若消息各状态出现的概率相等，则有 P(S)=P(S2)=..=P(Sm) P(s)是描述信号发送概率的参数 通常称为先验溉率，它是信号统计检测的第一数据
若消息各状态出现的概率相等， 则有 1 2 ( ) ( ) ( ) P s P s P s = = = m P(si )是描述信号发送概率的参数 通常称为先验概率， 它是信号统计检测的第一数据
信道特性是加性高斯噪声信道，噪声空间是加性高 斯噪声。 在前面各章分析系统抗噪声性能时，用噪声的一维概 率密度函数来描述噪声的统计特性， 在本章最佳接收中，为了更全面地描述噪声的统计特 性，采用噪声的多维联合概率密度函数
信道特性是加性高斯噪声信道，噪声空间n是加性高 斯噪声。 在前面各章分析系统抗噪声性能时，用噪声的一维概 率密度函数来描述噪声的统计特性, 在本章最佳接收中，为了更全面地描述噪声的统计特 性，采用噪声的多维联合概率密度函数
噪声n的k维联合概率密度函数为 f(n)=f(nn,...,n) n1,n2,,nk为噪声n在各时刻的可能取值 注意 若噪声是高斯白噪声，则它在任意两个时刻上得到 的样值都是互不相关的，同时也是统计独立的；
噪声n的k维联合概率密度函数为 1 2 ( ) ( , , , ) k k f n f n n n = n1 , n2 , …, nk为噪声n在各时刻的可能取值 若噪声是高斯白噪声， 则它在任意两个时刻上得到 的样值都是互不相关的，同时也是统计独立的； 注意
若噪声是带限高斯型的，按抽样定理对其抽样，则 它在抽样时刻上的样值也是互不相关的，同时也是 统计独立的 根据随机信号分析，若随机信号各样值是统计独 立的，则其k维联合概率密度函数等于其k个一维 概率密度函数的乘积，即 f(,n2,,nk)=f(f(n2).…f(n) n)是噪声n在t时刻的取值n,的一维概率密度函数
若噪声是带限高斯型的，按抽样定理对其抽样，则 它在抽样时刻上的样值也是互不相关的， 同时也是 统计独立的 根据随机信号分析，若随机信号各样值是统计独 立的，则其k维联合概率密度函数等于其k个一维 概率密度函数的乘积，即 1 2 1 2 ( , , , ) ( ) ( ) ( ) k k k f n n n f n f n f n = f(ni )是噪声n在t i时刻的取值ni的一维概率密度函数
若n的均值为零，方差为c2n,则其一维概率密度函数为 mg 噪声n的k维联合概率密度函数为 f产 脚2剂] 是噪声的方差，即功率
= − = k i i n k n f k n n 1 2 2 2 1 exp ( 2 ) 1 ( ) − = − 2 2 2 ( ) exp 2 1 ( ) n n x f n 若ni的均值为零，方差为σ 2 n，则其一维概率密度函数为 噪声n的k维联合概率密度函数为 2 n 是噪声的方差，即功率