с математическим |
ожиданием Es и |
||||||||||||||
дисперсией |
|
N0Es |
. p Z2 |
|
H1 |
- распределение |
гауссовской случайной |
||||||||
|
|
||||||||||||||
2 |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
величины с нулевым математическим ожиданием и дисперсией N0Es . Z1
2
и Z2 статистически независимые случайные величины и их совместное распределение
(2.48)
Определение p Z H0 и p Z H1 - это задача нахождения
распределения модуля вектора, у которого координаты гауссовские случайные величины. Координаты случайного вектора на плоскости можно связать с полярными координатами вектора следующими выражениями
z |
Z, Zcos |
(2.49) |
1 |
, |
|
z2 Z, Zsin |
|
|
Тогда искомые распределения модуля случайного вектора имеют вид
|
|
|
|
|
|
||||
p Z |
|
|
H0 p Z, |
|
H0 d , |
(2.50) |
|||
|
|
|
|||||||
|
|
|
|
||||||
|
|
|
|
|
|
||||
|
|
|
|
|
|
||||
p Z |
|
H1 p Z, |
|
H1 d . |
(2.51) |
||||
|
|
||||||||
|
|
|
|||||||
Т.к. между переменными Z1, Z2 и переменными Z, имеется взаимнооднозначное соответствие (2.49), то соответствующие плотности
вероятности с учетом (2.47), (2.48) имеет вид: |
|
|||||||||||
p Z, |
|
|
H0 p z1 Z, |
|
H0 p z2 Z, |
|
H0 J Z, , |
(2.52) |
||||
|
|
|
||||||||||
p Z, |
|
|
H1 p z1 Z, |
|
|
|
H1 p z2 Z, |
|
|
|
H1 J Z, , |
(2.53) |
|
|
|
|
|
|
|||||||
где J Z, |
|
якобиан преобразования (2.49), который |
определяется |
|||||||||
следующим образом
36
|
Z Z, |
|
Z |
Z, |
|||||
|
1 |
|
|
1 |
|
|
|
||
Z |
|
||||||||
J Z, det |
|
|
|
||||||
Z2 Z, |
Z2 Z, |
||||||||
|
|
|
|
|
|
|
|
|
|
|
Z |
|
|
|
|||||
|
|
|
|
||||||
det cos Zsin Z cos2 sin2 Z
sin Zcos
Подставляя полученные соотношения в (2.52), получим
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Z |
|
|
|
|
Z |
2 |
|
|
|
|
|||
p Z, |
|
H0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
exp |
|
|
|
|
|
|
|
|
, |
|||
|
|
N |
|
E |
|
|
|
N |
|
|
E |
|
|
||||||
|
|
|
|
0 |
s |
|
0 |
s |
|
|
|||||||||
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
2 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
распределение Релея.
Подставляя соотношения (2.49) и (2.54) в (2.53), получим
(2.54)
(2.55)
|
|
|
|
Z |
|
|
|
|
1 |
|
|
|
|
|
||
p Z, |
H1 |
|
|
exp |
|
Zcos Es 2 |
Zsin 2 |
|
||||||||
|
|
|
|
|
|
|||||||||||
|
|
N0Es |
|
|
|
N0Es |
|
|
|
|
|
|||||
|
|
Z |
|
|
|
1 |
|
|
|
|
|
|
||||
|
|
|
exp |
|
|
Z2 2ZEs cos Es |
2 |
|
|
|||||||
|
|
|
|
N0Es |
|
|
||||||||||
|
|
N0Es |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
Z |
|
|
|
|
|
|
|
|
|
|
|
|
Z |
2 |
|
E |
2 |
|
|
|
|
2Zcos |
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
s |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
exp |
|
|
|
|
|
|
|
|
|
|
|
|
exp |
|
|
|
|
|
|
|
|
. |
|
|
||||||||||||||||
|
|
|
|
|
|
E |
|
|
|
|
|
|
N |
|
|
E |
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
N |
0 |
s |
|
|
|
|
|
|
|
|
|
0 |
s |
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
В соответствии с (2.51) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
p Z |
H |
|
|
2Z |
|
|
|
|
|
exp |
|
|
Z |
|
|
|
Es |
|
|
|
|
|
|
1 |
exp |
|
|
2Z |
cos |
d = |
||||||||||||||||||||||
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
N |
|
E |
|
|
|
|
|
|
|
|
|
|
|
|
N |
|
|
E |
|
|
|
|
|
|
2 |
|
|
|
N |
|
|
|
|
||||||||||||||||
|
|
|
|
0 |
s |
|
|
|
|
|
|
|
|
|
|
0 |
s |
|
|
|
|
|
|
|
|
|
0 |
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
2Z |
|
|
|
|
|
|
|
|
|
|
Z |
2 |
E |
|
|
2 |
|
2Z |
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
s |
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
exp |
|
|
|
|
|
|
|
|
|
|
|
I0 |
|
|
|
|
|
. |
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
N |
|
E |
|
|
|
|
|
N |
|
E |
|
|
|
|
N |
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
0 |
s |
|
|
|
|
|
|
|
|
|
0 |
s |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
||||||||||
(2.56)
(2.57)
Полученное распределение известно как обобщенное распределение Рэлея или распределение Райса.
