写在前面的几句话做接收机设计这些年我最大的感受是教科书里最佳接收这一章看起来全是数学推导其实每一个结论背后都是一个非常具体的工程决策。你在调试时遇到的误码率比理论差几个dB、同步环路不稳、门限设了跟没设一样——十有八九根子都在最佳接收这个环节上。确定信号、随相信号、起伏信号这三类信号对应了三种不同复杂度的接收场景也对应了三种截然不同的接收机结构。理解它们各自的最佳是怎么定义、怎么推导、怎么实现的不只是应付考试或者发论文而是直接决定了你设计的接收机在真实信道下能不能达到设计指标。这篇文章我就把这三种场景下的最佳接收问题掰开揉碎从原理推导讲到工程实现再讲到我实际调试中踩过的坑。适合正在做接收机仿真的通信工程师、准备通信原理考试的学生以及那些想搞清楚为什么我的接收机性能上不去的人。1. 三种信号类型与最佳接收问题的本质1.1 为什么把信号分成确定、随相、起伏三类很多初学者上来就问信号不就是信号吗为什么要分这么多种类这个分类本质上不是信号本身在变而是接收端对信号的先验知识不同。确定信号确知信号幅度、频率、相位全部已知。典型场景是经过良好同步的BPSK/QPSK接收本地振荡器已经锁到载波相位符号定时也校准到位。此时接收机知道每一个比特长什么样。随相信号信号的幅度和频率已知但相位是随机的。典型场景是非相干FSK、DPSK或者接收机为了降低复杂度不做载波相位同步只做频率同步。相位在 ([0, 2\pi)) 之间均匀分布。起伏信号幅度和相位都是随机的。典型场景是衰落信道下的接收多径效应导致信号幅度呈瑞利分布或莱斯分布载波相位完全随机甚至信号是否出现都要靠统计特性来判断。最常见的是无线信道里的盲检测、频谱感知中的能量检测。你手里有多少先验知识决定了你手里的判决量能用什么形式。知道相位就能做相干叠加不知道相位就得对相位取平均连幅度都不知道只能退到能量层面去比较。这就是三者的根本区别。1.2 最佳接收的最佳到底指什么最佳这个词如果不加限定是没法讨论的。接收机设计里有好几个常用的最优准则我在实际项目中最常用的是这几个最小错误概率准则在二元检测里就是让平均错误概率 (P_e) 最小。在先验等概时它等价于最大似然准则也就是比较两个似然函数谁大。最大后验概率准则MAP引入先验概率不等概时用这个更准。通信里一般先验等概两者合一。最大输出信噪比准则匹配滤波器的出发点不直接比较概率而是让信号在采样时刻的瞬时功率与噪声平均功率之比最大。最小均方误差准则MMSE波形估计场景时用得多比如信道估计、均衡器设计。一个关键认知是在加性高斯白噪声AWGN信道下、等能量等概信号的双择检测问题中最小错误概率准则和最大输出信噪比准则给出的是同一个接收机结构。这就是为什么匹配滤波器虽然是从信噪比最大推出来的却也被称为最佳接收机的原因。理解了这一点后面看推导就不会绕晕。2. 确定信号的最佳接收匹配滤波与相关接收2.1 匹配滤波器为什么是信号的时间反转匹配滤波器的核心结论只有一句话在白噪声背景下要使输出信噪比在采样时刻 (tT) 达到最大滤波器冲激响应应当取信号的时间反转再延迟 (T)即 (h(t) k \cdot s(T - t))。推导思路其实不复杂。设滤波器输入是 (r(t) s(t) n(t))滤波器的冲激响应是 (h(t))。在 (tT) 时刻输出信号分量为 (s(T) * h(T))也就是 (s(t)) 和 (h(t)) 的卷积在 (T) 处取值。输出噪声功率是 (\frac{N_0}{2} \int |H(f)|^2 df)。然后用许瓦兹不等式可以证明[ \text{SNR}_{out} \frac{| \int S(f) H(f) e^{j2\pi f T} df |^2}{\frac{N_0}{2} \int |H(f)|^2 df} \le \frac{2E}{N_0} ]等式成立的条件是 (H(f)) 与 (S^*(f) e^{-j2\pi fT}) 共轭匹配反变换回来就是 (h(t) k s(T-t))。