您的当前位置:首页正文

第3章(3.3)随相信号的最佳解调结构简介

2022-01-07 来源:意榕旅游网
《数字通信》辅导材料 第3章 加性高斯噪声中数字信号传输 79

3.3 在加性高斯噪声中(AGN)随相信号的最佳解调(信道引入的相位是未知的)

引言

1. 问题的提出

在实际数字通信系统中,确知信号在非白噪声(AGN)信道中传输时,由于种种实际因素的影响,接收信号相位发生随机变化,称为随相信号。

在AGN中随相信号的最佳解调,实质上是确知信号在非白噪声和随机相位干扰下的最佳解调。(注:假设幅度增益是常数)

随机相位干扰um(t)(确知)信道r(t)z(t),(非白)

2. 最佳接收准则

采用非白噪声中确知信号最佳接收准则,但同时必须考虑随机相位的统计特性。可以采用最小错误概率准则,最大后验概率准则。在M元信号等概条件下,通常采用最大似然函数准则。

《数字通信》辅导材料 第3章 加性高斯噪声中数字信号传输 80

(注:终极的准则是最小误码率准则,等价于MAP准则(如下)

P(smr)p(rsm)P(sm)maxp(r)

等价于度量:PM(r,sm)p(rsm)P(sm)max即加权ML准则。在等概条件下等价于ML准则。

一.系统的描述

1. 引起接收信号相位随机变化的因素:

1) 发送端:载频OSC的相位不是绝对稳定不变的。 Oscillator 振荡器

2) 信道:在时变信道中,传输时延t0迅速变化。(注:时延可以折合为相位.)

AcosCt,t0t00Acos(CtCt0)Acos(Ct0)

3)接收端:载频OSC相位不稳定,可以折算到发送端。

v4)补:移动的Doppler 效应产生频偏

fdcos,而相位是频率的积分。

《数字通信》辅导材料 第3章 加性高斯噪声中数字信号传输 81

5)随机相位的PDF(Probability density function) 即假定:服从均匀分布,即~U[0,2]

1 即 p()2, 02

在某种意义上说,均匀分布说明了最大的相位不确定性。

2. 接收信号的正交表示(应该是信号空间表示)

M元发送信号:

sm(t)Reum(t)ej2fct, m=1,2,...,M,

接收信号(等效基带):

r(t)ejmum(t)z(t)(假设发第m个信号),

式中,m假定:未知,统计独立,均匀分布。(注:表明信道引入的相位是不可以估计和辨识的,信道变化莫测,适于无线快衰落信道的情况。)

z(t)——等效低通复高斯噪声。

若已知信号空间是以fn(t)为标准正交基的N维信号空间,r(t)可以展开成正交级数:

r(t)rnfn(t)n1N。

《数字通信》辅导材料 第3章 加性高斯噪声中数字信号传输 82

式中第n个坐标为

rnejmumnzn,m1,2,...,M, n=1,2,...N。

221zn~N0,2z, z2E[|zn|] 故

rn~N(ejmumn,2z)(注:给定了和m)。

注:

znz(t)fn(t)dt0T,故

z2var(zn)Ez(t)fn(t)dtz(s)fn(s)ds0012TT1Ez(t)z(s)fn(t)fn(s)dtds200TTTTN0(ts)fn(t)fn(s)dtds00TN0fn(t)fn(t)dtN00

上式证明中用到zz()N0()。

12(补)命题:定义复噪声的自相关为 以证明:n(t)自相关函数为nn()=Re[zz()ezz()E[z*(t)z(t)]j2fcj2fctn(t)=Re[z(t)e], 可,实高斯噪声为

]。式中,

zz()E[z*(t)z(t)]12。

证明:

1n(t)=[z(t)ej2fctz(t)ej2fct]2

《数字通信》辅导材料 第3章 加性高斯噪声中数字信号传输 83

1n(t)=[z(t)ej2fc(t)z(t)ej2fc(t)]2故

nn(t,)=E{z(t)z(t)ej2f(2t)z(t)z(t)ej2f)1cc4z(t)z(t)ej2fcz(t)z(t)ej2fc(2t)}

但是E{z(t)z(t)}0(噪声为Circular),故

14Re[zz()ej2fc]nn()=E{z(t)z(t)ej2f)z(t)z(t)ej2f}cc

证毕。

1注:系数(2)的作用:为使nn()复包络形式与一般带通相互复包络形式相同。

对nn()取傅里叶变换,得

1nn(f)[zz(ffc)*zz(ffc)]2 (4-1-51)