Найдем вероятность ложной тревоги:
|
|
|
2Z |
|
|
Z 2 |
|
h2 |
|
||
pлт p Z |
|
H0 dZ |
|
e |
N0Es dZ e |
|
|
|
|
||
|
|
2 , |
(2.58) |
||||||||
|
N E |
|
|||||||||
|
s |
|
|
|
|
|
|
||||
Zп |
|
Zп |
0 |
|
|
|
|
|
|
||
где h Zп - модифицированный порог.
N0Es
2
Теперь найдем вероятность пропуска цели:
37
|
|
|
|
|
Zп |
|
|
|
Zп |
|
|
|
|
|
|
|
|
|
|
2 |
|
|
2 |
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
2Z |
|
|
|
|
|
Z |
|
|
Es |
|
|
2Z |
|
||||||
|
|
|
|
|
p Z |
H1 dz |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
рпц |
N |
|
E |
|
|
exp |
N |
|
E |
|
I0 |
|
N |
|
dZ Q h,q , |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
0 |
s |
|
|
|
0 |
s |
|
|
0 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(2.59) |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
где q |
2Es |
|
|
- |
коэффициент |
различимости, |
|
h - |
модифицированный |
|||||||||||||||||||||
N0 |
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
порог, Q h,q |
- |
Q-функция Маркума или интегральное распределение |
||||||||||||||||||||||||||||
Релея–Райса, заданное выражением |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
h |
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
Q h,q |
|
t exp |
|
|
|
|
t |
2 |
q2 |
I |
|
tq dt . |
|
|
|
|
(2.60) |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ЗАКЛЮЧЕНИЕ
Обнаружение сигналов со случайной фазой сводится к вычислению модуля комплексного корреляционного интеграла и сравнению полученной величины с порогом. Структурная схема некогерентного обнаружителя предполагает наличие 2-х квадратурных каналов обработки, корреляторов в каждом из них, устройств вычисления модуля и принятия решений.
КОНТРОЛЬНЫЕ ВОПРОСЫ
1.Что такое квадратурный приемник и где он применяется?
2.Чем определяется помехоустойчивость обнаружителя сигнала с неопределенной фазой на фоне аддитивного белого гауссовского шума?
3.Каковы причины возникновения неопределенности фазы сигнала в РТС?
4.Как влияют на помехоустойчивость обнаружителя наличие у обнаруживаемого сигнала неопределенного параметра?
5.Какова схема приемника, оптимального для обнаружения сигнала с неопределенной фазой?
38
ЛЕКЦИЯ №6. Постановка задачи оценивания параметров сигналов. Байесовские оценки случайных параметров сигналов при различных функциях потерь.
3. ОСНОВЫ ТЕОРИИ ОЦЕНИВАНИЯ И ФИЛЬТРАЦИИ ПАРАМЕТРОВ СИГНАЛОВ
3.1. ТЕОРИЯ ОЦЕНИВАНИЯ ПАРАМЕТРОВ СИГНАЛОВ
Задача оценки параметров сигнала – это задача принятия оптимального решения о значении одного или нескольких параметров сигнала известной формы, имеющего также один или несколько неизвестных (“мешающих”)
параметров на фоне помех. |
|
|
|
|||
Наблюдаемый сигнал можно описать следующим образом |
|
|
||||
|
|
|
x t s t,λ,θ ,n t , |
|
|
(3.1) |
где n t |
- помеха, s t,λ,θ - информационный сигнал известной формы, |
|||||
λ , , |
n |
T - вектор информационных параметров, |
θ , , |
m |
T - |
|
1 |
|
|
1 |
|
||
вектор мешающих параметров, Φ , - механизм взаимодействия информационного сигнала с помехой.
