信号检测.ppt

信号检测与处理(信号检测与估计),第一部分随机信号分析 随机变量与特征函数,随机过程统计特性 、平稳性、历经性 随机过程通过线性、非线性系统、,第二部分匹配滤波 傅里叶变换及其应用、输出信噪比最大的线性滤波器、匹配滤波器、 相关接收与匹配滤波器、白化滤波处理方法,第三部分信号检测 信号检测准则、二元信号检测、检测器的性能、多元信号检测 序贯检测、二元已知信号的检测、随机参量信号检测,第四部分信号估计 参量估计贝叶斯估计、最大似然估计、估计量的性质、 线性最小均方误差估计 波形估计波形的简单估计、维纳滤波、卡尔曼滤波,信号检测与估计 绪 论,绪 论电子信息科学学科浅谈、课程内容及安排、信号检测与估计概述,信号检测与估计 绪 论,§1 电子学专业浅谈,1、电子学研究的内容,信 号,系 统,电信号 非电类信号 模拟信号 数字信号 离散信号 连续信号 常规信号 奇异信号 确定性信号 随机信号 瞬/稳态、参量,理论模型 实际电路 (分立元件、IC) 模拟系统 数字系统 线性非线性系统 混合系统(非电量模数) 仪器仪表 监控系统 软件模块、算法 虚拟系统 机械电子、电力电子、光电子、微电子,联 系,概括讲，电子学研究内容 信号、系统及其联系,信号检测与估计 绪 论,信号 系统 联系,* 已知输入、系统（模型），求输出信号,举例：,* 已知输入信号和输出信号，求（设计和实现）系统的结构,* 已知系统函数和输出信号，求输入信号, 拿移动电话来说，已知输入是高频信号、输出是语声信息，移动电话的内部系统？, 已知3V入，小灯泡，输出I=？光照度=？ 再如,已知10 KV输入电压，变压器，输出=？, 已知雷达模型、并知输出结果是空中有飞机，输入（发射）信号=？时效果最好 ！,目的,2、电子学要解决的问题,需要基础知识（通过学习、研究、实验实践等获得）,已知信号与系统中的一部分内容，求解未知部分。,具体化：信号可分为输入信号与输出信号，二者与系统的关系如图：,要解决的问题:已知输入信号、输出信号或系统这三个要素中的两个，求解第三个要素。,进一步: 已知三要素中的一部分，求解所关心的部分。,* 已知一部分，求另一部分：已知输入、输出、地层某些信息、一些先验知识，求地层结构、地下矿藏等,信号检测与估计 绪 论,3、模拟电子系统,例如：广播电台，输入信号是语声 ， 输出信号是无线电波,收音机正好和广播电台相反,再如：雷达、通信系统,应讨论的问题：,数、物、英、电路信号与系统、半导体基础、电子测量信号检测与估计 模拟电路（高低频）、通信原理、电磁场、微波、天线、传感器等 ASIC ，集成电路设计,不同信号的特性是什么？ 各种电路或系统对这些信号能起什么作用？（好、坏）,把电路或系统细分根据材料物理特性、选用材料制造D、T 、运放等器件（微电子） 利用D、T、IC 等设计硬件系统（电子工程） 研究高频器件、高频电路、天线 等（微波专业） 通信、控制 、机械电子、电力电子、仪器仪表,如何传输模拟信号？ 如何减小噪声干扰？如何检测信号是否存在？如何估计信号参数？,应学的课程：,（系统模型）,如何求解未知部分？如何设计系统才能满足要求？ ,信号检测与估计 绪 论,4、数字电子系统,例如： 加密器输入是明文 ，输出是加密后的暗码,再如： 数字压缩模块，数字通信系统等,应讨论的内容：,如何求解未知部分？如何设计系统才能满足要求？ ,不同信号的特性是什么？各种器件、门电路或系统对这些信号能起什么作用？（好、坏）,如何传输数字信号？如何压缩、解压？如何存储？如何减小噪声干扰？如何检错、揪错？,应学的课程： 数、物、英、半导体基础、数字电路、脉冲电路、信号与系统、 数字信号处理、数据通信、数据挖掘、器件学习（CPU、PLD、ASIC）、 VHDL ，计算机体系/语言、接口技术,（系统模型、数字滤波器）,信号检测与估计 绪 论,5、混合系统： 传感器+模拟系统+数字系统+执行机构,应学的知识：放大、AGC、滤波、 ADCDAC、功放、 接口电路 传感器 信号调理 伺服机构 显示材料（液晶、光敏材料） 机械制图 ,输入 A、D 其它类型 （如声光等）,输出 A、D 其它类型 （如显示器等）,混合系统,信号检测与估计 绪 论,6、概括电子学专业学习方法,信号与系统的类型: 模拟/数字、离散/连续、高频/低频、确定性/随机性、线性/非线性、一路/多路,分析方法: 时域/频/L/Z/H/小波/同态、瞬态/稳态、确定性分析/统计处理、平滑/预测、零极点分析、端口分析、模拟/仿真、定性/定量、测试测量、实验/实践 ,学习方法：1) 学习基础知识、学习信号特征、小系统特性、建立信号与小系统的 关系，建立必要的概念，掌握常规的小系统； 2) 模拟/仿真、实验/实践； 3) 由小系统到大系统学习，由简单到复杂学习，由小到大设计系统， 从无到有创造/发明出一些东西来。