
- •2.. Ортонормированный базис. Обобщенный ряд Фурье.
- •I.Свойство линейности.
- •II. Теорема о сдвигах.
- •IV.Теорема о спектре производной и неопределённого интеграла.
- •V. Теорема о свёртке.
- •VI.Теорема Планшереля
- •5.. Спектры модулированных сигналов.
- •6... Аналитический сигнал. Основные понятия и определения. Спектр аналитического сигнала
- •7… Преобразования Гильберта и его свойства. Применение преобразования Гильберта.
- •1) Преобразования Гильберта для гармонических сигналов
- •8... Автокорреляционная функция и ее свойства. Связь автокорреляционной функции и энергетического спектра сигнала.
- •9.. Взаимокорреляционная функция и ее свойства. Связь взаимокорреляционной функции и взаимного энергетического спектра.
- •10.. Дискретное преобразование Фурье. Свойства дискретного преобразования Фурье. Обратное дискретное преобразование Фурье.
- •11 Алгоритм быстрого преобразования Фурье. Число вычислительных операций. Сравнение дискретного и быстрого преобразования Фурье.
- •13.. Стационарные и эргодические случайные процессы.
- •14 ..Спектральные представления случайных процессов. Теорема Винера-Хинчина.
- •15 Белый шум и его свойства. Гауссовский случайный процесс.
- •17.. Шумоподобные сигналы и их свойства. Применение шумоподобных сигналов.
- •19.. Модуляция шумоподобных сигналов по форме и их детектирование.
- •20.. Основные положения линейной теории разделения сигналов. Структурная схема системы многоканальной передачи информации.
- •21.. Фазовое разделение сигналов.
- •22 Разделение сигналов по форме. Системы подвижной связи сдма.
- •23.. Информационные характеристики дискретных сообщений и сигналов.
- •24.. Взаимная информация и ее свойства.
- •25.. Пропускная способность каналов связи.
- •26 ..Информация в непрерывных сигналах. Дифференциальная энтропия.
- •27.. Информация в непрерывных сообщениях. Эпсилон-энтропия.
- •28.. Задача оптимального приема дискретных сообщений. Элементы теории решений.
- •29.. Критерии оптимизации приема дискретных сообщений.
- •30.. Алгоритм оптимального приема дискретных сообщений при полностью известных сигналах (Когерентный прием).
- •31.. Реализация алгоритма оптимального когерентного приема на основе корреляторов
- •33 Потенциальная помехоустойчивость оптимального когерентного приемника дискретных сообщений.
- •34.. Сравнение по помехоустойчивости систем когерентного приема с различными видами дискретной модуляции.
- •35.. Оптимальный прием дискретных сообщений с неопределенной фазой (Некогерентный прием).
- •36 Помехоустойчивость систем с различными видами дискретной модуляции при некогерентном приеме.
- •37 Прием дискретных сообщений в каналах с замираниями.
- •38 Основные принципы цифровой фильтрации
- •39 Характеристики и свойства цифровых фильтров. Алгоритм линейной цифровой фильтрации.
- •40 Трансверсальные (нерекурсивные) цифровые фильтры
- •41 Рекурсивные цифровые фильтры.
- •42 Устойчивость цифровых фильтров
- •43 Понятие вейвлет-преобразования. Основные вейвлеты, применяемые в системах связи.
- •44 Непрерывное и дискретное вейвлет-преобразования.
- •16.2 Дискретный вейвлет-анализ.
- •16.3 Непрерывное вейвлет-преобразование
30.. Алгоритм оптимального приема дискретных сообщений при полностью известных сигналах (Когерентный прием).
Полностью известными называются сигналы, у которых известны информационные параметры (то есть параметры, которые модулируются).
Когерентный приём – это приём полностью известных сигналов.
Предположим,
что в канале действует наиболее типичная
помеха – гауссовский аддитивный шум
N(t),
который в начале будем считать белым
(широкополосным) со спектральной
плотностью
.
Это значит, что при передаче сигнала
(символа
,i=0,1,
…,m-1)
приходящий сигнал можно описать моделью:
(11.11)
где
все
известны. Неизвестны лишь реализация
помехи и индексi
действительно переданного сигнала,
который и должна определить решающая
схема.
Будем
также считать, что все сигналы
являются финитными.
Определим в этих условиях алгоритм работы оптимального приёмника, анализирующего сигнал на тактовом интервале 0-Т по критерию максимального правдоподобия.
Алгоритм предусматривает ряд отдельных последовательных действий – «шагов»
1) Примем так называемую нулевую (или шумовую) гипотезу: S(t)=0; Z(t)=N(t)=ш.
То-есть предположим, что на вход приёмника поступает только шум.
2)
Задача затрудняется тем, что ширина
спектра сигнала бесконечна (поскольку
он финитный), а поэтому пространство
сигналов бесконечное. Для таких сигналов
не существует плотности вероятностей.
Однако существуют n-мерные
плотности вероятностей для любых n
сечений сигнала. Поэтому заменим белый
шум квазибелым, имеющим ту же одностороннюю
спектральную плотность мощности
,
но только в некоторой полосе частотF.
3)
Возьмём на тактовом интервале (Т) n
равноотстоящих сечений через
.
Отсчёты
в этих сечениях квазибелого гауссовского
шума независимы.
4) Поэтому n-мерная плотность вероятностей для взятых отсчётов:
(11.12)
где
–
дисперсия (мощность) квазибелого шума.
5)
При гипотезе, что передавался символ
,
согласно (11.11)
.
Следовательно, условнаяn-мерная
плотность вероятности сечений Z(t)
определяется такой же формулой, как и
(11.12), если
заменить разностью
,
представляющей при этой гипотезе шум:
(11.13)
6)
Отношение правдоподобия для сигнала
(относительно дополнительной гипотезы),
вычисленное дляn
сечений:
(11.14)
7)
Заменим дисперсию
её выражением
Тогда
(11.15)
8)
По правилу максимума правдоподобия в
случае квазибелого шума решающая схема
должна выбирать значение i,
обеспечивающее максимум
.
Вместо максимума
можно отыскивать максимум его логарифма:
(11.16)
9)
Второй член в (11.16) можно при сравнении
гипотез не учитывать, он сокращается.
Тогда правило решения о том, что
передавался символ
,
согласно (11.7) можно выразить системой
неравенств:
(11.17)
10)
Вернёмся теперь к исходной задаче для
белого шума. Для этого будем расширять
полосу F,
тогда число сечений n
стремится к бесконечности,
–
к нулю. Суммы в (11.17) обратятся в интегралы,
и правило решения определяется так:
(11.18)
Выражение (11.18) определяет те операции (алгоритм работы), которые должен совершать оптимальный приёмник над входным колебанием Z(t).