В частном случае, когда механизм взаимодействия сигнала и помехи
аддитивный, модель наблюдаемого сигнала можно записать: |
|
x t s t,λ,θ n t . |
(3.2) |
Задача оценки параметров предполагает, что как вектор λ, так и θ не меняется на интервале наблюдения 0,Т , т.е. являются постоянными, но неизвестными на приемной стороне параметрами.
В случае, когда вектор λзависит от времени на интервале наблюдения, то задача оценивания таких параметров называется задачей фильтрации.
3.1.1. Байесовские оценки случайных параметров
В рамках байесовского подхода предполагается, что подлежащие оценке информационные и мешающие параметры сигнала являются случайными величинами.
Рассмотрим вначале задачу оценки одного параметра сигнала
известной |
формы |
s t, . Наблюдаемый |
сигнал x t s t, ,n t , |
|||
обозначаемый также |
как x X, |
где |
X - |
пространство |
наблюдаемых |
|
сигналов. |
Параметр |
сигнала |
|
является случайной |
величиной, |
|
характеризуемой плотностью распределения p .
Также как и ранее будем полагать, что в зависимости от вида пространства наблюдаемых сигналов принятый сигнал x и передаваемый s могут быть элементами n-мерных пространств Rn или Cn или
39
функционального пространства L.
Пусть оцениваемый параметр принимает N дискретных значений1, , N равномерно с шагом . Тогда задача оценки этих параметров является эквивалентом задачи различения N сигналов вида:
|
s1 t s t, , |
|
|||
|
s2 t s t, 2 , |
(3.3) |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
sN t s t, N . |
|
|||
В этом случае, очевидно, что в соответствии с (2.18) |
|
||||
|
|
N |
|
||
kˆ ˆk |
argmin RilP Hi p x |
|
Hi , |
(3.4) |
|
|
|||||
|
l |
i 1 |
|
||
|
|
|
|||
где Hi - гипотеза о наличие в наблюдаемой смеси сигнала si t s t, i , P Hi p i - априорная вероятность справедливости гипотезы Hi , p xHi - условная плотность вероятности наблюдаемого сигнала x X.
Проведем следующие формальные преобразования в (3.4)
ˆk |
|
|
N |
|
|
|
|
|
N |
|
|
|
|
|
|
argmin Rij p x,Hi argmin r i, j p x, i . |
(3.5) |
||||||||||||||
|
r , |
j |
i 1 |
|
|
|
j |
|
i 1 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|||||
где |
- непрерывная функция |
|
риска |
2-х |
переменных, |
такая что |
|||||||||
r i, j Rij , |
|
p x,Hi |
- |
|
совместная |
плотность вероятности |
|||||||||
наблюдаемого сигнала и гипотезы Hi |
и соответствующая ей форма записи |
||||||||||||||
p x, i . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Т.к. i |
i, получим |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
N |
|
|
|
|
|
1 |
|
|
|
|
|
ˆk argmin |
r i |
, j p i |
|
x p x |
|
|
|||||||
|
|
|
|
||||||||||||
|
|
|
|
|
|||||||||||
|
|
|
|
|
j |
i 1 |
|
|
|
|
|
|
|
(3.6) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
argmin r i, j |
p i |
|
x . |
|
|
|
|
||||||
|
|
|
|
|
|
|
|||||||||
|
|
|
j |
i 1 |
|
|
|
|
|
|
|
|
|
|
|
Рассмотрим теперь случай параметра, принимающего значения на множестве R, для этого перейдем к пределу в (3.6) при N и 0. Будем рассматривать случай, когда интегральная сумма
N
r i, j p i x сходится к интегралу по . Тогда (3.6) примет вид
i 1
ˆ argmin |
|
r , 0 p |
|
x d , |
(3.7) |
||
|
|
||||||
0 |
D |
p |
|
x - |
|||
|
|
||||||
где D – область определения |
параметра параметра , |
|
|||||
апостериорная функция плотности вероятности измеряемого параметра
40