这里有一个很多人忽略的点最大输出信噪比只取决于信号能量 (E) 和噪声功率谱密度 (N_0)跟信号的具体波形没有任何关系。换句话说无论你用矩形脉冲还是升余弦脉冲理论上能达到的峰值信噪比都一样。差别在别的地方——比如对定时误差的敏感度、频谱利用率、旁瓣水平这些才会影响工程实现。2.2 相关接收与匹配滤波的等价性匹配滤波器在理论上很漂亮但在数字实现里实时卷积需要大量乘法器而且滤波器抽头系数要随信号波形变化。实际工程里我更常用的是相关接收结构。为什么能等价把匹配滤波器的卷积展开[ y(T) \int_0^T r(\tau) h(T - \tau) d\tau \int_0^T r(\tau) k \cdot s(\tau) d\tau ]看明白了吗卷积积分在采样时刻退化成了一次相关积分。也就是说把接收信号 (r(t)) 和本地已知波形 (s(t)) 做乘法再在一整个符号周期里积分取 (tT) 的输出跟匹配滤波器的输出是一模一样的。这个等价性特别实用。因为相关器只需要一个乘法器和一个积分器而且本地波形可以做成数控的——需要换调制方式或者换脉冲成型直接改本地序列就行不用重新设计模拟滤波器。我做某跨平台系统的接收机时就靠这个结构同时兼容了两种不同的脉冲波形省了很多硬件成本。2.3 二进制确知信号最佳接收机的结构与性能二进制确知信号的最佳接收机结构非常清晰两条相关支路并联各有一个本地信号样本输出做差过零判决支路0计算 (\int_0^T r(t) s_0(t) dt)支路1计算 (\int_0^T r(t) s_1(t) dt)判决比较两者大小谁大判谁在AWGN信道下双极性信号比如BPSK的理论误码率是[ P_e Q\left(\sqrt{\frac{2E_b}{N_0}}\right) ]这里 (Q(x)) 是高斯Q函数。很多初学者会问为什么是 (\sqrt{2E_b/N_0}) 而不是 (\sqrt{E_b/N_0})因为双极性信号的两个点之间的距离是 (2\sqrt{E_b})而单极性OOK的两个点之间的距离只是 (\sqrt{E_b})误码率就变成了 (Q(\sqrt{E_b/N_0}))差了整整3dB。这3dB的差距不是接收机结构的问题而是信号星座设计的问题。同样的能量双极性把能量全部用来拉大距离OOK却有一半时间在发0不发信号浪费了一半能量。2.4 数字实现里的匹配滤波采样率、符号定时与位宽到了真正写FPGA或者做DSP实现的时候匹配滤波器变成了数字匹配滤波器。几个关键参数我在实际项目里的经验是采样率至少取4倍符号速率以上。理论上2倍就够了但4倍能让你在符号定时同步的时候有更好的调整分辨率。我做某个图像处理Demo之外的通信仿真时用4倍采样率定时误差控制在0.05个符号周期以内误码率基本不掉。累加器位宽相关积分在数字域是累加器。输入信号12位ADC本地序列是1比特BPSK的话是±1一个符号周期内累加位宽至少要预留 (\log_2(N_{sample})) 位的增长余量不然符号周期一长累加器直接溢出输出全是噪声。符号定时同步相关积分的最关键前提是积分区间要跟符号边界对齐。工程上常用早迟门同步或者Gardner环核心就是找积分能量最大的采样点。我自己踩过的一个典型坑是最开始用矩形脉冲做仿真匹配滤波器性能非常好但换到升余弦脉冲后误码率平台明显抬高。排查了半天发现是采样率不够升余弦脉冲的过零点信息被采样丢了导致定时环收敛到了错误的位置。后来把采样率提升到8倍符号率问题才解决。3. 随相信号的最佳接收相位未知时的应对3.1 匹配滤波器为什么失效了当信号的相位是一个未知随机变量时前面那套相干接收结构立刻就不成立了。你想如果本地载波跟接收信号的相位差是随机的相关器输出会有一个 (\cos\phi) 的因子相位差 (\phi) 正好等于 (\pi/2) 的时候相关输出是零——这时候信号明明存在你的接收机却什么都检测不到。