,信号、系统、联系,具体化,应注意，电子学的知识面很广，应根据从事的专业，重点学习和掌握相关的知识,概括讲，分门别类学习 ，掌握分析方法。,（由浅入深，实践实验）,信号检测与估计 绪 论,一、内容简介,信号处理基本原理及其应用,着重讨论随机信号统计处理及其与电子系统的关系。,信号处理核心内容：,频谱分析(各种域变换分析)、信号检测、信号估计,事前拟合和事后拟合,预测,归纳、辩识、识别,曲线（面）拟合,第三部分 信号检测信号检测准则、二元信号检测、检测器的性能、多元信号检测 序贯检测、二元已知信号的检测、随机参量信号检测,波形估计波形的简单估计、维纳滤波、卡尔曼滤波 ,第二部分 匹配滤波傅里叶变换的应用、输出信噪比最大的线性滤波器、 匹配滤波器、相关接收与匹配滤波器、白化滤波处理方法,第四部分 信号估计参量估计和波型估计 参量估计贝叶斯估计、最大似然估计、估计量的性质、 线性最小均方误差估计,第一部分 随机信号分析随机变量与特征函数,随机过程统计特性 、平稳性、历经性 随机过程通过线性、非线性系统、,§2 信号检测与估计概述,以前学习的是对 确定性信号进行处理的一些基本方法,比如时域卷积、域变换分析等;现学的重点是对随机信号处理的原理 和 方法,在一定范围内随机变化的信号，比确定性信号、事件更切合实际。,联系,其它补充内容：线性代数,信号检测与估计 绪 论,二、信号处理的应用领域,探测、语音、图象、视频信号的分析和处理,通信工程、系统工程、模式识别、目标辩识、地球物理工程、航空航天 海洋勘探、交通管理、环境工程、生物医学工程、经济学、社会学,可以说，上至天体、天文；下至地表、地层， 复杂的如生命基因工程、简单的如日常生活。 （概括讲，工、农、商、学、兵），都会用到信号处理的内容,声纳、雷达信号的处理,信号检测与估计 绪 论,三、前导课程 高等数学、随机过程、线性代数、电路分析、信号与系统、模电/数电（包括高频）、 数字信号处理（确定性）、电子测量等 （本课程可在本科高年级阶段开设，在研究生阶段更应该学习、掌握基本内容）,四、教材与参考书,教材：信号检测与估计国防科学技术大学 许树声 编著 国防工业出版社,参考书： 随机信号分析基础（第3版）王永德 王军 编著 电子工业出版社 信号与系统郑君里等 高等教育出版社 信号检测与估计 （重点参考书中的随机信号分析章节） 景占荣 羊彦 编著 化学工业出版社 书号：7-5025-5782-2 信号处理 离散频谱分析、检测和估计 美M.许华兹 L.肖 著 科学技术出版社 统计信号处理 刘福声 罗鹏飞 国防科技大学出版社,五、教学方法和成绩： 课堂讲授为主，课题讨论、作业（课题研究）为辅的教学方法 成绩：平时成绩（课堂、作业、讨论等）+期末考试,为什么要进行多次测量？为什么平均值是一个较好的结果？一次测量得出结果可信？ 如何求（实现）平均值（模拟信号、数字信号、电路）？,举例：对一个被测量值进行测量时，为保证结果可靠，通常的方法是多次测量。 而多次测量可得到一系列（不太相同的）测量值，通常的做法是把多次测量的 值平均，作为被测量的测量结果。,信号检测与估计 绪 论,六、学习本课程的目的：重点讨论随机信号的信号处理情况,1）从理论上（原理上）回答一些基础性的问题 ，融会、贯穿已学的、将要学习的知识，激发学习兴趣。,2）更深入地理解、掌握以前所学知识的原理，学习一些信号处理方法。 如匹配滤波的作用、锁相环是如何导出的。,3）掌握一些处理实际问题的方法，如利用FFT求某些信号的特征参数,4）从理论上推导出一些重要的结论，例如对某种通信，发送0、1，收到0.6 ，判别为0,5）学习一些建模方法并构造实现系统的结构， 如根据实际需要，建立合适的数学模型或系统模型，进而实现该系统。