【電子科技大學】《通信原理》精品課 P36 - 36. 4.3.1 匹配濾波器

长安书院_
146粉絲
2026年11月18日
AI 生成·可能包含錯誤
你好
今天這一講我們來討論
基帶傳輸的最佳接收原理
我們首先說明一下匹配濾波器
這種濾波器是實現最佳接收的重要技術
然後我們說明最基本的二元傳輸過程中
噪聲是怎麼影響物馬的
我們要給出物馬力聚散公式
然後我們要找出使物馬力最小的技術方法
說明最佳接收原理
下面我們來看看匹配濾波器
先來看看匹配濾波器所針對的問題背景
在信號處理中有這樣一個典型的情況
就是我們關注在噪聲中
某個已知的信號是否存在
比如我們說有一個信號
我們知道它
我們稱它為ST
它有一個寬度T
然後它可能傳送後
我們拿到它的時候有噪聲了
如果噪聲很大
信號比較小
那麼從波形裡面
我們一下看不出信號是不是存在
所以我們的想法是
對它進行一個測量
做一個線性處理
處理以後
我們取一個值
抽取一個樣子作為它的測量
通過對波形的這樣一個測量
然後我們來判斷
它是否出現了
在信號處理中
我們一個線性處理
都通通稱為濾波器
所以我們可以稱為做一個濾波
當然我們希望
通過這個處理以後
我們獲得的測量值
能夠是充分有效的
所謂充分有效就是
我們依據這個值
可以很有把握的做出判斷
如果我們說它出現了
那它應該確實出現了
如果我們說它沒有
那麼它應該沒有
稍加思考我們就會想到
我們應該使我們抽到的這個樣子
它的性噪比達到最大
性噪比最大
就給我們最大的判斷把握
我們來看看這個濾波器H
怎麼影響這個過程
怎麼來力爭做到性噪比最大
信號和噪聲通過這個濾波器
我們分別寫出來
信號的部分濾波後的結果
噪聲的部分濾波後的結果
我們抽樣
抽樣後假定我們在體靈處抽樣
抽樣後的性噪比我們計算一下
在體靈處
信號是Y體靈
那麼這個性噪比公律值比
那麼Y相應於公律
求它的平方
Y&T噪聲部分
噪聲部分體靈處抽到了
我們求它的公律
根據我們隨機信號的知識
求它的均方值
均方值可以通過相關函數來算
我們來看看這兩個怎麼算
我們先看信號
信號是這兩個的卷集
卷集之後抽取體靈處
卷集做這麼一個積分
H噪
S
體靈減噪積分
這個體靈原本是體
我們在卷集後
要選體靈處
這個體靈放在這裡
再看噪聲
剛才我們說求均方值
可以通過相關函數
令噪等於0來求均方值
那麼怎麼求
輸出噪聲中的相關函數呢
根據隨機信號的知識
我們由輸入信號的相關函數
卷集H噪
再卷集H負噪
就是這裡
這個輸入信號
這裡輸入的是白噪聲
我們關注的是輸出噪聲
白噪聲的相關函數
非常的簡單
0.02
Delta噪
所以我們看到
我們這樣就能夠求出這個
輸出噪聲的相關函數
然後令噪等於0
就能算到它的均方值
算到它的功率
所以這個信噪比是這兩個的比值
在這個比值中
我們看到
S是知道的
噪聲
等於
噪是知道的
就是一個位置的
H
我們要的這個濾波器
我們力圖找一個濾波器
讓這個信噪比最大
顯然我們可以對它進行優化
儘管這個優化不是那麼簡單
不是選一個數
是選一個函數
這個優化
它的技巧就是運用著名的
科西徐瓦茲布等式
這個過程
並不複雜
我們在教材4.3.3
相關的參考書
都有詳細說明
我們這裡不展開
我們把它的結果
拿過來
直接運用一下
得到優化這個之後
它給出最佳的濾波器
稱為匹配濾波器
它是這個結果
而且也給出了
達到最佳
這個信噪比最大值是多少
我們粗看一下發現這個結果
並不複雜
很簡明
比如我們看這個濾波器
濾波器我們看到它是水S
體零解體
其中水是一個任意的非零時數
這一點我們不奇怪
作為一個濾波器
信號和噪聲一起通過
無論它是什麼樣的幅度值
增益值
信號和噪聲會一起放大
信噪比不會變
所以這個無關緊要
我們就視它為一好了
我們關注的是S體零解體
我們具體來看一看
我們看假定我們的信號S體
那我們這裡S體零解體是什麼呢
S負體
S負體就是把這個翻過來
然後還有一個體零
體零是採樣時刻
是某個常數
所以說就會把這個翻過來之後移到體零處
移到體零處就是這樣
所以這就是這個S體
就是所謂的匹配濾波器
但是顯然這是一個非因果的
它在負時間上
還有非零的東西
那我們不妨調一下體零
把它移一下