对带通白噪声(带宽为B):

《数字通信》辅导材料 第3章 加性高斯噪声中数字信号传输 84

N,0zz(f)0,频域: 1B21fB2 (4-1-56) f时域:

zz()N0sinB , (4-1-57)

当B时,得 zz()N0(),

(4-1-58)

其中,对任一m, n 值,umn为常数。zn,rn均为统计独立的高斯变量。

二.最佳接收机的结构

假定:M元信号等概。根据最大似然判决准则,当似然函数

p(rNm)max时,(m1,2,...,M ),判发送信号波形为um(t),或信息m。

此时,错误概率最小。

r[r1,r2,,rN]TRNr(t)(注:通过将变换成N维空间向量,其中各个分量是r(t)在N维正交基

{fk(t)}k1,2,,N上的投影分量,且相互统计独立。从而将函数空间的处理,转化为

RN空间的处理。)

其中rN(r1,r2,,rN),为r(t)在N维信号空间标准正交基fn(t)上各投影分量所确定的N维统计独

《数字通信》辅导材料 第3章 加性高斯噪声中数字信号传输 85

立的高斯随机向量。由于rn在假定m确知下的条件联合概率密度函数(注:假设幅度增益是常数)(注:下标m表示假设发送的信号。):

p(rN|m,m)p(r1|m,m)Nn1p(r N|m,m) =p(r n|m,m) =( =(12n12n)exp(N12|rn1TN nejmumn|2))Nexp[210(|rt)ejmumn(t)|2]

为了消除对于相位的依赖,对相位积分。则似然函数

2p(rN|m) =210p(rN|m,m)p(m)dm(20(12n)Nexp{2120T0T(|rt)ejmum(t)|2dt}dmT0 =21( =121212jm2*2)Nexp{21[(|rt)|dt2Re(er(t)u(t)dt)2Em]}dmm0)exp{0N12T0(|rt)|dt}exp[22Em]* •exp[Re((rt)um(t)ejmdt)]dm0I 第三因式2T

在接收机中,对同一接收信号r(t),分别计算M个似然函数p(rN|m),

然后选取最大者进行判决。

选择最大似然函数等价于下式所表示的判决变量Qm为最大。

《数字通信》辅导材料 第3章 加性高斯噪声中数字信号传输 86

2Emn

Qmexp[]•I

式中,在等能假设下第一个因子无用。I表示第三因式的积分运算,即

*Iexp[Re((rt)um(t)dt.ejm)]dm02T0* exp[Re(|(rt)um(t)dt|.ejm.ejm]dm002T exp[02*|(rt)um(t)dt|cos(mm)]dm0Tm exp[02*|(rt)um(t)dt|cosm]dm0xTT* =2I[|(rt)um(t)dt|]00

上式中 m=mm m,m~U[0,2] m~U[0,2]。

因此,判决变量Qm可以表示为(略去2)

*mQmexp[E]I[|(rt)u0nm(t)dt|]n02T

式中,

I0(x)1220exp(xcos)d 为零阶修正Bessel函数。若M元信号波形等能量,则Qm式中指

数因子为常数,可略去。又因I0(x)为单调函数,且N0为常数,则判决变量Qm等价于判决变量:

*Um|r(t)um(t)dt| m=1,2,...,M0T

《数字通信》辅导材料 第3章 加性高斯噪声中数字信号传输 87

(注:相关后取模)

1 P(m)M等概的,等能量的,EmE m~ U[0,2]随机相位均匀分布,信道噪声z(t)为非白结论:假定M元信号是:

根据最大似然函数准则,得到M元随相信号的最佳接收的判决规则为:

判决变量Ummax,判决m成立(或发um(t))。

由判决规则,我们不难得到M元随相信号的最佳解调器的结构。

MFu*1|.|t)(T包络检测U1选取u*2(Tt)包络检测U2判决最大值*uM(Tt)dt包络检测UM

(非相干检测)

随相信号最佳接收机的另一种形式为平方律检测器,但比上一种形式复杂得多。

《数字通信》辅导材料 第3章 加性高斯噪声中数字信号传输 88

注:第一类零阶修正Bessel函数表达式:

12

I0(x)20excosd 积分形式

xkI0(x)kk02k! 级数形式

2近似式:

x2I0(x)14ex/4, 当 x1 时2

I0(x)ex, 当 x1 时2x

当x>0时,I0(x)为x的单调升函数。

2011-4-2讲至此处,王文娟来电话说督导组可能要来。

因篇幅问题不能全部显示,请点此查看更多更全内容