,信号检测与估计 绪 论,学习本课程的目的（续）,6）利用所学的理论，构造特定的电路或方案，解决实际问题，如利用相关接收机 检测周期性的微弱信号；,7）学习对于噪声的处理方法。如何在调试、测试系统时产生和添加必要的噪声？ 如何在噪声背景中检测信号有无、提取信号参数 。,8）如何衡量信号处理过程、处理结果的好坏, 如何衡量电子系统的好坏?,9）对于一些实现困难或物理不可实现的系统，如何去逼近或近似。 （如非因果系统的实现）,10）根据所学知识，结合实际情况，探究、发明一些新算法、新理论、新事物。,信号检测与估计 绪 论,七、举例说明信号处理的一些应用,例1：分析某个地域经济状况如生产总值与时间、价格、销售量等因素的关系,所关心或所要解决的问题：,与哪些因素的关联较大？ 与天气、季节、年度有关吗？有何关系？ 在将来的某段时间内趋向是上升、下降？ 有无周期性？周期多大？ 是否可用直线、曲线、多维图形拟合？ 是否可预测未来的情况？（置信情况如何）？ 是否可建立一种模型来表示其基本结构？ 是否可对其进行控制？如何控制？ ,信号处理就是要依靠各种已知的条件、各种合理的假设、各种先验知识、经验等， 来解决、回答这些问题的全部或部分内容。当然，本课程不是专门来讨论经济学问题的， 只是给出解决类似问题的理论和方法。上述问题涉及到多种知识，是经济学方面期 望解决的问题。,本例也说明，不仅在电子学中需要信号处理，在其他领域信号处理也起着重要的作用。,信号检测与估计 绪 论,，再结合先验知识，如雷达位置、,发射的角度等，通过计算，可得飞机的航向、位置、速度等。 简单的信号处理,，再结合先验知识，如雷达位置、,发射的角度等，通过计算，可得飞机的航向、位置、速度、高度等。,简单的信号处理,实际情况： 1）如何构建雷达（发射机、接收机、天线形式）？ 2）如何准确测量波形的往返时间t ? 3) 在不同的时间、地点，电磁波的速度是不同的，在此情况下如何修正r ? 4）发射信号如何选择（例如单/多脉冲，调制否），才能抗干扰，便于接收、便于测量、计算？ 5）发射信号会受到噪声影响，如大气层电磁场、太阳热辐射等； 6）发射机与接收机中的噪声，如热噪声、电源波动等； 7）各种人为干扰，如卫星信号、GPRS信号、电子对抗等； 8）杂波干扰，海杂波、地表杂波、空间杂波 9）所用技术、设备本身的限制，如天线发射信号的旁瓣效应、仪器的老化 ,信号检测与估计 第一章 导 论,信号检测与估计 绪 论,电子专业,1）如何在噪声（甚至是强噪声、甚至电子对抗）干扰的情况下， 判断出有无目标？ 判断的正确性如何？ 如何提高判断的正确性？ ,信号 检测,信号 估计,3）设计（改善）雷达系统: 电路结构、发射信号选择、检测目标电路、信号滤波、数据处理,其它系统也有类似的需求：例如通信系统，判别有无信号，信号值是多少,信号检测与估计 绪 论,八、本课程的特点及其学习方法,以前所学的大多数课程，主要是建立在“确定性”信号、系统、事件等基础上的，我们的思维方式也主要集中在确定性这样的定式上，是对确定的、具体的函数形式、波形、必然结果、具体的电路或系统结构展开研究的，得到的结果是确定的结果。这样的内容是容易理解和接受的。,学习、掌握信号检测与估计这门课程是必要的，但刚开始学习时可能会存在疑虑，往往会感到这门学科不可靠、不明确、难理解、难掌握。为使同学们能够尽快从初学本课程阶段的困惑中走出来，除老师在讲授中有意识引导外，也有必要先对本课程的特点和学习方法做一些介绍。可以相信，同学们经过一段时间的学习（或者说学完本课程）后，对电子信息科学这门学科的理解一定会有一个本质的飞跃。,信号检测与估计 绪 论,本课程的特点：,（1）统计的概念 课程主要研究的是大量实验结果的统计特性，是从统计的角度去分析信号与系统的。 课程并不会对一个实验结果（一个实现或一个具体的函数、波型）感兴趣或感很大兴趣，换言之，对于统计信号来说，一次实验结果的意义是肤浅的，是没有必要认真研究的。相反，课程是从统计（大量实验数据）的角度来研究问题的。 正因为如此，本课程也称为统计信号处理（统计信号的检测与估计）。,（2）模型的概念 本课程是以数学知识为基础，推导、演绎电子学科中的一些重要的理论模型或数学模型，并对这些模型进行分析研究。 课程重点研究一般化（抽象化)的系统、信号、噪声特性及其联系，通常只给出它们的系统函数（系统模型）或数学模型，而很少讨论具体的系统结构或实际电路。