我們移一下
讓體零大於等於T
我們看到這個翻過去之後
大於等於T就能夠做到因果
當然我們就選體零等於T就正好了
我們沒有必要再額外增加很多時間
所以通常我們就選體零等於T
這樣匹配濾波器通常我們就選成這樣
我們這裡的體零就取T
T是這個信號的寬度
這樣就得到一個很好的因果濾波器
那麼這個匹配濾波器怎麼樣子發揮作用的呢
我們再仔細看一看
我們要看看這個濾波的過程
也就是看這個捲集的過程
我們這個捲集圖形化的解釋是
把一個信號翻過來再推過去
所以我們把這個ST翻過來
然後我們推
翻過來推過去
重疊的部分求面積
然後得到這個值
所以你看我們假設推到這裡來
我們以這個為基準
這樣重疊就是這一塊
重疊部分乘積它的面積在這裡
高度是這麼
我們再推
推到這裡來
打開在這裡
然後這個面積重疊就會多一點
所以這裡就高一點
我們再走
推到這裡來
它過了T
過了一點點
在這裡
它也重疊了很多
也很高
所以我們看看它捲集的過程
我們再推
我們特別注意正中這個字
我們看正中這個字剛好完全重疊上
所以我們注意到這樣一個捲集的過程
這個圖形就推過去
它是不斷地在進行配準
正中這個採樣時刻
實際上就是完全配準的時刻
所以匹配濾波器
其實我們在探尋接收到的信號
跟我們濾波器本身的配準程度
我們在應該配準的那個時刻
去抽取它作為測量值
所以我們發現匹配濾波器實際上懷揣著一個模板信號
這個模板信號其實就是你所已知的信號
它在看你接收到的信號跟它配不配準
如果你正好來的是它自己那個模板信號
你一定會在採樣時刻達到最好的配準
所以難怪它叫匹配濾波器
因為它在計算匹配程度
匹配程度也就是信號間的相關程度
所以它在計算相關度
我們看到匹配濾波器
它跟信號是密切關聯的
因為它實際上把它關注的信號作為模板
所以它要精確地關注信號是什麼形狀
然後能不能完全地配準
但我們也看到它得出的最大信召比的結果
只跟這個信號的能量有關
並不在乎這個信號的細節形狀
這樣我們就會想到
如果我們能夠選擇不同的信號
顯然我們可以想辦法選擇某些信號使得這個能量大
導致我們測量值的信召比高
那麼我們測量的把握就更大
那麼不妨設想一下
假設我們給定一個寬度的T
在這個上面做什麼樣的信號它的能量最大呢
你可以去想一想
我們來看一個立體
假定我們考慮兩個信號
我們關注這兩個信號
我們首先問一問它們的匹配濾波器是什麼呢
根據剛才的說法
我們把它翻過來
然後移一下
讓它是因果的
所以這個匹配濾波器是它
這個匹配濾波器是它
這一個看起來沒有什麼差別
因為它對稱
這個倒還是有差別
如果我們計算它的信召比最大時
到底是多少
我們知道二倍能量除以二零
對這樣一段正旋波能量怎麼求呢
平方積分在零到幾上
或者我們求它的功率
審議這個長度
二分之一整幅的平方
二分之一整幅的平方乘上體
二和這個二約了
就正好得到這個結果
對這個我們是一樣的
我們就不多講了
我們再問一個問題
假定我們現在發送了這兩個中間的一個
它經過噪聲
我們接收到了
我們怎麼知道是哪一個呢
我們可以這樣來做
我們把收到的信號
分別用兩個匹配濾波器
也就是說我們放兩個模板
我們看它跟哪個模板匹配
跟這個模板匹配得怎麼樣
然後我們比較這個模板
我們比較這個匹配後的測量值
因為這個測量值是已經提供了最大線兆比
以及給我們提供了最大的把握
如果上面的
我們就認為它應該是上
是這個信號
所以我們就這樣來判斷
想起來這是一個最好的判斷方法
當然這個我們還可以改進一下
因為我們最後不就是做這個判斷嗎
做這個判斷就可以做一個減法
所以我們最後要做一個減法
我們實際上把這兩個濾波器
合成一個差濾波器
通過它就得到一個差的數理結果值
然後你再抽壓
就直接獲得的是兩個的差
判斷它大於零否就能得到結果
我們看到匹配濾波器的本質
就是要測量噪聲中的信號
與模板信號的配準程度
這種技術對於發現已知的信號
或分辨多種信號都是最有效的
在許多領域中都需要這種功能
比如雷達應用中
我們發出一個探測信號
我們需要檢測這個信號回來沒有
什麼時候回來
在通訊應用中
我們採用多種信號代表不同的符號值
收方就需要分辨這些信號
從而認出發送的是哪一個符號值
總之匹配濾波器是一種非常有用的信號處理技術