所以问题的本质是你拿不准相位就不能直接乘本地载波。要么想办法把相位估计出来这就是载波同步要做的事要么换个思路把相位当成随机变量拿它对似然函数求平均得到一个不依赖具体相位的判决量。3.2 从似然比推导随相信号接收机结构这一步推导很关键我直接讲结论和思路。对二进制随相信号假设两个可能的信号是 (s_0(t)) 和 (s_1(t))都带有随机相位 (\phi)接收信号是 (r(t) s_i(t,\phi) n(t))。因为相位 (\phi) 在 ([0,2\pi)) 均匀分布我们在计算似然函数时必须对 (\phi) 求平均[ p(r|H_i) \frac{1}{2\pi} \int_0^{2\pi} p(r|H_i, \phi) d\phi ]在高斯噪声假设下这积分算出来是修正第一类贝塞尔函数 (I_0(x)) 的形式。对判决有用的部分是最优判决统计量变成了两个正交支路相关输出的模平方。也就是说判决依据不是相干积分值而是包络的平方。数学上稍微含糊一点讲就是原本的复数相关输出是 (X jY)其中 (X) 是同相支路积分(Y) 是正交支路积分。你不知道相位就只能利用 (|XjY|^2 X^2 Y^2)把它跟另一路信号的对应值比较。这就是包络检波或者平方律检波的由来。3.3 典型结构正交相关器加包络检波理解了上面推导工程实现就顺理成章了。一个完整的二进制随相信号最佳接收机分四步正交下变频把接收信号分别乘以 (\cos(2\pi f_c t)) 和 (\sin(2\pi f_c t))得到I路和Q路基带信号。匹配滤波/相关积分I路和Q路各做一个相关器积分区间是一个符号周期。平方求和I路积分结果平方加上Q路积分结果平方得到判决量 (Z X^2 Y^2)。比较判决比较两路信号的 (Z) 值谁大判谁。这就是非相干FSK接收机的核心结构。我现在做某跨平台系统的无线数传模块时就用的这个方案省掉了载波恢复环路捕获速度比相干方案快了一个量级。代价就是性能上略差下面讲具体差距。3.4 随相信号比确知信号损失多少性能在高信噪比条件下非相干解调相对于相干解调误码率性能大约损失1~2dB。具体来说二进制正交信号相干接收的误码率是 (Q(\sqrt{E_b/N_0}))非相干接收则是 (\frac{1}{2}e^{-E_b/(2N_0)})。把两个曲线放在一起看在误码率 (10^{-5}) 这个典型设计点上非相干比相干要额外多需要约0.5~1dB的 (E_b/N_0)。可能你觉得不到1dB损失无所谓但工程上这个差值意味着发射功率要增加或者天线增益要提高在功耗受限的物联网设备上这就是很实在的成本。不过非相干方案省掉了锁相环接收机开机就能解调不需要等待同步收敛对于突发通信这种短包场景捕获时间优势往往比1dB性能优势更重要。这就是为什么很多低功耗广域网LPWAN协议还在用非相干FSK。4. 起伏信号的最佳接收幅度相位都随机4.1 起伏信号的统计模型与检测困境第三种情况最贴近真实无线信道。信号经过多径传输之后合成幅度不再是确定的而是随机起伏的最常见的是瑞利衰落。这个时候信号可以写成[ r(t) a \cdot s(t) \cdot e^{j\theta} n(t) ]其中幅度 (a) 服从瑞利分布相位 (\theta) 均匀分布而且一个符号周期内 (a) 和 (\theta) 基本不变慢衰落但不同符号之间在随机变化。这个时候的检测困境在于别说相位了连幅度都不知道。你没法设定一个固定的判决门限因为信号到达接收机的时候可能大得离谱也可能小得跟噪声一个量级。4.2 广义似然比检验与能量检测处理这种问题通常有两条路。第一条路是广义似然比检验GLRT把未知的幅度和相位当作待估计参数先对每个假设用最大似然估计出参数再代入似然比。推出来的结果本质上还是包络平方检测——跟随相信号的结构相同只是判决门限要根据噪声方差和信道统计特性重新标定。