即使出现一些具体电路系统例子，也只是为了说明一般的带普遍性问题的处理方法。,信号检测与估计 绪 论,（3）物理概念 课程需要掌握的重点是信号处理的方法和原理，以及数学推演结果和结论的物理意义。 本课程是电子信息类学科相关专业的一门专业基础课，不是数学课，课程中涉及的概率论、数理统计、随机过程理论等只是处理本门学科有关问题的一种数学工具，或者说是解决问题的一种手段。因此学习本课程除应注意处理问题的方法外，更重要的是要对数学推演结果和结论的物理意义有深入的理解。对一些非常复杂的数学推演过程不必过分严格关注细节，不必深究其数学的严谨性，重点是掌握处理问题的思路、方法和原理。对于教学中出现的有关数学上的推导，主要目的是引出解决问题的思路，培养处理实际问题、具体问题的能力。,（4）辩证概念 课程中给出的一些结果表面看是难以理解的，但确实是符合实际的。 例如，信号检测中，按照科学的检测准则演绎出来的检测系统，在检测目标是否存在时，系统可能给出正确的判决，也可能给出错误的结果。学习课程的目的之一就是要尽可能地提高正确判决的概率。 再比如，信号参量估计中，对未知参量的估计绝大多数情况下只能给出一种近似结果，而不太容易给出准确结果。学习课程的目的之一就是要提高这种近似结果的精度。,信号检测与估计 绪 论,学习方法,（1）针对课程的特点，学习时既要理论联系实际，又要学会建立数学模型的抽象思维方法，要多动脑筋思考相关知识来龙去脉，发掘以前所学知识的理论依据，激发出学习兴趣和学习热情，逐步培养创新意识。,（2）要适当地完成一些针对性的习题或研究课题，以便巩固和加深对所学知识的理解和掌握程度。完成这类工作可采用手工推导、算法编程、Matlab计算、甚至实际电路实现等手段。,（3）要注意查阅和复习前导课程中的一些知识，如高数、概率论、随机过程、线性代数、信号与系统、数字信号处理等课程中的相关知识。这样可升华以前所学的知识，促进对这门学科的掌握。,信号检测与估计 绪 论,九、信号处理技术应用实例,实例1：独立成分分析方法 独立成分分析(ICA)已经成为近年来神经网络、高级统计学和信号处理等研究领域中热点研究课题之一，有专著，有很多期刊文章。,问题引入：,信号检测与估计 绪 论,利用独立成分（ICA）分析方法，求解结果为：,ICA的不足：存在顺序含糊性，可通过先验知识来判断（如周期性、频率高低）； 在某些情况下，ICA不能快速收敛； 算法、硬件实现较为复杂。,信号检测与估计 绪 论,ICA应用例子模拟通道的复用 一个模拟信号通道，传输两路独立的有用信号，不可避免地引入了随机噪声，在接收端利用ICA，可减小噪声干扰，并区分出两路有用信号来。,模拟通道的复用，接收端分离信号的其它方法？,可采用带通滤波方法，但用这种方法分离信号后，各信号中仍然存在一些噪声（比ICA大一些）。,信号检测与估计 绪 论,实例2：人体运动姿势识别 采用数据降维方法抽取人体运动特征，采用隐马尔可夫模型进行姿势识别。 数据降维方法包括线性方法和非线性方法，主成分分析（PCA , Principal Component Analysis ）是一种线性方法，流形学习方法是一种非线性方法。 下面的结果是采用了隐马尔可夫模型、PCA以及流行学习方法得到的。,信号检测与估计 绪 论,信号检测与估计 绪 论,人体运动姿势样本（为识别用）,信号检测与估计 绪 论,人体运动姿势识别的应用： 体育训练、目标检测、人体跟踪、人体行为理解与描述等。,信号检测与估计 绪 论,实例3、基于模糊推理的图像放大算法,图像放大主要是将低分辨率的图像通过信号插值的方法获得高分辨率的图像，是图像处理中的重要研究内容之一，可应用于遥感、医学、视频通信等领域。,图像放大技术的传统方法包括最邻近插值、双线性插值、双立方插值等算法，目前出现了自回归模型图像放大算法、基于贝叶斯推理的图像放大算法以及基于小波分析的图像放大算法等。,信号检测与估计 绪 论,信号检测与估计 绪 论,实例4：利用互相关函数进行设备的不解体故障诊断,信号检测与估计 绪 论,信号检测与估计 绪 论,附加知识：电磁波的传播速度决定于介质的介电常量和磁导率。由于和 与电磁波的频率有关，因此在介质中不同频率的电磁波具有不同的传播速度，这 就是电磁波在介质中的色散现象。在真空中，电磁波的速度等于真空中光速。,信号检测与估计 绪 论,