在阵列信号处理中，常作以下假设：假设各阵元接收到的背景噪声为高斯白噪声，并且假定各阵元接收到的噪声是相互独立的。各阵元接收到的噪声相互独立说明各阵元接收到的噪声不相关

  H_j:x(t)=s_j(t)+n(t)，0≤t≤T

  其中，确知信号s_j(t)的能量为。为了实现信号检测，采用正交级数展开法时，我们是先展开系数前N项的似然比函数λ(x_N)，再取N→∞的极限获得λ[X(T)]。如果我们在获得前N个系数x_N=(x₁，x₂，…，x_n)^T的N维联合概率密度函数(似然函数)p(x_N|H_j)后，先取N→∞的极限，求得概率密度函数p[x(t)|H_j]，再建立似然比检验,结果是一样的。请证明概率密度函数p[x(t)|H_j]可表示为

  其中

   H₀:x(t)=n(t)，0≤t≤T

   H₁:x(t)=s(t)+n(t)，0≤t≤T

 其中，n(t)和s(t)分别是零均值的高斯噪声和高斯信号，其带宽限于|ω|﹤Ω=2πB，功率谱密度分别为N₀/2和S₀/2。假如以π/Ω为间隔取2BT个样本的方式进行统计信号检测，试求似然比检验系统。

A.白噪声

B.言语噪声

C.环境噪声

D.嘈杂语噪声

E.稳态噪声

  x_k=A+n_k， k=1，2，…，N

 其中，A是信号的电平；n_k是均值为零、方差为的独立高斯噪声，且E(An_k)=0。现在的问题是求P=A²的最大似然估计量。

A、图像信号强度与背景噪声强度的和

B、图像信号强度与背景噪声的差值

C、图像信号强度与背景噪声强度的比值

D、图像信号强度与背景噪声强度的积

E、图像信号强度与背景噪声强度的比值乘以固定的系数

A.背景噪声

B.接收机的噪声系数

C.SINR 要求

D.路径损耗

A．72 dB(A)

B．73 dB(A)

C．74 dB(A)

D．75 dB(A)

A．65 dB(A)

B．66 dB(A)

C．67 dB(A)

D．68 dB(A)

A.>2db

B.-≥3db

C.-≥35db

D.->60db