信号的统计检测理论课件.ppt

第三章 信号的统计检测理论 3.1 引言 信号的统计检测理论主要研究在受噪声干扰的随机信号中，信号的有无或信号属于哪个状态的最佳判决的概念、方法和性能。 数学基础：统计判决理论，又称假设检验理论。 二元信号的最佳检测准则、信号状态的判决方法和检测性能的分析；M元信号的最佳检测、参量信号的复合假设检验、序列检测、码间串扰信道的检测、软输出信号检测、MIMO检测及多用户检测。 3.2 统计检测理论的基本概念 基本要求： 充分理解统计检测理论的模型 理解几个判决概率的基本概念 3.2 .2 统计检测的结果和判决概率 3.2 .2 统计检测的结果和判决概率 Ex3.2 考虑以下二元信号假设检验问题: 3.2 .2 统计检测的结果和判决概率 四种判决概率的计算： 3.2 .2 统计检测的结果和判决概率 四种判决概率的计算： 3.3.1 平均代价的概念和贝叶斯准则 3.3.1 平均代价的概念和贝叶斯准则 3.3.1 平均代价的概念和贝叶斯准则 3.3.1 平均代价的概念和贝叶斯准则 3.3.1 平均代价的概念和贝叶斯准则 3.3.1 平均代价的概念和贝叶斯准则 3.3.1 平均代价的概念和贝叶斯准则 3.3.1 平均代价的概念和贝叶斯准则 3.3.1 平均代价的概念和贝叶斯准则 3.3.1 平均代价的概念和贝叶斯准则 3.3.1 平均代价的概念和贝叶斯准则 3.3.2 贝叶斯检测的进一步说明 3.3.2 贝叶斯检测的进一步说明 贝叶斯检测小结(1) 贝叶斯检测小结(3) 贝叶斯检测小结(4) 贝叶斯检测小结(5) 3.3.3 贝叶斯检测例题 Ex3.1 在二元数字通信系统中,假设为H1时,信源输出为常值正电压m,假设为H0时,信源输出输出零电平,信号在传输过程中迭加了噪声n(t),每种信号的持续时间为T, 请: Ex3.2 考虑以下信号检测问题: 3.3.4 贝叶斯检测性能分析 3.3.4 贝叶斯检测性能分析 3.3.4 贝叶斯检测性能分析 Ex3.5 考虑以下二元信号假设检验问题: Ex3.6 设二元假设检验的观测信号模型为: 贝叶斯检测小结(1) 贝叶斯检测小结(2) 贝叶斯检测小结(3) 3.4.1 最小平均错误概率准则(Minimum mean prob. of error criterion) 3.4.1 最小平均错误概率准则 3.4.1 最小平均错误概率准则 3.4.1 最小平均错误概率准则 Ex3.7 在闭启键控通信系统中，两个假设下的观察信号模型为： 3.4.2 最大后验概率准则(Maximum a posteriori prob. criterion) 3.4.3 极小化极大准则(Minimax criterion) 3.4.3 极小化极大准则(Minimax criterion) 3.4.3 极小化极大准则 3.4.3 极小化极大准则 3.4.3 极小化极大准则 3.4.3 极小化极大准则 3.4.3 极小化极大准则 3.4.3 极小化极大准则 3.4.3 极小化极大准则(Minimax criterion) Ex3.8 在闭启键控通信系统中，两个假设下的观察信号模型为： 3.4.4 奈曼-皮尔逊准则(Neyman-Pearson criterion) 3.4.4 奈曼-皮尔逊准则 3.4.4 奈曼-皮尔逊准则 3.4.4 奈曼-皮尔逊准则(Neyman-Pearson criterion) 3.4.4 奈曼-皮尔逊准则(Neyman-Pearson criterion) 3.4.4 奈曼-皮尔逊准则(Neyman-Pearson criterion) Ex3.9 在二元通信系统中，两个假设下的观察信号模型为： 贝叶斯及派生检测准则(3) 3.5 信号统计检测的性能(Performance of Statistical Detection) 3.5 信号统计检测的性能(Performance of Statistical Detection) 3.5 信号统计检测的性能(Performance of Statistical Detection) 3.5 信号统计检测的性能 3.5 信号统计检测的性能 3.5 信号统计检测的性能 3.5 信号统计检测的性能 3.5 信号统计检测的性能 3.6 M元信号的统计检测(Detection of M-ary Signal) 基本要求： 掌握贝叶斯准则 掌握最小平均错误概率准则和最大似然准则 3.6 M元信号检测 3.6 M元信号检测 3.6 M元信号检测 3.6 M元信号检测 3.6 M元信号检测 3.6 M元信号检测 3.6 M元信号检测 3.6 M元信号检测 3.6 M元信号检测 3.6 M元信号检测 3