第二条路是能量检测如果信号波形完全未知只占一个频带那连匹配滤波都做不了。这时候最合理的判决量是符号周期内的信号能量[ Z \int_0^T |r(t)|^2 dt ]把 (Z) 跟一个门限比较超过门限判有信号。这就是频谱感知里最常用的能量检测器。它的优点是不需要知道信号波形不需要做同步结构极其简单缺点是低信噪比下性能迅速恶化而且非常依赖噪声方差 (\sigma_n^2) 的准确估计——噪声功率估计偏了1dB门限就跟着偏虚警率会哗啦一下上去。4.3 瑞利衰落信道下的平均误码率这里我想把性能差距讲透。在AWGN信道下误码率随信噪比增加是指数级下降的但到了瑞利衰落信道平均误码率变成了[ \bar{P}_e \approx \frac{1}{4\bar{\gamma}_b} ]其中 (\bar{\gamma}_b) 是平均比特信噪比。注意这个表达式的关键误码率只随信噪比线性下降。这就是衰落信道最残酷的地方——你想从 (10^{-2}) 降到 (10^{-3})信噪比要增加10dB想再降到 (10^{-4})又要增加10dB。而在AWGN信道上可能增加3dB就完成了同样性能跨越。这就是为什么现代移动通信系统必须上分集技术时间分集、频率分集、空间分集多天线本质都是让多个独立衰落的信号副本同时被接收把瑞利分布的合成幅度重新变成接近莱斯分布。我做的某跨平台系统仿真里不加分集MIMO检测算法性能惨不忍睹加了双天线接收分集同样误码率下需要的信噪比直接降了8~10dB效果非常显著。4.4 三种接收机的性能与适用场景对比信号类型需要知道的先验信息最佳接收结构误码率随SNR变化趋势典型应用确定信号幅度、频率、相位全已知匹配滤波/相关接收指数下降BPSK/QPSK相干解调随相信号幅度、频率已知相位未知正交相关器包络检波指数下降比相干差1~2dB非相干FSK、DPSK起伏信号仅频率范围/能量已知包络平方检测/能量检测线性下降瑞利信道衰落信道盲检测、频谱感知这张表我建议收藏。以后在方案选型的时候拿它对着算一遍基本能避免选错接收机结构的问题。5. 工程实现对比与蒙特卡洛仿真验证5.1 接收机实现复杂度对比三种结构的实现复杂度和硬件开销我在实际项目里的排序是这样的接收机类型FPGA/DSP资源占用同步要求性能损失复杂度相干接收中需要载波恢复环路高相位定时最优高非相干包络检波低只需要频率同步中频率定时1~2dB中能量检测最低不需要同步低只要频带对准低信噪比下性能差最低注意复杂度排序不是看电路规模而是看同步设计工作量。能量检测在电路上可以简单到只有一个带通滤波器、一个平方器和一个积分器但它的简单是有代价的——它不知道自己接收的是不是信号只知道自己接收到多少能量所以动态范围要求极其苛刻。5.2 如何搭一个三种接收机对比的蒙特卡洛仿真如果你想在MATLAB或者Python里验证这些结论我建议按这个流程搭信源随机生成 (10^6) 个比特保证误码率能数到 (10^{-4}) 以下否则统计波动太大。调制按所选方案映射成基带波形升余弦成型滚降系数0.25左右比较接近实际系统。信道先做AWGN验证理想接收机性能是不是贴着理论曲线再做乘性相位随机模拟随相信号最后做瑞利衰落让每个符号的幅度和相位独立变化。接收机分别实现相干相关器、I/Q包络检波、能量检测三条支路。统计误码率每个信噪比点独立跑保证至少数到100个错误比特以上不然误码率曲线会抖动。与理论曲线对比如果仿真结果跟理论差了0.5dB以上先别急着调参数回去检查你的信噪比定义——是 (E_b/N_0) 还是 (E_s/N_0)这个搞错的人特别多。我在实际仿真中经常提醒自己仿真不是调参数调到跟理论吻合而是先从机理上理解每一个环节在干什么。只有当你把信噪比定义、噪声生成方法、匹配滤波器的增益都算清楚了仿真才有意义。5.3 实测中容易误判的几个点实验室测试跟仿真差别最大的是这几个地方AGC自动增益控制仿真里信号电平是恒定的实测里天线端信号可能起伏30dB以上。