- •Учреждение образования «Высший государственный колледж связи»
- •Теория электросвязи
- •Раздел 1. Основы анализа сигналов.
- •1.1. Основные элементы функционального анализа сигналов. Норма и метрика.
- •1.2 Ортогональные сигналы. Ортонормированный базис. Обобщенный ряд Фурье
- •Раздел 2. Основы спектрального анализа сигналов
- •2.1 Теоремы о спектрах
- •2.3. Спектры модулированных сигналов.
- •2.3.1 Спектры амплитудно модулированных сигналов
- •2.3.2 Спектр сигналов с угловой модуляцией
- •Раздел 3. Аналитический сигнал и преобразования Гильберта
- •3.1 Аналитический сигнал. Основные понятия и определения. Спектр аналитического сигнала.
- •3.2 Преобразования Гильберта и его свойства. Применение пре образования Гильберта.
- •Раздел 4. Основы корреляционного анализа сигналов
- •4.1. Автокорреляционная функция сигналов
- •4.2. Взаимокорреляционная функция двух сигналов
- •Раздел 5. Основные элементы цифровой обработки сигналов
- •5.1. Дискретное преобразование Фурье
- •5.2. Быстрое преобразование Фурье
- •Раздел 6. Математические модели приема сигналов на фоне помех
- •6.1. Стационарные и эргодические случайные процессы.
- •6.2. Спектральное представление стационарных случайных процессов. Теорема Винера-Хинчина
- •Раздел 7. Математические модели приема сигналов на фоне помех (окончание)
- •7.1 Типовые модели случайных сигналов
- •7.2 Узкополосные случайные сигналы
- •Раздел 8. Основные сведения о шумоподобных сигналах
- •8.1 Шумоподобные сигналы и их свойства. Применение шумоподобных сигналов.
- •Раздел 9. Основы теории разделения сигналов
- •9.1 Основные положения линейной теории сигналов.
- •9.2 Структурная схема системы многоканальной передачи информации.
- •Раздел 10. Основные положения теории передачи информации
- •10.1 Информационные характеристики дискретных сообщений и сигналов
- •10.2 Взаимная информация
- •10.3. Информация в непрерывных сигналах. Дифференциальная энтропия.
- •10.4. Пропускная способность канала связи
- •10.5. Информация в непрерывных сообщениях. Эпсилон-энтропия
- •Раздел 11. Принципы оптимальной обработки сигналов на фоне помех
- •11.1. Задача оптимального приёма дискретных сообщений
- •11.2. Элементы теории решений
- •11.3. Критерии оптимизации приёма дискретных сообщений
- •11.4 Алгоритм оптимального приёма при полностью известных сигналах. (Когерентный приём)
- •Раздел 12. Принципы оптимальной обработки сигналов на фоне помех (продолжение)
- •16.5 Реализация алгоритма оптимального приема на основе корреляторов
- •12.2 Реализация алгоритма оптимального приёма на основе согласованных фильтров. Свойства согласованного фильтра
- •12.3 Потенциальная помехоустойчивость систем с различными видами манипуляции
- •Раздел 13. Принципы оптимальной обработки сигналов на фоне помех (окончание)
- •13.1 Оптимальный прием дискретных сообщений с неопределенной фазой (Некогерентный прием).
- •13.2 Помехоустойчивость систем с различными видами дискретной модуляции при некогерентном приеме
- •13.3 Прием дискретных сообщений в каналах с замираниями
- •Раздел 14. Основы цифровой обработки сигналов
- •14.1 Основные принципы цифровой фильтрации. Характеристики и свойства цифровых фильтров.
- •14.2 Алгоритм линейной цифровой фильтрации.
- •Тема 15. Основы цифровой обработки сигналов (окончание)
- •15.1 Трансверсальные цифровые фильтры.
- •15.2 Рекурсивные цф. Устойчивость цифровых фильтров
- •Раздел 16. Введение в вейвлет-преобразования сигналов
- •16.1 Понятие вейвлет-преобразования. Основные вейвлеты, применяемые в системах связи.
- •16.2 Дискретный вейвлет-анализ.
- •16.3 Непрерывное вейвлет-преобразование
- •Содержание.
11.4 Алгоритм оптимального приёма при полностью известных сигналах. (Когерентный приём)
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 . Отсчётыв 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 максимумаможно 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).