- •Введение
- •1. Помехи при обработке сигналов
- •1.1. Виды помех. Шумовая помеха
- •1.2. Реверберационная помеха
- •1.3. Статистические характеристики реверберации
- •2. Фильтрация сигналов на фоне помех
- •2.1. Постановка задачи фильтрации
- •2.2. Оптимальные фильтры устройств обнаружения
- •2.3. Согласованные фильтры
- •2.4. Согласованный фильтр и корреляционный приемник
- •2. 5. Физически возможные фильтры. Квазиоптимальные фильтры
- •2. 6. Синтез оптимальных фильтров
- •2.6.1. Синтез согласованного фильтра для прямоугольного видеоимпульса
- •2.6.2. Синтез оптимального фильтра для приема прямоугольного импульса на фоне коррелированного шума
- •2.6.3. Синтез фильтров, согласованных с радиоимпульсом
- •0 Вне интервала .
- •2. 7. Фильтрация сигнала на фоне реверберационной помехи
- •2. 8. Оптимальная фильтрация сигналов по критерию минимума среднеквадратической ошибки (сглаживающие и прогнозирующие фильтры)
- •3. Основы теории обнаружения сигналов на фоне помех
- •3. 1. Постановка задачи
- •3. 2. Метод статистических решений
- •3. 3. Возможные решения при обнаружении сигнала
- •3. 4. Критерии оптимального обнаружения
- •3. 5. Простейший обнаружитель Неймана-Пирсона
- •3. 6. Бинарное обнаружение полностью известного сигнала
- •3. 7. Обнаружение сигнала со случайной начальной фазой
- •3. 8. Обнаружение сигнала со случайными амплитудой и начальной фазой
- •3. 9. Обнаружение объектов, распределенных в заданном объеме
- •3. 10. Корреляционные обнаружители сигналов со случайным временем прихода
- •3. 11. Особенности обнаружения изменений параметров сигнала
- •4. Обнаружение протяженных объектов
- •4. 1. Постановка задачи
- •4. 2. Обнаружение пачки некоррелированных импульсов
- •4. 3. Обнаружение сигналов с двоичным накоплением
- •4. 4. Последовательный обнаружитель
- •4. 5. Обнаружение коррелированных сигналов
- •4. 6. Достоверность результатов обнаружения
- •Список литературы
- •Редактор а. В. Крейцер
- •197376, С.-Петербург, ул. Проф. Попова, 5.
2. Фильтрация сигналов на фоне помех
2.1. Постановка задачи фильтрации
Пусть на входе системы действует колебание
x(t) = F [s(t,l), n(t)],
где s(t,l) – полезный сигнал, n(t) – помеха, l – совокупность интересующих нас параметров li(t), причем сам сигнал s(t,l), или параметр li(t) – случайные процессы. Помеха n(t) может быть произвольной; сигнал и помеха не обязательно представляют собой аддитивную смесь. Считается, однако, что вид функции F (т. е. способ комбинирования сигнала и помехи) и некоторые статистические характеристики случайного сигнала и помехи нам известны. С учетом этих априорных сведений нужно решить, какая из возможных реализаций самого сигнала s(t, l) или его параметра l содержится в принятом колебании x(t). Из-за наличия помех и вследствие случайного характера сигнала оценка реализации сигнала или его параметра зачастую не будет совпадать с истинным значением, что приводит к ошибкам фильтрации. К тому же к фильтрам, предназначенным для использования в различных устройствах, предъявляются различные, порой противоречивые требования. Поэтому и характеристики фильтров должны удовлетворять различным критериям. Фильтры, предназначенные для устройств обнаружения, должны обеспечить максимум отношения сигнал/помеха. Фильтры, предназначенные для устройств измерения тех или иных параметров, должны отвечать критерию минимума среднеквадратической погрешности. Возможны и другие виды критериев, по которым строятся характеристики.
2.2. Оптимальные фильтры устройств обнаружения
Оптимальные линейные фильтры широко применяются при обнаружении и различении детерминированных сигналов, причем критерием оптимальности характеристик таких фильтров является получение на выходе фильтра максимально возможного отношения пикового значения сигнала к среднеквадратическому значению помехи. Цель обработки при этом состоит не в воспроизведении формы сигнала, которая считается известной, а в наиболее надежной фиксации лишь факта наличия или отсутствия сигнала в принятом колебании.
Найдем выражение для комплексной частотной характеристики оптимального фильтра [5]. Пусть на вход линейного фильтра с комплексной частотной характеристикой K(j) воздействует сумма полностью известного сигнала s(t) и помехи n(t), представляющей собой стационарный в широком смысле случайный процесс с известной спектральной плотностью Sn() [4]:
x(t) = s(t) + n(t) , 0 £ t £ T .
Обозначим полезный сигнал и помеху на выходе фильтра через sв(t) и nв(t). Известно, что если на вход линейной системы с комплексной частотной характеристикой K(j) воздействует сигнал s(t), имеющий комплексный амплитудный спектр
,
то комплексный спектр сигнала на выходе системы определяется произведением Ф(j)K(j), а сам выходной сигнал – выражением
. (2.1)
Спектральная плотность помехи на выходе фильтра определяется выражением Sn(w)|K(jw)|2, а ее дисперсия
. (2.2)
На основании формул (2.1) и (2.2) получаем выражение для отношения сигнал / помеха по мощности на выходе фильтра в некоторый момент времени t0 :
. (2.3)
Необходимо найти такую функцию K(jw), при которой выражение (2.3) в некоторый момент времени t0 достигает максимума. Одним из путей решения этой задачи является использование неравенства Шварца-Буняковского. Известно, что для двух произвольных комплексных функций f(x) и g(x) выполняется соотношение
, (2.4)
причем знак равенства имеет место только в случае, когда g(x) = c0 f(x), где c0 – постоянная; f*(x) – функция, комплексно-сопряженная f(x).
Запишем выражение (2.4), перейдя к переменной , в виде
.
Полагая здесь
(2.5)
получаем
(2.6)
Отсюда следует, что максимально возможное значение отношения сигнал / помеха
(2.7)
Согласно соотношению (2.5), это значение достигается лишь при выполнении условия
,
или
(2.8)
где c – некоторая постоянная; t0 – момент времени, соответствующий наибольшему значению отношения сигнал/помеха на выходе фильтра. Таким образом, комплексная частотная характеристика оптимального линейного фильтра определяется формулой (2.8), а наибольшее отношение сигнал помеха – выражением (2.7). Варьируя спектры сигнала Ф(jw) и помехи Sn(w) в формуле (2.7), можно при некоторых дополнительных условиях (например, постоянство энергии или мощности сигнала и др.), налагаемых на систему, найти наилучшую форму спектра сигнала (при которой максимизируется Q ) и наихудшую спектральную плотность помехи (при которой Q минимизируется).
В некоторых устройствах, например служащих для определения момента появления импульса, применяются фильтры, которые должны обеспечивать получение максимально возможного отношения крутизны сигнала к среднеквадратическому значению помехи. Такие фильтры можно назвать оптимальными по крутизне сигнала. Для определения комплексной частотной характеристики такого фильтра вместо самого сигнала s(t) надо рассматривать его производную по времени . При этом комплексная частотная характеристика фильтра, оптимального по крутизне сигнала, определяется выражением
,
где Ф1*(j) – комплексно-сопряженное значение спектра производной входного сигнала; с1 – некоторая постоянная. Максимально возможное отношение крутизны сигнала к среднеквадратическому значению помехи будет
.
Используя известное соотношение для преобразования Фурье производной сигнала:
,
можно записать:
.
Тогда
,
.