AGC的增益调整速度和精度直接影响包络检波器的判决门限。AGC还在收敛过程中判决门限是不准的这时候统计误码率一定偏高。射频前端带宽接收机前端带通滤波器的带宽如果远远大于信号带宽会把带外噪声引进来等效噪声系数变差实测 (E_b/N_0) 会比理论计算虚高好几个dB。最典型的错误是用宽频LNA直接接了ADC没有做信道选择。本振相位噪声相位噪声让本地载波不是一条干净的谱线尤其对相干接收来说相位噪声高会导致误码率平台。我遇到过一款评估板上OVERSIZE的锁相环相位噪声在10kHz偏频处高于指标12dB结果BPSK接收机误码率死活下不到 (10^{-6})。换成低相噪晶振后问题立刻消失。6. 常见问题与排查心得6.1 为什么实测误码率总比理论高3dB这是我在接手接收机调试项目时最常被问到的问题。排查方向按概率从高到低排列查信噪比定义确认你算的是 (E_b/N_0) 而不是 (E_s/N_0)。如果用的是 (E_s)对BPSK来说相当于白送了1倍能量曲线右移3dB。查滤波器带宽接收机整形滤波和匹配滤波要匹配。发送用滚降系数0.25的升余弦接收的匹配滤波器却用矩形窗失配损失不到1dB但一定有。查定时同步采样点偏离最佳眼图中心信噪比损失大约是 (\cos) 函数的衰减。定时误差0.1个符号周期损失约0.5dB。查载波同步残余频偏这个最隐蔽。环路锁定之后可能残余几十Hz频偏一个符号周期内的相位旋转不到一个弧度但误码率曲线就有一条高高的尾巴高信噪比下尤其明显。6.2 噪声方差估计不准导致门限错误能量检测和随相信号接收机的判决门限都需要用到噪声功率。这里有个经典陷阱你在ADC后端估计噪声功率但ADC前端的模拟增益变了噪声功率跟着就变了。如果AGC增益调整了6dB你的噪声估计更新不及时门限就会偏差6dB。轻则虚警率升高重则接收机完全失去检测能力。我的做法是在接收机的AGC收敛指示信号产生后再开始做噪声功率统计并且连续统计多个帧做滑动平均。不要用瞬时值瞬时值波动太大了。6.3 相位突变对包络检波的影响包络检波号称不怕相位但也只是不怕缓慢随机相位。如果信道出现突发相位跳变——比如收发两端晶振频率不一致导致相干时间内相位跨过一个弧度——包络检波器的输出会瞬间掉到零点。这是非相干接收机的一个盲区。缓解办法通常是在符号定时环里增加一个频率估计器把残余频偏压到很小让符号周期内的相位旋转可以忽略。这样可以保证包络检波器始终工作在幅度的慢变区域。6.4 起伏信道下的分集补救如果信道是瑞利衰落单路接收无论怎么做匹配滤波误码率性能都只能线性下降。这时候最有效的补救就是分集。我在某跨平台系统里做过一个实验单天线接收瑞利信道下误码率 (10^{-2}) 需要约14dB信噪比改成两天线选择合并两支路取包络较大的一路之后同样误码率只需要约9dB改成最大比合并进一步降到约7dB。这个结果很能说明问题——在衰落信道里把接收结构的理论最优再优化也不如在信号路径上引入分集来的实在。分集设计需要注意两点一是各支路的衰落要尽量独立天线间距要够波长的一半以上只是底线实际最好一个波长二是合并算法要跟接收机结构匹配——相干接收用最大比合并非相干接收用包络选择合并或者等增益合并别搞混。最后分享一个小经验做“最佳接收”相关方案设计这些年我越来越觉得教科书里那些看似抽象的推导其实都在给工程方案划边界。匹配滤波告诉你信噪比上限主要取决于能量随相信号推导告诉你相位未知时只能看包络起伏信号的误码率公式又告诉你衰落信道必须上分集——每一条理论最终都对应了一个非常具体的硬件决策。如果你现在正被某个接收机的性能问题困扰我建议你先把上面那三种信号类型对号入座再按这个思路去检查信号里哪些参数我是真知道的哪些是不确定的我现在的接收结构有没有用上“知道”的信息有没有被“不知道”的信息拖累把这两个问题想透大多数性能问题的方向就清晰了。