- •Теорема Котельникова
- •Дискретизация и квантование
- •Классификация каналов
- •Виды модуляции сигналов и их применение
- •Ортогональность и противоположность сигналов
- •Дифференциальная энтропия. Эпсилон энтропия. Эпсилон производительность
- •Дифференциальная энтропия
- •Пропускная способность непрерывного канала
- •Постановка задачи оптимального различения сигналов; критерии оптимального различения Различение двух детерминированных сигналов
- •13. Методы разделения каналов
Пропускная способность непрерывного канала
Пусть сигнал на выходе канала представляет собой сумму полезного сигнала и шума , т.е. , причем и статистически независимы. Допустим, что канал имеет ограниченную полосу пропускания шириной . Тогда в соответствии с теоремой Котельникова (см. п. 1.5) функции , и можно представить совокупностями отсчетов , , и , , где . При этом статистические свойства сигнала можно описать многомерной ПРВ , а свойства шума – ПРВ .
Пропускная способность непрерывного канала определяется следующим образом:
, |
|
где – количество информации о какой-либо реализации сигнала длительности T, которое в среднем содержит реализация сигнала той же длительности , а максимум ищется по всем возможным распределениям .
Когда сигнал на входе канала имеет нормальное распределение и отсчеты независимы величина максимизируется [6]. Поэтому пропускная способность гауссовского канала с дискретным временем, рассчитанная на единицу времени, с учетом (4.16) может быть записана в виде
. |
(4.17) |
Полученное выражение показывает, что пропускная способность гауссовского канала с дискретным временем определяется числом импульсов, передаваемых в секунду, и отношением сигнал/шум ( ).
С учетом взаимосвязи скорости передачи информации и полосы частот непрерывного канала от (4.17) можно перейти к формуле Шеннона, которая устанавливает связь пропускной способности гауссовского канала с полосой пропускания непрерывного канала и отношением мощности сигнала к мощности помехи:
. |
(4.18) |
График отношения изображен на рис. 4.6. Заметим, что при малом отношении
, |
|
а пропускная способность канала связи прямо пропорциональна этому отношению.
При большом отношении в (4.18) можно пренебречь единицей и считать, что
, |
|
т.е. зависимость пропускной способности непрерывного канала от отношения сигнал/шум логарифмическая.
Пропускная способность канала, как предельное значение скорости безошибочной передачи информации, является одной из основных характеристик любого канала.
Постановка задачи оптимального различения сигналов; критерии оптимального различения Различение двух детерминированных сигналов
Предположим, что в наблюдаемой на входе приемника реализации y(t) может быть один из двух полезных сигналов S1(t) или S2(t), y(t) = S1(t) + n(t) или y(t) = S2(t) + n(t), t [0,T].
По наблюдениям y(t) на интервале времени [0,T] и имеющейся априорной информации необходимо принять решение о том, какой из двух сигналов присутствует в принятом колебании. Данная задача называется задачей различения сигналов.
Аналогично задаче обнаружения, задачу различения можно сформулировать как задачу оценивания. Представим наблюдаемый процесс в виде y(t) = S1(t) + (1 - )S2(t) + n(t).
Параметр может принимать случайным образом одно из двух значений: = 1 (присутствует сигнал S1(t)) с априорной вероятностью Р1 и = 0 (присутствует сигнал S2(t)) с априорной вероятностью Р0 = 1 - Р1. Задача различения в этом случае формулируется как оценка значения случайной величины q по наблюдениям реализации y(t) на интервале времени t [0,T].
В такой формулировке данная задача ничем не отличается от задачи обнаружения, поэтому можно воспользоваться полученными ранее результатами.
Наиболее распространенными критериями оптимальности обнаружения являются следующие:
1. Критерий минимума среднего риска
(2.2)
где rл и rп – «весовые» коэффициенты, выбираемые, исходя из значимости каждой ошибки.
Величина называется средним риском.
2. Критерий минимальной «взвешенной» вероятности ошибки
(2.3)
где a и b – весовые коэффициенты.
3. Критерий минимума вероятности полной ошибки (или критерий
идеального наблюдателя, или критерий Зигерта-Котельникова)
(2.4)
4. Критерий Неймана – Пирсона
(2.5)
Величиной Рл задаются, исходя из физической постановки задачи. При этом Рп минимизируют.
Если априорные вероятности Р(а0) и Р(а1) неизвестны, что имеет место во многих случаях, то критерием пользоваться невозможно. В радиолокации чаще пользуются критерием Неймана – Пирсона.
Корреляция – математическая операция, схожа со свёрткой, позволяет получить из двух сигналов третий. Бывает: автокорреляция (автокорреляционная функция), взаимная корреляция (взаимнокорреляционная функция, кросскорреляционная функция). Пример:
[Взаимная корреляционная функция]
[Автокорреляционная функция]
Корреляция - это техника обнаружения заранее известных сигналов на фоне шумов, ещё называют оптимальной фильтрацией. Хотя корреляция очень похожа на свёртку, но вычисляются они по-разному. Области применения их также различные (c(t)=a(t)*b(t) - свертка двух функций, d(t)=a(t)*b(-t) - взаимная корреляция).
Корреляция – это та же свёртка, только один из сигналов инвертируется слева направо. Автокорреляция (автокорреляционная функция) характеризует степень связи между сигналом и его сдвинутой на τ копией. Взаимнокорреляционная функция характеризует степень связи между 2-мя разными сигналами.
Свойства автокорреляционной функции:
1) R(τ)=R(-τ). Функция R(τ) – является чётной.
2) Если х(t) – синусоидальная функция времени, то её автокорреляционная функция – косинусоидальная той же частоты. Информация о начальной фазе теряется. Если x(t)=A*sin(ωt+φ), то R(τ)=A2/2 * cos(ωτ).
3) Функция автокорреляции и спектра мощности связаны преобразованием Фурье.
4) Если х(t) – любая периодическая функция, то R(τ) для неё может быть представлена в виде суммы автокорреляционных функций от постоянной составляющей и от синусоидально изменяющейся составляющей.
5) Функция R(τ) не несёт никакой информации о начальных фазах гармонических составляющих сигнала.
6) Для случайной функции времени R(τ) быстро уменьшается с увеличением τ. Интервал времени, после которого R(τ) становится равным 0 называется интервалом автокорреляции.
7) Заданной x(t) соответствует вполне определённое R(τ), но для одной и той же R(τ) могут соответствовать различные функции x(t)