我正在使用互相关来查找 BPSK 信号中的巴克码。我突然想到,如果我在巴克码之前发送一个零 DC 值信号,它不会影响相关性,因为零 DC 信号与任何其他信号的相关性为零。
这让我想知道是否有一种替代互相关的方法可以正常工作于零值信号。举个例子,像 [0,0,0,0,0] 这样的信号比 [1,1] 更接近 [.5,.5,.5,.5,.5] 似乎很直观,1,1,1]
更一般地说,似乎相关性正在丢弃有助于进行更好匹配的信息,我想知道如何解决这个问题。
我正在使用互相关来查找 BPSK 信号中的巴克码。我突然想到,如果我在巴克码之前发送一个零 DC 值信号,它不会影响相关性,因为零 DC 信号与任何其他信号的相关性为零。
这让我想知道是否有一种替代互相关的方法可以正常工作于零值信号。举个例子,像 [0,0,0,0,0] 这样的信号比 [1,1] 更接近 [.5,.5,.5,.5,.5] 似乎很直观,1,1,1]
更一般地说,似乎相关性正在丢弃有助于进行更好匹配的信息,我想知道如何解决这个问题。
相关器实际上只是一个最大似然检测器。如果您的噪声是 AWGN(加性高斯白噪声),则相关器在最小二乘意义上是最佳的。这是因为相关器正在对您的输入信号进行匹配滤波,从这个意义上说,它只会考虑SNR 最高的DFT波段,或者更确切地说,只考虑存在信号能量的 DFT 波段。
“这让我想知道是否有替代互相关的替代方法,它适用于零值信号。”
关于第二段,您尝试“关联”的“信号”[0 0 0 0 0] 的能量为零,因此上述内容不适用。它与平均值无关(DFT 的 DC 频带为零),它与它没有能量的事实有关。(所有DFT 波段均为空)。在这种特殊情况下,您可以执行:
在哪里是您的已知信号,并且是你给定的信号。实际上,这不过是向量差的 L1范数。然后你会选择最小化此误差的向量。
(请注意,如果您的“已知信号”始终是零向量,那么它会简单地折叠为给定向量的 L1 范数。具有最低 L1 范数的那个是最接近零向量的那个)。
与匹配滤波器相比,如果你的“信号”没有能量,这个指标不会受到影响。