Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
7.2. МОДЕЛИ СИГНАЛОВ И ПОМЕХВ настоящее время для описания принимаемых сигналов и помех широко используют две основные математические модели: модель в виде квазидетерминированного случайного процесса [12, 160..163] и модель в виде стохастического процесса [21, 142, 164, 165]. Квазидетерминированная модель. В соответствии с определением квазидетерминированного случайного процесса [10] аппроксимируем сосредоточенную помеху на входе приемника выражением
где В дальнейшем широко будет использована следующая форма записи СП:
где передачи канала для
С учетом модели (7.1) принятую смесь сигнала с помехами на входе приемника можно представить соотношением
Здесь
где Процесс
где Здесь
В соответствии с (7.3) и с учетом (7.7) функцию правдоподобия (7.5) для принятой реализации можно записать следующим образом;
В дальнейшем будем использовать функционал отношения правдоподобия
Для его определения запишем отношение правдоподобия в соответствии с (7.9):
Подставив в (7.11) формулы (7.8) и введя обозначение
получим
Если выполняется условие
то существует предел [10]
причем функция
При этих условиях отношение правдоподобия (7.13) сходится по вероятности к функционалу
После подстановки (7.4) в (7.15) найдем функцию
С учетом (7.17) функционал отношения правдоподобия (7.16) окончательно имеет вид
При разнесенном приеме результирующий сигнал представляет собой совокупность реализаций, принятых по
где определяется выражением (7.3). Непосредственным обобщением (7.18) получим функционал отношения гиравдолодобия для разнесенного приема:
Предполагается, что шумы в различных ветвях разнесения независимы. Заметим, что рассматриваемые сигналы и СП являются узкополосными процессами в том смысле, что условная полоса частот, занимаемая сигналом или СП, гораздо меньше средней частоты сигнала или СП. Вместе с тем форма передаваемых сигналов и СП может быть достаточно сложной. Стохастическая модель. При использовании модели квазидетерминированного случайного процесса предполагается известной временная функция, описывающая форму сигнала или СП. Случайными являются отдельные параметры процесса, однако на заданном интервале времени они полагаются фиксированными. У стохастических сигналов форма неопределенна. Стохастические процессы могут быть описаны только статистически. Рассмотрим особенности модели стохастического случайного процесса при описании сигналов и СП. Представим СП в виде
Здесь Комплексную огибающую можно представить как вектор состояния, который генерируется динамической системой, описываемой комплексным векторным дифференциальным уравнением [168]
где
Начальные условия: Принятая смесь сигнала с помехами в комплексной форме
где В (7.22)
Здесь
где
— матрицы, описывающие динамику системы, элементы которых в общем случае являются непрерывными функциями времени. Для синтеза алгоритмов приема используют концепцию обновляющего (порождающего) процесса [198], определяемого выражением
где В общем случае оценка
Минимум функционала (7.25) достигается на траектории
где
Начальные условия: В большинстве случаев динамическая система, генерирующая вектор состояния задана неполностью. Уравнение (7.23) задано с точностью до вектора параметров следовательно, решение уравнения траектории (7.26) зависит от вектора неизвестных параметров Поэтому оценка должна определяться одновременно с оценкой параметров
Условию оптимальности соответствует равенство нулю градиента функционала (7.28) по вектору
или
Из условия (7.29) следует алгоритм адаптации относительно вектора
где В действительности сигнал и СП наблюдаются в шумах (7.22), поэтому, учитывая, что градиент функционала
Здесь
После вычисления полной производной оценки
с учетом (7.26), (7.27), (7.31) алгоритмы динамической адаптации примут вид:
При выполнении условий Роббинса-Монро элементы матрицы, (7.32), (7.33) приближаются к соответствующим уравнениям оценки и дисперсии ошибок фильтра Калмана — Бьюси [171, т. 1]. Если сигнал детерминированный, то
Найдем оценку СП по наблюдаемой реализации для этого случая:
Здесь
— оценка СП. Оценка комплексной огибающей Далее в (7.35)
— полезный сигнал на выходе фильтра оценки СП. С учетом
где — сигнал с учетом влияния на него фильтра оценки СП. Формирование
причем
Здесь Можно (см. [198]) показать, что обновляющий процесс (7.38) представляет собой белый гауссовский шум с нулевым средним и спектральной плотностью мощности
|
1 |
Оглавление
|